ChatPaper.ai
Menü öffnen
Startseite
Tägliche Publikationen
arXiv
HuggingFace
Preise
Konto
Arbeitsbereich
🇩🇪
Deutsch
Loading...
•
•
•
•
•
•
•
•
•
•
KI-Forschungspapiere Täglich
Täglich kuratierte KI-Forschungspapiere mit Übersetzungen
April 4th, 2025
Szenenzentrierte unüberwachte panoptische Segmentierung
Scene-Centric Unsupervised Panoptic Segmentation
Oliver Hahn, Christoph Reich, Nikita Araslanov, Daniel Cremers, Christian Rupprecht, Stefan Roth
•
Apr 2, 2025
•
5
3
JavisDiT: Gemeinsamer Audio-Video-Diffusionstransformator mit hierarchischer räumlich-zeitlicher Prioritätssynchronisation
JavisDiT: Joint Audio-Video Diffusion Transformer with Hierarchical Spatio-Temporal Prior Synchronization
Kai Liu, Wei Li, Lai Chen, Shengqiong Wu, Yanhao Zheng, Jiayi Ji, Fan Zhou, Rongxin Jiang, Jiebo Luo, Hao Fei, Tat-Seng Chua
•
Mar 30, 2025
•
54
4
SkyReels-A2: Alles in Video-Diffusion-Transformatoren komponieren
SkyReels-A2: Compose Anything in Video Diffusion Transformers
Zhengcong Fei, Debang Li, Di Qiu, Jiahua Wang, Yikun Dou, Rui Wang, Jingtao Xu, Mingyuan Fan, Guibin Chen, Yang Li, Yahui Zhou
•
Apr 3, 2025
•
36
3
Whisper-LM: Verbesserung von ASR-Modellen mit Sprachmodellen für ressourcenarme Sprachen
Whisper-LM: Improving ASR Models with Language Models for Low-Resource Languages
Xabier de Zuazo, Eva Navas, Ibon Saratxaga, Inma Hernáez Rioja
•
Mar 30, 2025
•
10
3
Fortschritte und Herausforderungen bei Foundation Agents: Von hirninspirierter Intelligenz zu evolutionären, kollaborativen und sicheren Systemen
Advances and Challenges in Foundation Agents: From Brain-Inspired Intelligence to Evolutionary, Collaborative, and Safe Systems
Bang Liu, Xinfeng Li, Jiayi Zhang, Jinlin Wang, Tanjin He, Sirui Hong, Hongzhang Liu, Shaokun Zhang, Kaitao Song, Kunlun Zhu, Yuheng Cheng, Suyuchen Wang, Xiaoqiang Wang, Yuyu Luo, Haibo Jin, Peiyan Zhang, Ollie Liu, Jiaqi Chen, Huan Zhang, Zhaoyang Yu, Haochen Shi, Boyan Li, Dekun Wu, Fengwei Teng, Xiaojun Jia, Jiawei Xu, Jinyu Xiang, Yizhang Lin, Tianming Liu, Tongliang Liu, Yu Su, Huan Sun, Glen Berseth, Jianyun Nie, Ian Foster, Logan Ward, Qingyun Wu, Yu Gu, Mingchen Zhuge, Xiangru Tang, Haohan Wang, Jiaxuan You, Chi Wang, Jian Pei, Qiang Yang, Xiaoliang Qi, Chenglin Wu
•
Mar 31, 2025
•
270
7
OpenCodeReasoning: Fortschritte in der Datenverdichtung für den Wettbewerbsprogrammierbereich
OpenCodeReasoning: Advancing Data Distillation for Competitive Coding
Wasi Uddin Ahmad, Sean Narenthiran, Somshubra Majumdar, Aleksander Ficek, Siddhartha Jain, Jocelyn Huang, Vahid Noroozi, Boris Ginsburg
•
Apr 2, 2025
•
15
3
Audio-visuell gesteuerte Videodiffusion mit maskierter selektiver Zustandsraummodellierung für die natürliche Erzeugung von sprechenden Köpfen
Audio-visual Controlled Video Diffusion with Masked Selective State Spaces Modeling for Natural Talking Head Generation
Fa-Ting Hong, Zunnan Xu, Zixiang Zhou, Jun Zhou, Xiu Li, Qin Lin, Qinglin Lu, Dan Xu
•
Apr 3, 2025
•
44
7
Interpretation von emergentem Planen in modellfreiem Reinforcement Learning
Interpreting Emergent Planning in Model-Free Reinforcement Learning
Thomas Bush, Stephen Chung, Usman Anwar, Adrià Garriga-Alonso, David Krueger
•
Apr 2, 2025
•
12
2
NeuralGS: Überbrückung von Neural Fields und 3D-Gaussian Splatting für kompakte 3D-Darstellungen
NeuralGS: Bridging Neural Fields and 3D Gaussian Splatting for Compact 3D Representations
Zhenyu Tang, Chaoran Feng, Xinhua Cheng, Wangbo Yu, Junwu Zhang, Yuan Liu, Xiaoxiao Long, Wenping Wang, Li Yuan
•
Mar 29, 2025
•
11
2
WikiVideo: Artikelgenerierung aus mehreren Videos
WikiVideo: Article Generation from Multiple Videos
