ChatPaper.ai
Menü öffnen
Startseite
Tägliche Publikationen
arXiv
HuggingFace
Preise
Konto
Arbeitsbereich
🇩🇪
Deutsch
Loading...
•
•
•
•
•
•
•
•
•
•
KI-Forschungspapiere Täglich
Täglich kuratierte KI-Forschungspapiere mit Übersetzungen
January 7th, 2025
STAR: Raum-Zeit-Augmentierung mit Text-zu-Video-Modellen für die Superauflösung von Echtzeitvideos.
STAR: Spatial-Temporal Augmentation with Text-to-Video Models for Real-World Video Super-Resolution
Rui Xie, Yinhong Liu, Penghao Zhou, Chen Zhao, Jun Zhou, Kai Zhang, Zhenyu Zhang, Jian Yang, Zhenheng Yang, Ying Tai
•
Jan 6, 2025
•
56
3
Testzeit-Computing: Vom Denken des Systems-1 zum Denken des Systems-2
Test-time Computing: from System-1 Thinking to System-2 Thinking
Yixin Ji, Juntao Li, Hai Ye, Kaixin Wu, Jia Xu, Linjian Mo, Min Zhang
•
Jan 5, 2025
•
46
2
BoostStep: Steigerung der mathematischen Fähigkeiten großer Sprachmodelle durch verbessertes Einzelschritt-Argumentieren.
BoostStep: Boosting mathematical capability of Large Language Models via improved single-step reasoning
Beichen Zhang, Yuhong Liu, Xiaoyi Dong, Yuhang Zang, Pan Zhang, Haodong Duan, Yuhang Cao, Dahua Lin, Jiaqi Wang
•
Jan 6, 2025
•
45
2
Dispider: Ermöglichen von Video-Langzeitgedächtnis-Modellen mit aktiver Echtzeitinteraktion über entwirrte Wahrnehmung, Entscheidung und Reaktion
Dispider: Enabling Video LLMs with Active Real-Time Interaction via Disentangled Perception, Decision, and Reaction
Rui Qian, Shuangrui Ding, Xiaoyi Dong, Pan Zhang, Yuhang Zang, Yuhang Cao, Dahua Lin, Jiaqi Wang
•
Jan 6, 2025
•
37
5
Personalisierte graphenbasierte Suche für große Sprachmodelle
Personalized Graph-Based Retrieval for Large Language Models
Steven Au, Cameron J. Dimacali, Ojasmitha Pedirappagari, Namyong Park, Franck Dernoncourt, Yu Wang, Nikos Kanakaris, Hanieh Deilamsalehy, Ryan A. Rossi, Nesreen K. Ahmed
•
Jan 4, 2025
•
32
2
TransPixar: Fortschritte bei der Text-zu-Video-Generierung mit Transparenz
TransPixar: Advancing Text-to-Video Generation with Transparency
Luozhou Wang, Yijun Li, Zhifei Chen, Jui-Hsien Wang, Zhifei Zhang, He Zhang, Zhe Lin, Yingcong Chen
•
Jan 6, 2025
•
27
4
Skalierungsgesetze für das Training mit Gleitkomma-Quantisierung
Scaling Laws for Floating Point Quantization Training
Xingwu Sun, Shuaipeng Li, Ruobing Xie, Weidong Han, Kan Wu, Zhen Yang, Yixing Li, An Wang, Shuai Li, Jinbao Xue, Yu Cheng, Yangyu Tao, Zhanhui Kang, Chengzhong Xu, Di Wang, Jie Jiang
•
Jan 5, 2025
•
27
2
Durch-die-Maske: Maskenbasierte Bewegungsbahnen für die Generierung von Bild-zu-Video.
Through-The-Mask: Mask-based Motion Trajectories for Image-to-Video Generation
Guy Yariv, Yuval Kirstain, Amit Zohar, Shelly Sheynin, Yaniv Taigman, Yossi Adi, Sagie Benaim, Adam Polyak
•
Jan 6, 2025
•
22
2
METAGENE-1: Metagenomisches Grundlagenmodell für die Überwachung von Pandemien
METAGENE-1: Metagenomic Foundation Model for Pandemic Monitoring
Ollie Liu, Sami Jaghouar, Johannes Hagemann, Shangshang Wang, Jason Wiemels, Jeff Kaufman, Willie Neiswanger
•
Jan 3, 2025
•
21
2
Auto-RT: Automatische Strategieerkundung für das Jailbreaken großer Sprachmodelle im Red-Teaming
Auto-RT: Automatic Jailbreak Strategy Exploration for Red-Teaming Large Language Models
Yanjiang Liu, Shuhen Zhou, Yaojie Lu, Huijia Zhu, Weiqiang Wang, Hongyu Lin, Ben He, Xianpei Han, Le Sun
•
Jan 3, 2025
•
18
2
GS-DiT: Fortschritte bei der Videogenerierung mit Pseudo-4D-Gaußschen Feldern durch effizientes dichtes 3D-Punkt-Tracking.
