Artículos de Investigación en IA Diarios

Artículos de investigación en IA seleccionados diariamente con traducciones

MathVerse: ¿Tu LLM multimodal realmente comprende los diagramas en problemas visuales de matemáticas?
MathVerse: Does Your Multi-modal LLM Truly See the Diagrams in Visual Math Problems?

Renrui Zhang, Dongzhi Jiang, Yichi Zhang, Haokun Lin, Ziyu Guo, Pengshuo Qiu, Aojun Zhou, Pan Lu, Kai-Wei Chang, Peng Gao, Hongsheng Li•Mar 21, 2024•533

DreamReward: Generación de Texto a 3D con Preferencias Humanas
DreamReward: Text-to-3D Generation with Human Preference

Junliang Ye, Fangfu Liu, Qixiu Li, Zhengyi Wang, Yikai Wang, Xinzhou Wang, Yueqi Duan, Jun Zhu•Mar 21, 2024•382

Cobra: Extensión de Mamba a Modelos de Lenguaje Multimodales de Gran Escala para Inferencia Eficiente
Cobra: Extending Mamba to Multi-Modal Large Language Model for Efficient Inference

Han Zhao, Min Zhang, Wei Zhao, Pengxiang Ding, Siteng Huang, Donglin Wang•Mar 21, 2024•362

AnyV2V: Un marco plug-and-play para cualquier tarea de edición de video a video
AnyV2V: A Plug-and-Play Framework For Any Video-to-Video Editing Tasks

Max Ku, Cong Wei, Weiming Ren, Huan Yang, Wenhu Chen•Mar 21, 2024•271

ReNoise: Inversión de imágenes reales mediante adición iterativa de ruido
ReNoise: Real Image Inversion Through Iterative Noising

Daniel Garibi, Or Patashnik, Andrey Voynov, Hadar Averbuch-Elor, Daniel Cohen-Or•Mar 21, 2024•221

Modelos Eficientes de Difusión de Video mediante Descomposición de Latentes de Movimiento en Fotogramas de Contenido
Efficient Video Diffusion Models via Content-Frame Motion-Latent Decomposition

Sihyun Yu, Weili Nie, De-An Huang, Boyi Li, Jinwoo Shin, Anima Anandkumar•Mar 21, 2024•221

MyVLM: Personalización de VLMs para consultas específicas del usuario
MyVLM: Personalizing VLMs for User-Specific Queries

Yuval Alaluf, Elad Richardson, Sergey Tulyakov, Kfir Aberman, Daniel Cohen-Or•Mar 21, 2024•172

GRM: Modelo de Reconstrucción Gaussiana a Gran Escala para la Reconstrucción y Generación Eficiente en 3D
GRM: Large Gaussian Reconstruction Model for Efficient 3D Reconstruction and Generation

Yinghao Xu, Zifan Shi, Wang Yifan, Hansheng Chen, Ceyuan Yang, Sida Peng, Yujun Shen, Gordon Wetzstein•Mar 21, 2024•162

Gaussian Frosting: Campos de Radiancia Complejos Editables con Renderizado en Tiempo Real
Gaussian Frosting: Editable Complex Radiance Fields with Real-Time Rendering

Antoine Guédon, Vincent Lepetit•Mar 21, 2024•141

Interpolación Explorativa del Tiempo y el Espacio
Explorative Inbetweening of Time and Space

Haiwen Feng, Zheng Ding, Zhihao Xia, Simon Niklaus, Victoria Abrevaya, Michael J. Black, Xuaner Zhang•Mar 21, 2024•131

StyleCineGAN: Generación de Cinegrafías de Paisajes utilizando un StyleGAN Preentrenado
StyleCineGAN: Landscape Cinemagraph Generation using a Pre-trained StyleGAN

Jongwoo Choi, Kwanggyoon Seo, Amirsaman Ashtari, Junyong Noh•Mar 21, 2024•101

Recurso para la reclamación: Conversando con modelos de lenguaje generativo
Recourse for reclamation: Chatting with generative language models

Jennifer Chien, Kevin R. McKee, Jackie Kay, William Isaac•Mar 21, 2024•81