Artículos de Investigación en IA Diarios

Artículos de investigación en IA seleccionados diariamente con traducciones

La Imperativa del Análisis de Conversaciones en la Era de los Modelos de Lenguaje con Gran Capacidad: Una Encuesta de Tareas, Técnicas y Tendencias
The Imperative of Conversation Analysis in the Era of LLMs: A Survey of Tasks, Techniques, and Trends

Xinghua Zhang, Haiyang Yu, Yongbin Li, Minzheng Wang, Longze Chen, Fei Huang•Sep 21, 2024•132

Lotus: Modelo de Base Visual Basado en Difusión para Predicción Densa de Alta Calidad
Lotus: Diffusion-based Visual Foundation Model for High-quality Dense Prediction

Jing He, Haodong Li, Wei Yin, Yixun Liang, Leheng Li, Kaiqiang Zhou, Hongbo Liu, Bingbing Liu, Ying-Cong Chen•Sep 26, 2024•342

Descubriendo las Joyas en las Primeras Capas: Acelerando LLMs de Largo Contexto con Reducción de Tokens de Entrada de 1000 veces
Discovering the Gems in Early Layers: Accelerating Long-Context LLMs with 1000x Input Token Reduction

Zhenmei Shi, Yifei Ming, Xuan-Phi Nguyen, Yingyu Liang, Shafiq Joty•Sep 25, 2024•265

Post-entrenamiento en el espacio de píxeles de modelos de difusión latente
Pixel-Space Post-Training of Latent Diffusion Models

Christina Zhang, Simran Motwani, Matthew Yu, Ji Hou, Felix Juefei-Xu, Sam Tsai, Peter Vajda, Zijian He, Jialiang Wang•Sep 26, 2024•222

LLaVA-3D: Un camino simple pero efectivo para potenciar los LMMs con conciencia 3D
LLaVA-3D: A Simple yet Effective Pathway to Empowering LMMs with 3D-awareness

Chenming Zhu, Tai Wang, Wenwei Zhang, Jiangmiao Pang, Xihui Liu•Sep 26, 2024•352

Reduciendo la Huella de la Recuperación Multi-Vector con Impacto Mínimo en el Rendimiento a través de la Agrupación de Tokens.
Reducing the Footprint of Multi-Vector Retrieval with Minimal Performance Impact via Token Pooling

Benjamin Clavié, Antoine Chaffin, Griffin Adams•Sep 23, 2024•112

Seguimiento de Instrucciones sin Ajuste de Instrucciones
Instruction Following without Instruction Tuning

John Hewitt, Nelson F. Liu, Percy Liang, Christopher D. Manning•Sep 21, 2024•314

Disco4D: Generación y animación humana desentrelazada en 4D a partir de una sola imagen
Disco4D: Disentangled 4D Human Generation and Animation from a Single Image

Hui En Pang, Shuai Liu, Zhongang Cai, Lei Yang, Tianwei Zhang, Ziwei Liu•Sep 25, 2024•112

MaskLLM: Esparsidad Semi-Estructurada Aprendible para Modelos de Lenguaje Grandes
MaskLLM: Learnable Semi-Structured Sparsity for Large Language Models

Gongfan Fang, Hongxu Yin, Saurav Muralidharan, Greg Heinrich, Jeff Pool, Jan Kautz, Pavlo Molchanov, Xinchao Wang•Sep 26, 2024•483

EMOVA: Capacitando a los Modelos de Lenguaje para Ver, Escuchar y Hablar con Emociones Vívidas
EMOVA: Empowering Language Models to See, Hear and Speak with Vivid Emotions

Kai Chen, Yunhao Gou, Runhui Huang, Zhili Liu, Daxin Tan, Jing Xu, Chunwei Wang, Yi Zhu, Yihan Zeng, Kuo Yang, Dingdong Wang, Kun Xiang, Haoyuan Li, Haoli Bai, Jianhua Han, Xiaohui Li, Weike Jin, Nian Xie, Yu Zhang, James T. Kwok, Hengshuang Zhao, Xiaodan Liang, Dit-Yan Yeung, Xiao Chen, Zhenguo Li, Wei Zhang, Qun Liu, Lanqing Hong, Lu Hou, Hang Xu•Sep 26, 2024•4113

Robot Ve, Robot Hace: Imitando la Manipulación de Objetos Articulados con Reconstrucción Monocular 4D
Robot See Robot Do: Imitating Articulated Object Manipulation with Monocular 4D Reconstruction

Justin Kerr, Chung Min Kim, Mingxuan Wu, Brent Yi, Qianqian Wang, Ken Goldberg, Angjoo Kanazawa•Sep 26, 2024•92

Mejorando la recuperación de datos estructurados con GraphRAG: Estudio de caso de datos de fútbol
Enhancing Structured-Data Retrieval with GraphRAG: Soccer Data Case Study

Zahra Sepasdar, Sushant Gautam, Cise Midoglu, Michael A. Riegler, Pål Halvorsen•Sep 26, 2024•92