KI-Forschungspapiere Täglich

Täglich kuratierte KI-Forschungspapiere mit Übersetzungen

MegaMath: Die Grenzen offener Mathematik-Korpora erweitern
MegaMath: Pushing the Limits of Open Math Corpora

Fan Zhou, Zengzhi Wang, Nikhil Ranjan, Zhoujun Cheng, Liping Tang, Guowei He, Zhengzhong Liu, Eric P. Xing•Apr 3, 2025•302

Umfassende Neubeleuchtung: Generalisierbare und konsistente monokulare Neubeleuchtung und Harmonisierung von Menschen
Comprehensive Relighting: Generalizable and Consistent Monocular Human Relighting and Harmonization

Junying Wang, Jingyuan Liu, Xin Sun, Krishna Kumar Singh, Zhixin Shu, He Zhang, Jimei Yang, Nanxuan Zhao, Tuanfeng Y. Wang, Simon S. Chen, Ulrich Neumann, Jae Shin Yoon•Apr 3, 2025•102

MME-Unify: Ein umfassender Benchmark für vereinheitlichte Modelle zur multimodalen Verarbeitung und Generierung
MME-Unify: A Comprehensive Benchmark for Unified Multimodal Understanding and Generation Models

Wulin Xie, Yi-Fan Zhang, Chaoyou Fu, Yang Shi, Bingyan Nie, Hongkai Chen, Zhang Zhang, Liang Wang, Tieniu Tan•Apr 4, 2025•144

ShieldAgent: Absicherung von Agenten durch verifizierbare Sicherheitsrichtlinienlogik
ShieldAgent: Shielding Agents via Verifiable Safety Policy Reasoning

Zhaorun Chen, Mintong Kang, Bo Li•Mar 26, 2025•162

VARGPT-v1.1: Verbesserung des visuellen autoregressiven großen einheitlichen Modells durch iteratives Instruktions-Finetuning und Reinforcement Learning
VARGPT-v1.1: Improve Visual Autoregressive Large Unified Model via Iterative Instruction Tuning and Reinforcement Learning

Xianwei Zhuang, Yuxin Xie, Yufan Deng, Dongchao Yang, Liming Liang, Jinghan Ru, Yuguo Yin, Yuexian Zou•Apr 3, 2025•202

MedSAM2: Segmentierung beliebiger Strukturen in 3D-Medizinbildern und -Videos
MedSAM2: Segment Anything in 3D Medical Images and Videos

Jun Ma, Zongxin Yang, Sumin Kim, Bihui Chen, Mohammed Baharoon, Adibvafa Fallahpour, Reza Asakereh, Hongwei Lyu, Bo Wang•Apr 4, 2025•82

HumanDreamer-X: Fotorealistische Rekonstruktion menschlicher Avatare aus Einzelbildern mittels Gaußscher Restauration
HumanDreamer-X: Photorealistic Single-image Human Avatars Reconstruction via Gaussian Restoration

Boyuan Wang, Runqi Ouyang, Xiaofeng Wang, Zheng Zhu, Guosheng Zhao, Chaojun Ni, Guan Huang, Lihong Liu, Xingang Wang•Apr 4, 2025•132

APIGen-MT: Agentische Pipeline zur Multi-Turn-Datengenerierung durch simuliertes Agent-Mensch-Interplay
APIGen-MT: Agentic Pipeline for Multi-Turn Data Generation via Simulated Agent-Human Interplay

Akshara Prabhakar, Zuxin Liu, Weiran Yao, Jianguo Zhang, Ming Zhu, Shiyu Wang, Zhiwei Liu, Tulika Awalgaonkar, Haolin Chen, Thai Hoang, Juan Carlos Niebles, Shelby Heinecke, Huan Wang, Silvio Savarese, Caiming Xiong•Apr 4, 2025•164

BEATS: Bias-Evaluierungs- und Bewertungstestsuite für große Sprachmodelle
BEATS: Bias Evaluation and Assessment Test Suite for Large Language Models