GS-DiT: Advancing Video Generation with Pseudo 4D Gaussian Fields through Efficient Dense 3D Point Tracking
Weikang Bian, Zhaoyang Huang, Xiaoyu Shi, Yijin Li, Fu-Yun Wang, Hongsheng Li
•
Jan 5, 2025
•
17
3
DepthMaster: Die Bändigung von Diffusionsmodellen für die monokulare Tiefenschätzung
DepthMaster: Taming Diffusion Models for Monocular Depth Estimation
Ziyang Song, Zerong Wang, Bo Li, Hao Zhang, Ruijie Zhu, Li Liu, Peng-Tao Jiang, Tianzhu Zhang
•
Jan 5, 2025
•
15
4
PRMBench: Ein feinkörniger und anspruchsvoller Benchmark für prozessbasierte Belohnungsmodelle
PRMBench: A Fine-grained and Challenging Benchmark for Process-Level Reward Models
Mingyang Song, Zhaochen Su, Xiaoye Qu, Jiawei Zhou, Yu Cheng
•
Jan 6, 2025
•
14
2
ToolHop: Ein abfragegesteuerter Benchmark zur Evaluierung großer Sprachmodelle bei der Verwendung von Multi-Hop-Tools
ToolHop: A Query-Driven Benchmark for Evaluating Large Language Models in Multi-Hop Tool Use
Junjie Ye, Zhengyin Du, Xuesong Yao, Weijian Lin, Yufei Xu, Zehui Chen, Zaiyuan Wang, Sining Zhu, Zhiheng Xi, Siyu Yuan, Tao Gui, Qi Zhang, Xuanjing Huang, Jiechao Chen
•
Jan 5, 2025
•
11
3
Samba-asr: modernste Spracherkennung unter Verwendung strukturierter Zustandsraummodelle
Samba-asr state-of-the-art speech recognition leveraging structured state-space models
Syed Abdul Gaffar Shakhadri, Kruthika KR, Kartik Basavaraj Angadi
•
Jan 6, 2025
•
9
3
Zutaten: Mischen von benutzerdefinierten Fotos mit Video-Diffusionstransformatoren
Ingredients: Blending Custom Photos with Video Diffusion Transformers
Zhengcong Fei, Debang Li, Di Qiu, Changqian Yu, Mingyuan Fan
•
Jan 3, 2025
•
8
2
AutoPresent: Entwurf strukturierter Visuals von Grund auf
AutoPresent: Designing Structured Visuals from Scratch
Jiaxin Ge, Zora Zhiruo Wang, Xuhui Zhou, Yi-Hao Peng, Sanjay Subramanian, Qinyue Tan, Maarten Sap, Alane Suhr, Daniel Fried, Graham Neubig, Trevor Darrell
•
Jan 1, 2025
•
8
2
Automatisierte Generierung anspruchsvoller Multiple-Choice-Fragen zur Evaluation von Vision-Sprach-Modellen.
Automated Generation of Challenging Multiple-Choice Questions for Vision Language Model Evaluation
Yuhui Zhang, Yuchang Su, Yiming Liu, Xiaohan Wang, James Burgess, Elaine Sui, Chenyu Wang, Josiah Aklilu, Alejandro Lozano, Anjiang Wei, Ludwig Schmidt, Serena Yeung-Levy
•
Jan 6, 2025
•
7
2
ProTracker: Probabilistische Integration für robustes und präzises Punkt-Tracking
ProTracker: Probabilistic Integration for Robust and Accurate Point Tracking
Tingyang Zhang, Chen Wang, Zhiyang Dou, Qingzhe Gao, Jiahui Lei, Baoquan Chen, Lingjie Liu
•
Jan 6, 2025
•
4
2