Artículos de Investigación en IA Diarios

Artículos de investigación en IA seleccionados diariamente con traducciones

¿Es la Alineación de Preferencias Siempre la Mejor Opción para Mejorar la Traducción Basada en LLM? Un Análisis Empírico
Is Preference Alignment Always the Best Option to Enhance LLM-Based Translation? An Empirical Analysis

Hippolyte Gisserot-Boukhlef, Ricardo Rei, Emmanuel Malherbe, Céline Hudelot, Pierre Colombo, Nuno M. Guerreiro•Sep 30, 2024•162

HarmoniCa: Armonizando el Entrenamiento y la Inferencia para un Mejor Almacenamiento en Caché de Características en la Aceleración del Transformador de Difusión
HarmoniCa: Harmonizing Training and Inference for Better Feature Cache in Diffusion Transformer Acceleration

Yushi Huang, Zining Wang, Ruihao Gong, Jing Liu, Xinjie Zhang, Jinyang Guo, Xianglong Liu, Jun Zhang•Oct 2, 2024•52

FactAlign: Alineación de Factibilidad de Textos Extensos de Modelos de Lenguaje Grandes
FactAlign: Long-form Factuality Alignment of Large Language Models

Chao-Wei Huang, Yun-Nung Chen•Oct 2, 2024•92

Cuantificación de la Complejidad de Generalización para Modelos de Lenguaje Grandes
Quantifying Generalization Complexity for Large Language Models

Zhenting Qi, Hongyin Luo, Xuliang Huang, Zhuokai Zhao, Yibo Jiang, Xiangjun Fan, Himabindu Lakkaraju, James Glass•Oct 2, 2024•142

Agregación Selectiva para Adaptación de Bajo Rango en Aprendizaje Federado
Selective Aggregation for Low-Rank Adaptation in Federated Learning

Pengxin Guo, Shuang Zeng, Yanran Wang, Huijie Fan, Feifei Wang, Liangqiong Qu•Oct 2, 2024•193

Modelado de Preferencias Generales con Representaciones de Preferencias para Alinear Modelos de Lenguaje
General Preference Modeling with Preference Representations for Aligning Language Models

Yifan Zhang, Ge Zhang, Yue Wu, Kangping Xu, Quanquan Gu•Oct 3, 2024•94

RATIONALYST: Proceso de Pre-entrenamiento-Supervisión para Mejorar el Razonamiento
RATIONALYST: Pre-training Process-Supervision for Improving Reasoning

Dongwei Jiang, Guoxuan Wang, Yining Lu, Andrew Wang, Jingyu Zhang, Chuyu Liu, Benjamin Van Durme, Daniel Khashabi•Oct 1, 2024•373

Planificación robótica de largo alcance en bucle cerrado a través de modelado de secuencias de equilibrio.
Closed-loop Long-horizon Robotic Planning via Equilibrium Sequence Modeling

Jinghan Li, Zhicheng Sun, Fei Li, Cao Sheng, Jiazhong Yu, Yadong Mu•Oct 2, 2024•42

LEOPARD: Un modelo de lenguaje visual para tareas multiimagen ricas en texto
LEOPARD : A Vision Language Model For Text-Rich Multi-Image Tasks

Mengzhao Jia, Wenhao Yu, Kaixin Ma, Tianqing Fang, Zhihan Zhang, Siru Ouyang, Hongming Zhang, Meng Jiang, Dong Yu•Oct 2, 2024•265

HelpSteer2-Preference: Complementando Calificaciones con Preferencias
HelpSteer2-Preference: Complementing Ratings with Preferences

Zhilin Wang, Alexander Bukharin, Olivier Delalleau, Daniel Egert, Gerald Shen, Jiaqi Zeng, Oleksii Kuchaiev, Yi Dong•Oct 2, 2024•245

E.T. Bench: Hacia la comprensión abierta de eventos a nivel de video-lenguaje
E.T. Bench: Towards Open-Ended Event-Level Video-Language Understanding

Ye Liu, Zongyang Ma, Zhongang Qi, Yang Wu, Ying Shan, Chang Wen Chen•Sep 26, 2024•72

MOSEL: 950,000 horas de datos de habla para entrenamiento de modelos de código abierto en lenguas de la UE.
MOSEL: 950,000 Hours of Speech Data for Open-Source Speech Foundation Model Training on EU Languages

