Artículos de Investigación en IA Diarios

Artículos de investigación en IA seleccionados diariamente con traducciones

MJ-Bench: ¿Es realmente un buen juez tu modelo de recompensa multimodal para la generación de texto a imagen?
MJ-Bench: Is Your Multimodal Reward Model Really a Good Judge for Text-to-Image Generation?

Zhaorun Chen, Yichao Du, Zichen Wen, Yiyang Zhou, Chenhang Cui, Zhenzhen Weng, Haoqin Tu, Chaoqi Wang, Zhengwei Tong, Qinglan Huang, Canyu Chen, Qinghao Ye, Zhihong Zhu, Yuqing Zhang, Jiawei Zhou, Zhuokai Zhao, Rafael Rafailov, Chelsea Finn, Huaxiu Yao•Jul 5, 2024•575

LLaMAX: Ampliando los Horizontes Lingüísticos de LLM Mejorando las Capacidades de Traducción Más Allá de 100 Idiomas
LLaMAX: Scaling Linguistic Horizons of LLM by Enhancing Translation Capabilities Beyond 100 Languages

Yinquan Lu, Wenhao Zhu, Lei Li, Yu Qiao, Fei Yuan•Jul 8, 2024•382

Transformador de Memoria Recurrente Asociativa
Associative Recurrent Memory Transformer

Ivan Rodkin, Yuri Kuratov, Aydar Bulatov, Mikhail Burtsev•Jul 5, 2024•372

Aprendizaje de edición de imágenes centrado en la acción y el razonamiento a partir de videos y simulaciones
Learning Action and Reasoning-Centric Image Editing from Videos and Simulations

Benno Krojer, Dheeraj Vattikonda, Luis Lara, Varun Jampani, Eva Portelance, Christopher Pal, Siva Reddy•Jul 3, 2024•322

ANOLE: Un Modelo Grande Multimodal Nativo, Abierto y Autoregresivo para la Generación de Imágenes y Texto Entrelazados
ANOLE: An Open, Autoregressive, Native Large Multimodal Models for Interleaved Image-Text Generation

Ethan Chern, Jiadi Su, Yan Ma, Pengfei Liu•Jul 8, 2024•234

Evaluación de las Ventanas de Contexto del Modelo de Lenguaje: Una Prueba de "Memoria de Trabajo" y Corrección en Tiempo de Inferencia
Evaluating Language Model Context Windows: A "Working Memory" Test and Inference-time Correction

Amanda Dsouza, Christopher Glaze, Changho Shin, Frederic Sala•Jul 4, 2024•171

UltraEdit: Edición de Imágenes Detallada a Escala Basada en Instrucciones
UltraEdit: Instruction-based Fine-Grained Image Editing at Scale

Haozhe Zhao, Xiaojian Ma, Liang Chen, Shuzheng Si, Rujie Wu, Kaikai An, Peiyu Yu, Minjia Zhang, Qing Li, Baobao Chang•Jul 7, 2024•151

Tailor3D: Edición y Generación Personalizada de Activos 3D con Imágenes de Doble Cara
Tailor3D: Customized 3D Assets Editing and Generation with Dual-Side Images

Zhangyang Qi, Yunhan Yang, Mengchen Zhang, Long Xing, Xiaoyang Wu, Tong Wu, Dahua Lin, Xihui Liu, Jiaqi Wang, Hengshuang Zhao•Jul 8, 2024•141

InverseCoder: Liberando el poder de los LLMs de código ajustados a instrucciones con Inverse-Instruct.
InverseCoder: Unleashing the Power of Instruction-Tuned Code LLMs with Inverse-Instruct

Yutong Wu, Di Huang, Wenxuan Shi, Wei Wang, Lingzhe Gao, Shihao Liu, Ziyuan Nan, Kaizhao Yuan, Rui Zhang, Xishan Zhang, Zidong Du, Qi Guo, Yewen Pu, Dawei Yin, Xing Hu, Yunji Chen•Jul 8, 2024•142

Generación de Video Composicional como Igualación de Flujo
Compositional Video Generation as Flow Equalization

Xingyi Yang, Xinchao Wang•Jun 10, 2024•141

Alucinación de Múltiples Objetos en Modelos de Visión-Lenguaje
Multi-Object Hallucination in Vision-Language Models

Xuweiyi Chen, Ziqiao Ma, Xuejun Zhang, Sihan Xu, Shengyi Qian, Jianing Yang, David F. Fouhey, Joyce Chai•Jul 8, 2024•122

PAS: Sistema de Ampliación de Indicaciones Plug-and-Play Eficiente en Datos
PAS: Data-Efficient Plug-and-Play Prompt Augmentation System

Miao Zheng, Hao Liang, Fan Yang, Haoze Sun, Tianpeng Li, Lingchu Xiong, Yan Zhang, Yozhen Wu, Kun Li, Yanjun Sheng, Mingan Lin, Tao Zhang, Guosheng Dong, Yujing Qiao, Kun Fang, Weipeng Chen, Bin Cui, Wentao Zhang, Zenan Zhou•Jul 8, 2024•112

Entrenamiento de Expertos en Tareas a través de la Destilación Basada en Recuperación.
Training Task Experts through Retrieval Based Distillation

Jiaxin Ge, Xueying Jia, Vijay Viswanathan, Hongyin Luo, Graham Neubig•Jul 7, 2024•101

Comprendiendo la Dependencia de Características Visuales a través del Prisma de la Complejidad
Understanding Visual Feature Reliance through the Lens of Complexity

Thomas Fel, Louis Bethune, Andrew Kyle Lampinen, Thomas Serre, Katherine Hermann•Jul 8, 2024•71

PartCraft: Creando Objetos Creativos por Partes
PartCraft: Crafting Creative Objects by Parts

Kam Woh Ng, Xiatian Zhu, Yi-Zhe Song, Tao Xiang•Jul 5, 2024•62

LLMAEL: Los Modelos de Lenguaje Grandes son Buenos Aumentadores de Contexto para la Vinculación de Entidades
LLMAEL: Large Language Models are Good Context Augmenters for Entity Linking

Amy Xin, Yunjia Qi, Zijun Yao, Fangwei Zhu, Kaisheng Zeng, Xu Bin, Lei Hou, Juanzi Li•Jul 4, 2024•41

ANAH-v2: Escalando la Anotación de Alucinaciones Analíticas en Modelos de Lenguaje Grandes
ANAH-v2: Scaling Analytical Hallucination Annotation of Large Language Models

Yuzhe Gu, Ziwei Ji, Wenwei Zhang, Chengqi Lyu, Dahua Lin, Kai Chen•Jul 5, 2024•33