Artículos de Investigación en IA Diarios

Artículos de investigación en IA seleccionados diariamente con traducciones

mPLUG-DocOwl 1.5: Aprendizaje Unificado de Estructuras para la Comprensión de Documentos sin OCR
mPLUG-DocOwl 1.5: Unified Structure Learning for OCR-free Document Understanding

Anwen Hu, Haiyang Xu, Jiabo Ye, Ming Yan, Liang Zhang, Bo Zhang, Chen Li, Ji Zhang, Qin Jin, Fei Huang, Jingren Zhou•Mar 19, 2024•338

LLMLingua-2: Destilación de datos para la compresión eficiente y fiel de instrucciones independientes de la tarea
LLMLingua-2: Data Distillation for Efficient and Faithful Task-Agnostic Prompt Compression

Zhuoshi Pan, Qianhui Wu, Huiqiang Jiang, Menglin Xia, Xufang Luo, Jue Zhang, Qingwei Lin, Victor Rühle, Yuqing Yang, Chin-Yew Lin, H. Vicky Zhao, Lili Qiu, Dongmei Zhang•Mar 19, 2024•267

TnT-LLM: Minería de Texto a Escala con Modelos de Lenguaje de Gran Tamaño
TnT-LLM: Text Mining at Scale with Large Language Models

Mengting Wan, Tara Safavi, Sujay Kumar Jauhar, Yujin Kim, Scott Counts, Jennifer Neville, Siddharth Suri, Chirag Shah, Ryen W White, Longqi Yang, Reid Andersen, Georg Buscher, Dhruv Joshi, Nagu Rangan•Mar 18, 2024•212

Agent-FLAN: Diseño de Datos y Métodos para el Ajuste Efectivo de Agentes en Modelos de Lenguaje de Gran Escala
Agent-FLAN: Designing Data and Methods of Effective Agent Tuning for Large Language Models

Zehui Chen, Kuikun Liu, Qiuchen Wang, Wenwei Zhang, Jiangning Liu, Dahua Lin, Kai Chen, Feng Zhao•Mar 19, 2024•181

AnimateDiff-Lightning: Distilación de Difusión Transversal de Modelos
AnimateDiff-Lightning: Cross-Model Diffusion Distillation

Shanchuan Lin, Xiao Yang•Mar 19, 2024•184

Vid2Robot: Aprendizaje de políticas condicionadas por video de extremo a extremo con Transformers de atención cruzada
Vid2Robot: End-to-end Video-conditioned Policy Learning with Cross-Attention Transformers

Vidhi Jain, Maria Attarian, Nikhil J Joshi, Ayzaan Wahid, Danny Driess, Quan Vuong, Pannag R Sanketi, Pierre Sermanet, Stefan Welker, Christine Chan, Igor Gilitschenski, Yonatan Bisk, Debidatta Dwibedi•Mar 19, 2024•151

Razonamiento basado en gráficos: Transferencia de capacidades de LLMs a VLMs
Chart-based Reasoning: Transferring Capabilities from LLMs to VLMs

Victor Carbune, Hassan Mansoor, Fangyu Liu, Rahul Aralikatte, Gilles Baechler, Jindong Chen, Abhanshu Sharma•Mar 19, 2024•111

GaussianFlow: Proyección de Dinámicas Gaussianas para la Creación de Contenido 4D
GaussianFlow: Splatting Gaussian Dynamics for 4D Content Creation

Quankai Gao, Qiangeng Xu, Zhe Cao, Ben Mildenhall, Wenchao Ma, Le Chen, Danhang Tang, Ulrich Neumann•Mar 19, 2024•112

ComboVerse: Creación de Activos 3D Compositivos Utilizando Guía de Difusión Espacialmente Consciente
ComboVerse: Compositional 3D Assets Creation Using Spatially-Aware Diffusion Guidance

Yongwei Chen, Tengfei Wang, Tong Wu, Xingang Pan, Kui Jia, Ziwei Liu•Mar 19, 2024•102

FouriScale: Una Perspectiva de Frecuencia para la Síntesis de Imágenes de Alta Resolución sin Entrenamiento
FouriScale: A Frequency Perspective on Training-Free High-Resolution Image Synthesis

Linjiang Huang, Rongyao Fang, Aiping Zhang, Guanglu Song, Si Liu, Yu Liu, Hongsheng Li•Mar 19, 2024•81

FRESCO: Correspondencia Espacio-Temporal para la Traducción de Video Zero-Shot
FRESCO: Spatial-Temporal Correspondence for Zero-Shot Video Translation

Shuai Yang, Yifan Zhou, Ziwei Liu, Chen Change Loy•Mar 19, 2024•81

GVGEN: Generación de Texto a 3D con Representación Volumétrica
GVGEN: Text-to-3D Generation with Volumetric Representation

Xianglong He, Junyi Chen, Sida Peng, Di Huang, Yangguang Li, Xiaoshui Huang, Chun Yuan, Wanli Ouyang, Tong He•Mar 19, 2024•61

TexDreamer: Hacia la Generación de Texturas 3D de Alta Fidelidad en Humanos con Enfoque Zero-Shot
TexDreamer: Towards Zero-Shot High-Fidelity 3D Human Texture Generation

Yufei Liu, Junwei Zhu, Junshu Tang, Shijie Zhang, Jiangning Zhang, Weijian Cao, Chengjie Wang, Yunsheng Wu, Dongjin Huang•Mar 19, 2024•61