Alexander Martin, Reno Kriz, William Gantt Walden, Kate Sanders, Hannah Recknor, Eugene Yang, Francis Ferraro, Benjamin Van Durme
•
Apr 1, 2025
•
36
3
Anweisungsgesteuerte autoregressive neuronale Netzwerkparametererzeugung
Instruction-Guided Autoregressive Neural Network Parameter Generation
Soro Bedionita, Bruno Andreis, Song Chong, Sung Ju Hwang
•
Apr 2, 2025
•
6
2
Neubewertung der Skalierung von Reinforcement Learning für Vision-Language-Modelle: Ein transparenter, von Grund auf entwickelter Rahmen und ein umfassendes Bewertungsschema
Rethinking RL Scaling for Vision Language Models: A Transparent, From-Scratch Framework and Comprehensive Evaluation Scheme
Yan Ma, Steffi Chern, Xuyang Shen, Yiran Zhong, Pengfei Liu
•
Apr 3, 2025
•
30
3
Skalierungsanalyse von verschachtelten Sprach-Text-Sprachmodellen
Scaling Analysis of Interleaved Speech-Text Language Models
Gallil Maimon, Michael Hassid, Amit Roth, Yossi Adi
•
Apr 3, 2025
•
28
2
Effiziente Modellauswahl für Zeitreihenvorhersagen mittels LLMs
Efficient Model Selection for Time Series Forecasting via LLMs
Wang Wei, Tiankai Yang, Hongjie Chen, Ryan A. Rossi, Yue Zhao, Franck Dernoncourt, Hoda Eldardiry
•
Apr 2, 2025
•
16
2
ZClip: Adaptive Spike-Minderung für das Pre-Training von LLMs
ZClip: Adaptive Spike Mitigation for LLM Pre-Training
Abhay Kumar, Louis Owen, Nilabhra Roy Chowdhury, Fabian Güra
•
Apr 3, 2025
•
77
2
Skalierungsgesetze in der wissenschaftlichen Entdeckung mit KI und Robotikwissenschaftlern
Scaling Laws in Scientific Discovery with AI and Robot Scientists
Pengsong Zhang, Heng Zhang, Huazhe Xu, Renjun Xu, Zhenting Wang, Cong Wang, Animesh Garg, Zhibin Li, Arash Ajoudani, Xinyu Liu
•
Mar 28, 2025
•
12
2
Jenseits der Pixel: Benchmarking visueller Bearbeitung mit integrierter logischer Schlussfolgerung
Envisioning Beyond the Pixels: Benchmarking Reasoning-Informed Visual Editing
Xiangyu Zhao, Peiyuan Zhang, Kexian Tang, Hao Li, Zicheng Zhang, Guangtao Zhai, Junchi Yan, Hua Yang, Xue Yang, Haodong Duan
•
Apr 3, 2025
•
67
2
Sparse Autoencoder lernen monosemantische Merkmale in Vision-Sprache-Modellen.
Sparse Autoencoders Learn Monosemantic Features in Vision-Language Models
Mateusz Pach, Shyamgopal Karthik, Quentin Bouniot, Serge Belongie, Zeynep Akata
•
Apr 3, 2025
•
10
2
GPT-ImgEval: Ein umfassender Benchmark zur Diagnose von GPT4o in der Bildgenerierung
GPT-ImgEval: A Comprehensive Benchmark for Diagnosing GPT4o in Image Generation
Zhiyuan Yan, Junyan Ye, Weijia Li, Zilong Huang, Shenghai Yuan, Xiangyang He, Kaiqing Lin, Jun He, Conghui He, Li Yuan
•
Apr 3, 2025
•
56
3
Skalierung zur Inferenzzeit für generalistische Belohnungsmodellierung
Inference-Time Scaling for Generalist Reward Modeling
Zijun Liu, Peiyi Wang, Runxin Xu, Shirong Ma, Chong Ruan, Peng Li, Yang Liu, Yu Wu
•
Apr 3, 2025
•
54
6
GenPRM: Skalierung der Testzeit-Berechnung von Prozess-Belohnungsmodellen durch generatives Denken
GenPRM: Scaling Test-Time Compute of Process Reward Models via Generative Reasoning
Jian Zhao, Runze Liu, Kaiyan Zhang, Zhimu Zhou, Junqi Gao, Dong Li, Jiafei Lyu, Zhouyi Qian, Biqing Qi, Xiu Li, Bowen Zhou
•
Apr 1, 2025
•
12
3
ShortV: Effiziente multimodale Large Language Models durch Einfrieren visueller Tokens in ineffektiven Schichten
ShortV: Efficient Multimodal Large Language Models by Freezing Visual Tokens in Ineffective Layers
Qianhao Yuan, Qingyu Zhang, Yanjiang Liu, Jiawei Chen, Yaojie Lu, Hongyu Lin, Jia Zheng, Xianpei Han, Le Sun
•
Apr 1, 2025
•
21
2
FreSca: Erschließung des Skalierungsraums in Diffusionsmodellen
FreSca: Unveiling the Scaling Space in Diffusion Models
Chao Huang, Susan Liang, Yunlong Tang, Li Ma, Yapeng Tian, Chenliang Xu
•
Apr 2, 2025
•
19
2