Artículos de Investigación en IA Diarios

Artículos de investigación en IA seleccionados diariamente con traducciones

Embodied-RAG: Memoria Corporizada General no paramétrica para Recuperación y Generación
Embodied-RAG: General non-parametric Embodied Memory for Retrieval and Generation

Quanting Xie, So Yeon Min, Tianyi Zhang, Aarav Bajaj, Ruslan Salakhutdinov, Matthew Johnson-Roberson, Yonatan Bisk•Sep 26, 2024•32

Un Token para Segmentarlos a Todos: Segmentación de Razonamiento Instruido por Lenguaje en Videos
One Token to Seg Them All: Language Instructed Reasoning Segmentation in Videos

Zechen Bai, Tong He, Haiyang Mei, Pichao Wang, Ziteng Gao, Joya Chen, Lei Liu, Zheng Zhang, Mike Zheng Shou•Sep 29, 2024•193

Flex3D: Generación 3D de Avance con Modelo de Reconstrucción Flexible y Curación de Vistas de Entrada
Flex3D: Feed-Forward 3D Generation With Flexible Reconstruction Model And Input View Curation

Junlin Han, Jianyuan Wang, Andrea Vedaldi, Philip Torr, Filippos Kokkinos•Oct 1, 2024•205

TPI-LLM: Sirviendo eficientemente LLMs a escala de 70 mil millones en dispositivos Edge de recursos limitados
TPI-LLM: Serving 70B-scale LLMs Efficiently on Low-resource Edge Devices

Zonghang Li, Wenjiao Feng, Mohsen Guizani, Hongfang Yu•Oct 1, 2024•338

ACE: Creador y Editor Integral Siguiendo Instrucciones a través de Difusión Transformer
ACE: All-round Creator and Editor Following Instructions via Diffusion Transformer

Zhen Han, Zeyinzi Jiang, Yulin Pan, Jingfeng Zhang, Chaojie Mao, Chenwei Xie, Yu Liu, Jingren Zhou•Sep 30, 2024•122

SyntheOcc: Sintetizar imágenes de vista de calle controladas geométricamente a través de MPIs semánticos en 3D
SyntheOcc: Synthesize Geometric-Controlled Street View Images through 3D Semantic MPIs

Leheng Li, Weichao Qiu, Yingjie Cai, Xu Yan, Qing Lian, Bingbing Liu, Ying-Cong Chen•Oct 1, 2024•112

DressRecon: Reconstrucción Humana 4D de Forma Libre a partir de Video Monocular
DressRecon: Freeform 4D Human Reconstruction from Monocular Video

Jeff Tan, Donglai Xiang, Shubham Tulsiani, Deva Ramanan, Gengshan Yang•Sep 30, 2024•92

¿Cuál es el Daño? Cuantificando el Impacto Tangible del Sesgo de Género en la Traducción Automática con un Estudio Centrado en el Humano
What the Harm? Quantifying the Tangible Impact of Gender Bias in Machine Translation with a Human-centered Study

Beatrice Savoldi, Sara Papi, Matteo Negri, Ana Guerberof, Luisa Bentivogli•Oct 1, 2024•52

Ley del Eslabón Más Débil: Capacidades Cruzadas de Modelos de Lenguaje Grandes
Law of the Weakest Link: Cross Capabilities of Large Language Models

Ming Zhong, Aston Zhang, Xuewei Wang, Rui Hou, Wenhan Xiong, Chenguang Zhu, Zhengxing Chen, Liang Tan, Chloe Bi, Mike Lewis, Sravya Popuri, Sharan Narang, Melanie Kambadur, Dhruv Mahajan, Sergey Edunov, Jiawei Han, Laurens van der Maaten•Sep 30, 2024•552

Atlas-Chat: Adaptación de Modelos de Lenguaje Grandes para el Dialecto Árabe Marroquí de Recursos Limitados
Atlas-Chat: Adapting Large Language Models for Low-Resource Moroccan Arabic Dialect

Guokan Shang, Hadi Abdine, Yousef Khoubrane, Amr Mohamed, Yassine Abbahaddou, Sofiane Ennadir, Imane Momayiz, Xuguang Ren, Eric Moulines, Preslav Nakov, Michalis Vazirgiannis, Eric Xing•Sep 26, 2024•292

Extensión de la Ventana de Contexto Visual: Una Nueva Perspectiva para la Comprensión de Videos Largos
Visual Context Window Extension: A New Perspective for Long Video Understanding

Hongchen Wei, Zhenzhong Chen•Sep 30, 2024•112

Flujo Rectificado de la Media Posterior: Hacia la Restauración de Imágenes Foto-Realistas con Mínimo Error Cuadrático Medio
Posterior-Mean Rectified Flow: Towards Minimum MSE Photo-Realistic Image Restoration

Guy Ohayon, Tomer Michaeli, Michael Elad•Oct 1, 2024•103

Ilustre: un Modelo Avanzado de Ilustración Abierto
Illustrious: an Open Advanced Illustration Model

Sang Hyun Park, Jun Young Koh, Junha Lee, Joy Song, Dongha Kim, Hoyeon Moon, Hyunju Lee, Min Song•Sep 30, 2024•163

DoggyBot Servicial: Recuperación de Objetos en un Mundo Abierto utilizando Robots Cuadrúpedos y Modelos de Visión-Lenguaje
Helpful DoggyBot: Open-World Object Fetching using Legged Robots and Vision-Language Models

Qi Wu, Zipeng Fu, Xuxin Cheng, Xiaolong Wang, Chelsea Finn•Sep 30, 2024•82