KI-Forschungspapiere Täglich

Täglich kuratierte KI-Forschungspapiere mit Übersetzungen

BitNet b1.58 2B4T Technischer Bericht
BitNet b1.58 2B4T Technical Report

Shuming Ma, Hongyu Wang, Shaohan Huang, Xingxing Zhang, Ying Hu, Ting Song, Yan Xia, Furu Wei•Apr 16, 2025•682

ReTool: Reinforcement Learning für den strategischen Einsatz von Werkzeugen in LLMs
ReTool: Reinforcement Learning for Strategic Tool Use in LLMs

Jiazhan Feng, Shijue Huang, Xingwei Qu, Ge Zhang, Yujia Qin, Baoquan Zhong, Chengquan Jiang, Jinxin Chi, Wanjun Zhong•Apr 15, 2025•604

ColorBench: Können VLMs die farbenfrohe Welt sehen und verstehen? Ein umfassender Benchmark für Farbwahrnehmung, -schlussfolgerung und -robustheit
ColorBench: Can VLMs See and Understand the Colorful World? A Comprehensive Benchmark for Color Perception, Reasoning, and Robustness

Yijun Liang, Ming Li, Chenrui Fan, Ziyue Li, Dang Nguyen, Kwesi Cobbina, Shweta Bhardwaj, Jiuhai Chen, Fuxiao Liu, Tianyi Zhou•Apr 10, 2025•454

SFT oder RL? Eine frühe Untersuchung zur Trainierung von R1-ähnlichen Reasoning-Modellen für große Vision-Sprach-Modelle
SFT or RL? An Early Investigation into Training R1-Like Reasoning Large Vision-Language Models

Hardy Chen, Haoqin Tu, Fali Wang, Hui Liu, Xianfeng Tang, Xinya Du, Yuyin Zhou, Cihang Xie•Apr 10, 2025•282

Cobra: Effiziente Linienzeichnungs-Kolorierung mit breiteren Referenzen
Cobra: Efficient Line Art COlorization with BRoAder References

Junhao Zhuang, Lingen Li, Xuan Ju, Zhaoyang Zhang, Chun Yuan, Ying Shan•Apr 16, 2025•272

AlayaDB: Die Datenbasis für effiziente und effektive Langkontext-Inferenz von LLMs
AlayaDB: The Data Foundation for Efficient and Effective Long-context LLM Inference

Yangshen Deng, Zhengxin You, Long Xiang, Qilong Li, Peiqi Yuan, Zhaoyang Hong, Yitao Zheng, Wanting Li, Runzhong Li, Haotian Liu, Kyriakos Mouratidis, Man Lung Yiu, Huan Li, Qiaomu Shen, Rui Mao, Bo Tang•Apr 14, 2025•253

REPA-E: Freischaltung von VAEs für End-to-End-Optimierung mit latenter Diffusion Transformern
REPA-E: Unlocking VAE for End-to-End Tuning with Latent Diffusion Transformers

Xingjian Leng, Jaskirat Singh, Yunzhong Hou, Zhenchang Xing, Saining Xie, Liang Zheng•Apr 14, 2025•202

MLRC-Bench: Können Sprachagenten Herausforderungen der maschinellen Lernforschung lösen?
MLRC-Bench: Can Language Agents Solve Machine Learning Research Challenges?

Yunxiang Zhang, Muhammad Khalifa, Shitanshu Bhushan, Grant D Murphy, Lajanugen Logeswaran, Jaekyeom Kim, Moontae Lee, Honglak Lee, Lu Wang•Apr 13, 2025•172

SIFT-50M: Ein groß angelegter multilingualer Datensatz für die Feinabstimmung von Sprachinstruktionen
SIFT-50M: A Large-Scale Multilingual Dataset for Speech Instruction Fine-Tuning

Prabhat Pandey, Rupak Vignesh Swaminathan, K V Vijay Girish, Arunasish Sen, Jian Xie, Grant P. Strimel, Andreas Schwarz•Apr 12, 2025•172

Robuste und feingranulare Erkennung von KI-generierten Texten
Robust and Fine-Grained Detection of AI Generated Texts

Ram Mohan Rao Kadiyala, Siddartha Pullakhandam, Kanwal Mehreen, Drishti Sharma, Siddhant Gupta, Jebish Purbey, Ashay Srivastava, Subhasya TippaReddy, Arvind Reddy Bobbili, Suraj Telugara Chandrashekhar, Modabbir Adeeb, Srinadh Vura, Hamza Farooq•Apr 16, 2025•112

Auf dem Weg zum Erlernen der Vollendung von allem in Lidar
Towards Learning to Complete Anything in Lidar

Ayca Takmaz, Cristiano Saltori, Neehar Peri, Tim Meinhardt, Riccardo de Lutio, Laura Leal-Taixé, Aljoša Ošep•Apr 16, 2025•102

Vivid4D: Verbesserung der 4D-Rekonstruktion aus monokularen Videos durch Video-Inpainting
Vivid4D: Improving 4D Reconstruction from Monocular Video by Video Inpainting

Jiaxin Huang, Sheng Miao, BangBnag Yang, Yuewen Ma, Yiyi Liao•Apr 15, 2025•102

Syzygy der Gedanken: Verbesserung des LLM CoT durch die minimale freie Auflösung
Syzygy of Thoughts: Improving LLM CoT with the Minimal Free Resolution

Chenghao Li, Chaoning Zhang, Yi Lu, Jiaquan Zhang, Qigan Sun, Xudong Wang, Jiwei Wei, Guoqing Wang, Yang Yang, Heng Tao Shen•Apr 13, 2025•102

BlockGaussian: Effiziente großskalige Szenerie-Neuansichtssynthese durch adaptive blockbasierte Gaußsche Splatting
BlockGaussian: Efficient Large-Scale Scene Novel View Synthesis via Adaptive Block-Based Gaussian Splatting

Yongchang Wu, Zipeng Qi, Zhenwei Shi, Zhengxia Zou•Apr 12, 2025•72

FreshStack: Entwicklung realistischer Benchmarks zur Bewertung der Retrieval-Leistung bei technischen Dokumenten
FreshStack: Building Realistic Benchmarks for Evaluating Retrieval on Technical Documents

Nandan Thakur, Jimmy Lin, Sam Havens, Michael Carbin, Omar Khattab, Andrew Drozdov•Apr 17, 2025•53

„Es ist keine Repräsentation von mir“: Untersuchung von Akzent-Bias und digitaler Exklusion in synthetischen KI-Sprachdiensten
"It's not a representation of me": Examining Accent Bias and Digital Exclusion in Synthetic AI Voice Services

Shira Michel, Sufi Kaur, Sarah Elizabeth Gillespie, Jeffrey Gleason, Christo Wilson, Avijit Ghosh•Apr 12, 2025•42