Artículos de Investigación en IA Diarios

Artículos de investigación en IA seleccionados diariamente con traducciones

Robar parte de un modelo de lenguaje en producción
Stealing Part of a Production Language Model

Nicholas Carlini, Daniel Paleka, Krishnamurthy Dj Dvijotham, Thomas Steinke, Jonathan Hayase, A. Feder Cooper, Katherine Lee, Matthew Jagielski, Milad Nasr, Arthur Conmy, Eric Wallace, David Rolnick, Florian Tramèr•Mar 11, 2024•923

Incorporación de unidades SSD NVMe para habilitar y acelerar el ajuste fino de modelos de 100B en una única GPU
Adding NVMe SSDs to Enable and Accelerate 100B Model Fine-tuning on a Single GPU

Changyue Liao, Mo Sun, Zihan Yang, Kaiqi Chen, Binhang Yuan, Fei Wu, Zeke Wang•Mar 11, 2024•554

VideoMamba: Modelo de Espacio de Estados para la Comprensión Eficiente de Videos
VideoMamba: State Space Model for Efficient Video Understanding

Kunchang Li, Xinhao Li, Yi Wang, Yinan He, Yali Wang, Limin Wang, Yu Qiao•Mar 11, 2024•312

V3D: Los modelos de difusión de video son generadores 3D efectivos
V3D: Video Diffusion Models are Effective 3D Generators

Zilong Chen, Yikai Wang, Feng Wang, Zhengyi Wang, Huaping Liu•Mar 11, 2024•314

Una Imagen Vale 1/2 Tokens Después de la Capa 2: Aceleración de Inferencia Plug-and-Play para Modelos Grandes de Visión y Lenguaje
An Image is Worth 1/2 Tokens After Layer 2: Plug-and-Play Inference Acceleration for Large Vision-Language Models

Liang Chen, Haozhe Zhao, Tianyu Liu, Shuai Bai, Junyang Lin, Chang Zhou, Baobao Chang•Mar 11, 2024•292

Progreso algorítmico en modelos de lenguaje
Algorithmic progress in language models

Anson Ho, Tamay Besiroglu, Ege Erdil, David Owen, Robi Rahman, Zifan Carl Guo, David Atkinson, Neil Thompson, Jaime Sevilla•Mar 9, 2024•211

VidProM: Un conjunto de datos a gran escala de galerías de prompts reales para modelos de difusión de texto a video
VidProM: A Million-scale Real Prompt-Gallery Dataset for Text-to-Video Diffusion Models

Wenhao Wang, Yi Yang•Mar 10, 2024•174

Modelos de Consistencia de Múltiples Pasos
Multistep Consistency Models

Jonathan Heek, Emiel Hoogeboom, Tim Salimans•Mar 11, 2024•161

FaceChain-SuDe: Construcción de una clase derivada para heredar atributos de categoría en la generación impulsada por sujetos con un solo ejemplo
FaceChain-SuDe: Building Derived Class to Inherit Category Attributes for One-shot Subject-Driven Generation

Pengchong Qiao, Lei Shang, Chang Liu, Baigui Sun, Xiangyang Ji, Jie Chen•Mar 11, 2024•51