Artículos de Investigación en IA Diarios

Artículos de investigación en IA seleccionados diariamente con traducciones

ViTAR: Transformador Visual con Cualquier Resolución
ViTAR: Vision Transformer with Any Resolution

Qihang Fan, Quanzeng You, Xiaotian Han, Yongfei Liu, Yunzhe Tao, Huaibo Huang, Ran He, Hongxia Yang•Mar 27, 2024•562

Mini-Gemini: Explotando el Potencial de los Modelos de Lenguaje y Visión Multimodales
Mini-Gemini: Mining the Potential of Multi-modality Vision Language Models

Yanwei Li, Yuechen Zhang, Chengyao Wang, Zhisheng Zhong, Yixin Chen, Ruihang Chu, Shaoteng Liu, Jiaya Jia•Mar 27, 2024•484

ObjectDrop: Inicialización de Contrafactuales para la Eliminación e Inserción Fotorrealista de Objetos
ObjectDrop: Bootstrapping Counterfactuals for Photorealistic Object Removal and Insertion

Daniel Winter, Matan Cohen, Shlomi Fruchter, Yael Pritch, Alex Rav-Acha, Yedid Hoshen•Mar 27, 2024•284

Precisión factual en textos extensos en modelos de lenguaje a gran escala
Long-form factuality in large language models

Jerry Wei, Chengrun Yang, Xinying Song, Yifeng Lu, Nathan Hu, Dustin Tran, Daiyi Peng, Ruibo Liu, Da Huang, Cosmo Du, Quoc V. Le•Mar 27, 2024•262

Garment3DGen: Estilización de prendas 3D y generación de texturas
Garment3DGen: 3D Garment Stylization and Texture Generation

Nikolaos Sarafianos, Tuur Stuyck, Xiaoyu Xiang, Yilei Li, Jovan Popovic, Rakesh Ranjan•Mar 27, 2024•243

BioMedLM: Un modelo de lenguaje de 2.7 mil millones de parámetros entrenado en texto biomédico
BioMedLM: A 2.7B Parameter Language Model Trained On Biomedical Text

Elliot Bolton, Abhinav Venigalla, Michihiro Yasunaga, David Hall, Betty Xiong, Tony Lee, Roxana Daneshjou, Jonathan Frankle, Percy Liang, Michael Carbin, Christopher D. Manning•Mar 27, 2024•243

Gamba: Uniendo Gaussian Splatting con Mamba para la reconstrucción 3D a partir de una sola vista
Gamba: Marry Gaussian Splatting with Mamba for single view 3D reconstruction

Qiuhong Shen, Xuanyu Yi, Zike Wu, Pan Zhou, Hanwang Zhang, Shuicheng Yan, Xinchao Wang•Mar 27, 2024•212

EgoLifter: Segmentación 3D en mundo abierto para percepción egocéntrica
EgoLifter: Open-world 3D Segmentation for Egocentric Perception

Qiao Gu, Zhaoyang Lv, Duncan Frost, Simon Green, Julian Straub, Chris Sweeney•Mar 26, 2024•121

FlexEdit: Edición de imágenes centrada en objetos mediante difusión flexible y controlable
FlexEdit: Flexible and Controllable Diffusion-based Object-centric Image Editing

Trong-Tung Nguyen, Duc-Anh Nguyen, Anh Tran, Cuong Pham•Mar 27, 2024•111

Hacia un Modelo de Lenguaje Mundial-Inglés para Asistentes Virtuales en Dispositivos Locales
Towards a World-English Language Model for On-Device Virtual Assistants

Rricha Jalota, Lyan Verwimp, Markus Nussbaum-Thom, Amr Mousa, Arturo Argueta, Youssef Oualil•Mar 27, 2024•61