Artículos de Investigación en IA Diarios

Artículos de investigación en IA seleccionados diariamente con traducciones

Jamba: Un Modelo de Lenguaje Híbrido Transformer-Mamba
Jamba: A Hybrid Transformer-Mamba Language Model

Opher Lieber, Barak Lenz, Hofit Bata, Gal Cohen, Jhonathan Osin, Itay Dalmedigos, Erez Safahi, Shaked Meirom, Yonatan Belinkov, Shai Shalev-Shwartz, Omri Abend, Raz Alon, Tomer Asida, Amir Bergman, Roman Glozman, Michael Gokhman, Avashalom Manevich, Nir Ratner, Noam Rozen, Erez Shwartz, Mor Zusman, Yoav Shoham•Mar 28, 2024•1115

Gecko: Incrustaciones de Texto Versátiles Destiladas de Modelos de Lenguaje a Gran Escala
Gecko: Versatile Text Embeddings Distilled from Large Language Models

Jinhyuk Lee, Zhuyun Dai, Xiaoqi Ren, Blair Chen, Daniel Cer, Jeremy R. Cole, Kai Hui, Michael Boratko, Rajvi Kapadia, Wen Ding, Yi Luan, Sai Meher Karthik Duddu, Gustavo Hernandez Abrego, Weiqiang Shi, Nithi Gupta, Aditya Kusupati, Prateek Jain, Siddhartha Reddy Jonnalagadda, Ming-Wei Chang, Iftekhar Naim•Mar 29, 2024•494

Transformer-Lite: Implementación Eficiente de Modelos de Lenguaje de Gran Escala en GPUs de Teléfonos Móviles
Transformer-Lite: High-efficiency Deployment of Large Language Models on Mobile Phone GPUs

Luchang Li, Sheng Qian, Jie Lu, Lunxi Yuan, Rui Wang, Qin Xie•Mar 29, 2024•353

ReALM: Resolución de Referencias como Modelado del Lenguaje
ReALM: Reference Resolution As Language Modeling

Joel Ruben Antony Moniz, Soundarya Krishnan, Melis Ozyildirim, Prathamesh Saraf, Halim Cagri Ates, Yuan Zhang, Hong Yu, Nidhi Rajshree•Mar 29, 2024•222

InstantSplat: Representación Gaussiana de Dispersión sin Pose y con Vistas Escasas Ilimitadas en 40 Segundos
InstantSplat: Unbounded Sparse-view Pose-free Gaussian Splatting in 40 Seconds

Zhiwen Fan, Wenyan Cong, Kairun Wen, Kevin Wang, Jian Zhang, Xinghao Ding, Danfei Xu, Boris Ivanovic, Marco Pavone, Georgios Pavlakos, Zhangyang Wang, Yue Wang•Mar 29, 2024•192

Detección de Problemas Irresolubles: Evaluación de la Confiabilidad en Modelos de Lenguaje Visual
Unsolvable Problem Detection: Evaluating Trustworthiness of Vision Language Models

Atsuyuki Miyai, Jingkang Yang, Jingyang Zhang, Yifei Ming, Qing Yu, Go Irie, Yixuan Li, Hai Li, Ziwei Liu, Kiyoharu Aizawa•Mar 29, 2024•162

Localización de la Memorización de Párrafos en Modelos de Lenguaje
Localizing Paragraph Memorization in Language Models

Niklas Stoehr, Mitchell Gordon, Chiyuan Zhang, Owen Lewis•Mar 28, 2024•151

DiJiang: Modelos de Lenguaje a Gran Escala Eficientes mediante Kernelización Compacta
DiJiang: Efficient Large Language Models through Compact Kernelization

Hanting Chen, Zhicheng Liu, Xutao Wang, Yuchuan Tian, Yunhe Wang•Mar 29, 2024•121

MambaMixer: Modelos de Espacios de Estados Selectivos Eficientes con Selección Dual de Tokens y Canales
MambaMixer: Efficient Selective State Space Models with Dual Token and Channel Selection

Ali Behrouz, Michele Santacatterina, Ramin Zabih•Mar 29, 2024•121

Snap-it, Tap-it, Splat-it: Representación 3D con Splatting Gaussiano Informado por Tacto para la Reconstrucción de Superficies Desafiantes
Snap-it, Tap-it, Splat-it: Tactile-Informed 3D Gaussian Splatting for Reconstructing Challenging Surfaces

Mauro Comi, Alessio Tonioni, Max Yang, Jonathan Tremblay, Valts Blukis, Yijiong Lin, Nathan F. Lepora, Laurence Aitchison•Mar 29, 2024•101