Marco Gaido, Sara Papi, Luisa Bentivogli, Alessio Brutti, Mauro Cettolo, Roberto Gretter, Marco Matassoni, Mohamed Nabih, Matteo Negri•Oct 1, 2024•152

SonicSim: Una plataforma de simulación personalizable para el procesamiento del habla en escenarios con fuentes de sonido en movimiento
SonicSim: A customizable simulation platform for speech processing in moving sound source scenarios

Kai Li, Wendi Sang, Chang Zeng, Runxuan Yang, Guo Chen, Xiaolin Hu•Oct 2, 2024•32

De Código a Corrección: Cerrando la Última Milla de la Generación de Código con Depuración Jerárquica
From Code to Correctness: Closing the Last Mile of Code Generation with Hierarchical Debugging

Yuling Shi, Songsong Wang, Chengcheng Wan, Xiaodong Gu•Oct 2, 2024•338

InfiniPot: Procesamiento de Contexto Infinito en LLMs con Limitaciones de Memoria
InfiniPot: Infinite Context Processing on Memory-Constrained LLMs

Minsoo Kim, Kyuhong Shim, Jungwook Choi, Simyung Chang•Oct 2, 2024•32

EmoKnob: Mejora de la clonación de voz con control de emociones detallado
EmoKnob: Enhance Voice Cloning with Fine-Grained Emotion Control

Haozhe Chen, Run Chen, Julia Hirschberg•Oct 1, 2024•72

No todos los razonadores LLM son iguales.
Not All LLM Reasoners Are Created Equal

Arian Hosseini, Alessandro Sordoni, Daniel Toyama, Aaron Courville, Rishabh Agarwal•Oct 2, 2024•292

VLMGuard: Defendiendo Modelos de Lenguaje de Gran Vocabulario contra Estímulos Maliciosos a través de Datos No Etiquetados
VLMGuard: Defending VLMs against Malicious Prompts via Unlabeled Data

Xuefeng Du, Reshmi Ghosh, Robert Sim, Ahmed Salem, Vitor Carvalho, Emily Lawton, Yixuan Li, Jack W. Stokes•Oct 1, 2024•52

Antiguo Optimizador, Nueva Norma: Una Antología
Old Optimizer, New Norm: An Anthology

Jeremy Bernstein, Laker Newhouse•Sep 30, 2024•42

PHI-S: Equilibrio de Distribución para la Destilación Multi-Docente sin Etiquetas
PHI-S: Distribution Balancing for Label-Free Multi-Teacher Distillation

Mike Ranzinger, Jon Barker, Greg Heinrich, Pavlo Molchanov, Bryan Catanzaro, Andrew Tao•Oct 2, 2024•364

3DGS-DET: Potenciar la Sobreimpresión Gaussiana 3D con Orientación de Límites y Muestreo Centrado en Cajas para la Detección de Objetos 3D
3DGS-DET: Empower 3D Gaussian Splatting with Boundary Guidance and Box-Focused Sampling for 3D Object Detection

Yang Cao, Yuanliang Jv, Dan Xu•Oct 2, 2024•312

ComfyGen: Flujos de trabajo adaptables a la entrada para la generación de texto a imagen
ComfyGen: Prompt-Adaptive Workflows for Text-to-Image Generation

Rinon Gal, Adi Haviv, Yuval Alaluf, Amit H. Bermano, Daniel Cohen-Or, Gal Chechik•Oct 2, 2024•172

BordIRlines: Un conjunto de datos para evaluar la generación aumentada con recuperación cruzada de lenguajes.
BordIRlines: A Dataset for Evaluating Cross-lingual Retrieval-Augmented Generation

Bryan Li, Samar Haider, Fiona Luo, Adwait Agashe, Chris Callison-Burch•Oct 2, 2024•64

EVER: Renderizado Exacto de Elipsoides Volumétricos para Síntesis de Vistas en Tiempo Real
EVER: Exact Volumetric Ellipsoid Rendering for Real-time View Synthesis

Alexander Mai, Peter Hedman, George Kopanas, Dor Verbin, David Futschik, Qiangeng Xu, Falko Kuester, Jon Barron, Yinda Zhang•Oct 2, 2024•72