Artículos de Investigación en IA Diarios

Artículos de investigación en IA seleccionados diariamente con traducciones

¿Pueden los modelos aprender la composición de habilidades a partir de ejemplos?
Can Models Learn Skill Composition from Examples?

Haoyu Zhao, Simran Kaur, Dingli Yu, Anirudh Goyal, Sanjeev Arora•Sep 29, 2024•102

Detección de Copia de Imágenes para Modelos de Difusión
Image Copy Detection for Diffusion Models

Wenhao Wang, Yifan Sun, Zhentao Tan, Yi Yang•Sep 30, 2024•143

Escalando el Aprendizaje Propioceptivo-Visual con Transformadores Pre-entrenados Heterogéneos
Scaling Proprioceptive-Visual Learning with Heterogeneous Pre-trained Transformers

Lirui Wang, Xinlei Chen, Jialiang Zhao, Kaiming He•Sep 30, 2024•142

UniAff: Una Representación Unificada de Oportunidades para el Uso de Herramientas y Articulación con Modelos de Visión-Lenguaje
UniAff: A Unified Representation of Affordances for Tool Usage and Articulation with Vision-Language Models

Qiaojun Yu, Siyuan Huang, Xibin Yuan, Zhengkai Jiang, Ce Hao, Xin Li, Haonan Chang, Junbo Wang, Liu Liu, Hongsheng Li, Peng Gao, Cewu Lu•Sep 30, 2024•154

Hiperconexiones
Hyper-Connections

Defa Zhu, Hongzhi Huang, Zihao Huang, Yutao Zeng, Yunyao Mao, Banggu Wu, Qiyang Min, Xun Zhou•Sep 29, 2024•234

DiaSynth -- Marco de Generación de Diálogos Sintéticos
DiaSynth -- Synthetic Dialogue Generation Framework

Sathya Krishnan Suresh, Wu Mengjun, Tushar Pranav, Eng Siong Chng•Sep 25, 2024•213

IDEAW: Marcado de agua de audio neural robusto con incrustación dual invertible.
IDEAW: Robust Neural Audio Watermarking with Invertible Dual-Embedding

Pengcheng Li, Xulong Zhang, Jing Xiao, Jianzong Wang•Sep 29, 2024•22

Regla: Un Método Agnóstico de Modelo para Controlar la Longitud Generada en Modelos de Lenguaje Grandes
Ruler: A Model-Agnostic Method to Control Generated Length for Large Language Models

Jiaming Li, Lei Zhang, Yunshui Li, Ziqiang Liu, yuelin bai, Run Luo, Longze Chen, Min Yang•Sep 27, 2024•302

Descomposición de Preguntas Visuales en Modelos de Lenguaje Multimodales de Gran Escala
Visual Question Decomposition on Multimodal Large Language Models

Haowei Zhang, Jianzhe Liu, Zhen Han, Shuo Chen, Bailan He, Volker Tresp, Zhiqiang Xu, Jindong Gu•Sep 28, 2024•92

MM1.5: Métodos, Análisis e Ideas de Ajuste Fino Multimodal de LLM
MM1.5: Methods, Analysis & Insights from Multimodal LLM Fine-tuning

Haotian Zhang, Mingfei Gao, Zhe Gan, Philipp Dufter, Nina Wenzel, Forrest Huang, Dhruti Shah, Xianzhi Du, Bowen Zhang, Yanghao Li, Sam Dodge, Keen You, Zhen Yang, Aleksei Timofeev, Mingze Xu, Hong-You Chen, Jean-Philippe Fauconnier, Zhengfeng Lai, Haoxuan You, Zirui Wang, Afshin Dehghan, Peter Grasch, Yinfei Yang•Sep 30, 2024•573

Coffee-Gym: Un entorno para evaluar y mejorar la retroalimentación en lenguaje natural sobre código erróneo
Coffee-Gym: An Environment for Evaluating and Improving Natural Language Feedback on Erroneous Code

Hyungjoo Chae, Taeyoon Kwon, Seungjun Moon, Yongho Song, Dongjin Kang, Kai Tzu-iunn Ong, Beong-woo Kwak, Seonghyeon Bae, Seung-won Hwang, Jinyoung Yeo•Sep 29, 2024•103

Atención Coseno: Transformadores Lineales con Atención Coseno
Cottention: Linear Transformers With Cosine Attention

Gabriel Mongaras, Trevor Dohm, Eric C. Larson•Sep 27, 2024•175