Artículos de Investigación en IA Diarios

Artículos de investigación en IA seleccionados diariamente con traducciones

Espectros: Un Estudio Integral de Modelos de Lenguaje Ternarios, Cuantizados y FP16
Spectra: A Comprehensive Study of Ternary, Quantized, and FP16 Language Models

Ayush Kaushal, Tejas Pandey, Tejas Vaidhya, Aaryan Bhagat, Irina Rish•Jul 17, 2024•803

GoldFinch: Alto Rendimiento Híbrido RWKV/Transformador con Precarga Lineal y Compresión Extrema de Caché KV.
GoldFinch: High Performance RWKV/Transformer Hybrid with Linear Pre-Fill and Extreme KV-Cache Compression

Daniel Goldstein, Fares Obeid, Eric Alcaide, Guangyu Song, Eugene Cheah•Jul 16, 2024•578

AgentPoison: Red-Teaming de Agentes LLM a través de Envenenamiento de Memoria o Bases de Conocimiento
AgentPoison: Red-teaming LLM Agents via Poisoning Memory or Knowledge Bases

Zhaorun Chen, Zhen Xiang, Chaowei Xiao, Dawn Song, Bo Li•Jul 17, 2024•523

E5-V: Incrustaciones Universales con Modelos de Lenguaje Multimodal de Gran Escala
E5-V: Universal Embeddings with Multimodal Large Language Models

Ting Jiang, Minghui Song, Zihan Zhang, Haizhen Huang, Weiwei Deng, Feng Sun, Qi Zhang, Deqing Wang, Fuzhen Zhuang•Jul 17, 2024•413

LMMs-Eval: Realidad de la Evaluación de Modelos Multimodales Grandes
LMMs-Eval: Reality Check on the Evaluation of Large Multimodal Models

Kaichen Zhang, Bo Li, Peiyuan Zhang, Fanyi Pu, Joshua Adrian Cahyono, Kairui Hu, Shuai Liu, Yuanhan Zhang, Jingkang Yang, Chunyuan Li, Ziwei Liu•Jul 17, 2024•364

Entrenamiento a Nivel de Parche para Modelos de Lenguaje Grandes
Patch-Level Training for Large Language Models

Chenze Shao, Fandong Meng, Jie Zhou•Jul 17, 2024•173

VD3D: Domando Grandes Transformadores de Difusión de Video para el Control de Cámara 3D
VD3D: Taming Large Video Diffusion Transformers for 3D Camera Control

Sherwin Bahmani, Ivan Skorokhodov, Aliaksandr Siarohin, Willi Menapace, Guocheng Qian, Michael Vasilkovsky, Hsin-Ying Lee, Chaoyang Wang, Jiaxu Zou, Andrea Tagliasacchi, David B. Lindell, Sergey Tulyakov•Jul 17, 2024•133

IMAGDressing-v1: Vestidor Virtual Personalizable
IMAGDressing-v1: Customizable Virtual Dressing

Fei Shen, Xin Jiang, Xin He, Hu Ye, Cong Wang, Xiaoyu Du, Zechao Li, Jinghui Tang•Jul 17, 2024•132

Pez Dorado: Comprensión Visión-Lenguaje de Videos de Longitud Arbitrariamente Larga
Goldfish: Vision-Language Understanding of Arbitrarily Long Videos

Kirolos Ataallah, Xiaoqian Shen, Eslam Abdelrahman, Essam Sleiman, Mingchen Zhuge, Jian Ding, Deyao Zhu, Jürgen Schmidhuber, Mohamed Elhoseiny•Jul 17, 2024•82

Case2Code: Aprendizaje de Razonamiento Inductivo con Datos Sintéticos
Case2Code: Learning Inductive Reasoning with Synthetic Data

Yunfan Shao, Linyang Li, Yichuan Ma, Peiji Li, Demin Song, Qinyuan Cheng, Shimin Li, Xiaonan Li, Pengyu Wang, Qipeng Guo, Hang Yan, Xipeng Qiu, Xuanjing Huang, Dahua Lin•Jul 17, 2024•87

Acondicionamiento de Audio para la Generación de Música a través de Características de Cuello de Botella Discretas
Audio Conditioning for Music Generation via Discrete Bottleneck Features

Simon Rouard, Yossi Adi, Jade Copet, Axel Roebel, Alexandre Défossez•Jul 17, 2024•72

Splatfacto-W: Una Implementación de Nerfstudio de Splatting Gaussiano para Colecciones de Fotos No Restringidas
Splatfacto-W: A Nerfstudio Implementation of Gaussian Splatting for Unconstrained Photo Collections

Congrong Xu, Justin Kerr, Angjoo Kanazawa•Jul 17, 2024•62

ThinkGrasp: Un sistema Visión-Lenguaje para la Agarre Estratégico de Partes en Desorden
ThinkGrasp: A Vision-Language System for Strategic Part Grasping in Clutter

Yaoyao Qian, Xupeng Zhu, Ondrej Biza, Shuo Jiang, Linfeng Zhao, Haojie Huang, Yu Qi, Robert Platt•Jul 16, 2024•52

AUITestAgent: Pruebas Automáticas de Funciones de Interfaz Gráfica Orientadas a Requisitos
AUITestAgent: Automatic Requirements Oriented GUI Function Testing

Yongxiang Hu, Xuan Wang, Yingchuan Wang, Yu Zhang, Shiyu Guo, Chaoyi Chen, Xin Wang, Yangfan Zhou•Jul 12, 2024•52

NavGPT-2: Liberando la Capacidad de Razonamiento Navegacional para Modelos de Visión-Lenguaje Grandes
NavGPT-2: Unleashing Navigational Reasoning Capability for Large Vision-Language Models

Gengze Zhou, Yicong Hong, Zun Wang, Xin Eric Wang, Qi Wu•Jul 17, 2024•42

Desaprendizaje Práctico para Modelos de Lenguaje Grandes
Practical Unlearning for Large Language Models

Chongyang Gao, Lixu Wang, Chenkai Weng, Xiao Wang, Qi Zhu•Jul 14, 2024•42

El arte de decir no: Incumplimiento contextual en modelos de lenguaje
The Art of Saying No: Contextual Noncompliance in Language Models

Faeze Brahman, Sachin Kumar, Vidhisha Balachandran, Pradeep Dasigi, Valentina Pyatkin, Abhilasha Ravichander, Sarah Wiegreffe, Nouha Dziri, Khyathi Chandu, Jack Hessel, Yulia Tsvetkov, Noah A. Smith, Yejin Choi, Hannaneh Hajishirzi•Jul 2, 2024•42

Transferencia interlingüística sin entrenamiento para la generación de datos sintéticos en la detección de errores gramaticales
Zero-shot Cross-Lingual Transfer for Synthetic Data Generation in Grammatical Error Detection

Gaetan Lopez Latouche, Marc-André Carbonneau, Ben Swanson•Jul 16, 2024•24

Hacia la comprensión de la generación de videos inseguros.
Towards Understanding Unsafe Video Generation

Yan Pang, Aiping Xiong, Yang Zhang, Tianhao Wang•Jul 17, 2024•02