Artículos de Investigación en IA Diarios

Artículos de investigación en IA seleccionados diariamente con traducciones

InternLM-XComposer-2.5: Un modelo de lenguaje de visión grande versátil que admite entradas y salidas contextuales largas.
InternLM-XComposer-2.5: A Versatile Large Vision Language Model Supporting Long-Contextual Input and Output

Pan Zhang, Xiaoyi Dong, Yuhang Zang, Yuhang Cao, Rui Qian, Lin Chen, Qipeng Guo, Haodong Duan, Bin Wang, Linke Ouyang, Songyang Zhang, Wenwei Zhang, Yining Li, Yang Gao, Peng Sun, Xinyue Zhang, Wei Li, Jingwen Li, Wenhai Wang, Hang Yan, Conghui He, Xingcheng Zhang, Kai Chen, Jifeng Dai, Yu Qiao, Dahua Lin, Jiaqi Wang•Jul 3, 2024•965

TabReD: Un conjunto de pruebas de aprendizaje automático tabular en entornos reales
TabReD: A Benchmark of Tabular Machine Learning in-the-Wild

Ivan Rubachev, Nikolay Kartashev, Yury Gorishniy, Artem Babenko•Jun 27, 2024•516

Sin entrenamiento, sin problema: Repensando la orientación sin clasificador para Modelos de Difusión
No Training, No Problem: Rethinking Classifier-Free Guidance for Diffusion Models

Seyedmorteza Sadat, Manuel Kansy, Otmar Hilliges, Romann M. Weber•Jul 2, 2024•261

TokenPacker: Proyector Visual Eficiente para LLM Multimodal
TokenPacker: Efficient Visual Projector for Multimodal LLM

Wentong Li, Yuqian Yuan, Jian Liu, Dongqi Tang, Song Wang, Jianke Zhu, Lei Zhang•Jul 2, 2024•244

PicoAudio: Permitiendo el Control Preciso de la Marca de Tiempo y Frecuencia de Eventos de Audio en la Generación de Texto a Audio
PicoAudio: Enabling Precise Timestamp and Frequency Controllability of Audio Events in Text-to-audio Generation

Zeyu Xie, Xuenan Xu, Zhizheng Wu, Mengyue Wu•Jul 3, 2024•215

DisCo-Diff: Mejorando Modelos de Difusión Continua con Latentes Discretos
DisCo-Diff: Enhancing Continuous Diffusion Models with Discrete Latents

Yilun Xu, Gabriele Corso, Tommi Jaakkola, Arash Vahdat, Karsten Kreis•Jul 3, 2024•141

Investigación sobre Modelos de Lenguaje Grandes basados únicamente en Decodificadores para la Traducción de Voz a Texto.
Investigating Decoder-only Large Language Models for Speech-to-text Translation

Chao-Wei Huang, Hui Lu, Hongyu Gong, Hirofumi Inaguma, Ilia Kulikov, Ruslan Mavlyutov, Sravya Popuri•Jul 3, 2024•111

Una Falsa Sensación de Seguridad: Fugas de Información Inseguras en la IA 'Segura' - Respuestas
A False Sense of Safety: Unsafe Information Leakage in 'Safe' AI Responses

David Glukhov, Ziwen Han, Ilia Shumailov, Vardan Papyan, Nicolas Papernot•Jul 2, 2024•91

Eliminación del Sesgo de Posición de los Modelos de Lenguaje: Un Enfoque Mecanicista
Eliminating Position Bias of Language Models: A Mechanistic Approach

Ziqi Wang, Hanlin Zhang, Xiner Li, Kuan-Hao Huang, Chi Han, Shuiwang Ji, Sham M. Kakade, Hao Peng, Heng Ji•Jul 1, 2024•81