Alok Abhishek, Lisa Erickson, Tushar Bandopadhyay•Mar 31, 2025•73

EvMic: Ereignisbasierte berührungslose Schallrückgewinnung durch effektive raumzeitliche Modellierung
EvMic: Event-based Non-contact sound recovery from effective spatial-temporal modeling

Hao Yin, Shi Guo, Xu Jia, Xudong XU, Lu Zhang, Si Liu, Dong Wang, Huchuan Lu, Tianfan Xue•Apr 3, 2025•62

Agentisches wissensbasiertes Selbstbewusstsein
Agentic Knowledgeable Self-awareness

Shuofei Qiao, Zhisong Qiu, Baochang Ren, Xiaobin Wang, Xiangyuan Ru, Ningyu Zhang, Xiang Chen, Yong Jiang, Pengjun Xie, Fei Huang, Huajun Chen•Apr 4, 2025•282

SynWorld: Virtuelle Szenariosynthese zur Verfeinerung agentenbasierter Handlungskompetenz
SynWorld: Virtual Scenario Synthesis for Agentic Action Knowledge Refinement

Runnan Fang, Xiaobin Wang, Yuan Liang, Shuofei Qiao, Jialong Wu, Zekun Xi, Ningyu Zhang, Yong Jiang, Pengjun Xie, Fei Huang, Huajun Chen•Apr 4, 2025•182

Abgrenzung von allem: Auflösungsunabhängige Feldranderkennung auf Satellitenbildern
Delineate Anything: Resolution-Agnostic Field Boundary Delineation on Satellite Imagery

Mykola Lavreniuk, Nataliia Kussul, Andrii Shelestov, Bohdan Yailymov, Yevhenii Salii, Volodymyr Kuzin, Zoltan Szantoi•Apr 3, 2025•42

TransMamba: Flexibles Wechseln zwischen Transformer und Mamba
TransMamba: Flexibly Switching between Transformer and Mamba

Yixing Li, Ruobing Xie, Zhen Yang, Xingwu Sun, Shuaipeng Li, Weidong Han, Zhanhui Kang, Yu Cheng, Chengzhong Xu, Di Wang, Jie Jiang•Mar 31, 2025•202

Slow-Fast-Architektur für Video-Multi-Modale Large Language Models
Slow-Fast Architecture for Video Multi-Modal Large Language Models

Min Shi, Shihao Wang, Chieh-Yun Chen, Jitesh Jain, Kai Wang, Junjun Xiong, Guilin Liu, Zhiding Yu, Humphrey Shi•Apr 2, 2025•82

SPF-Portrait: Auf dem Weg zu reiner Porträtindividualisierung mit semantisch verschmutzungsfreiem Feinabgleich
SPF-Portrait: Towards Pure Portrait Customization with Semantic Pollution-Free Fine-tuning

Xiaole Xian, Zhichao Liao, Qingyu Li, Wenyu Qin, Pengfei Wan, Weicheng Xie, Long Zeng, Linlin Shen, Pingfa Feng•Apr 1, 2025•42

Real-is-Sim: Überbrückung der Sim-to-Real-Lücke mit einem dynamischen digitalen Zwilling zur Bewertung von Roboterstrategien in der realen Welt
Real-is-Sim: Bridging the Sim-to-Real Gap with a Dynamic Digital Twin for Real-World Robot Policy Evaluation

Jad Abou-Chakra, Lingfeng Sun, Krishan Rana, Brandon May, Karl Schmeckpeper, Maria Vittoria Minniti, Laura Herlant•Apr 4, 2025•52

Multi-SWE-bench: Ein mehrsprachiger Benchmark für die Problemlösung
Multi-SWE-bench: A Multilingual Benchmark for Issue Resolving

Daoguang Zan, Zhirong Huang, Wei Liu, Hanwu Chen, Linhao Zhang, Shulin Xin, Lu Chen, Qi Liu, Xiaojian Zhong, Aoyan Li, Siyao Liu, Yongsheng Xiao, Liangqiang Chen, Yuyu Zhang, Jing Su, Tianyu Liu, Rui Long, Kai Shen, Liang Xiang•Apr 3, 2025•453