Artículos de Investigación en IA Diarios

Artículos de investigación en IA seleccionados diariamente con traducciones

SwiftKV: Inferencia Rápida Optimizada con Precarga con Transformación de Modelo Preservando el Conocimiento
SwiftKV: Fast Prefill-Optimized Inference with Knowledge-Preserving Model Transformation

Aurick Qiao, Zhewei Yao, Samyam Rajbhandari, Yuxiong He•Oct 4, 2024•22

SELECT: Un amplio conjunto de datos de referencia de estrategias de curación de datos para la clasificación de imágenes
SELECT: A Large-Scale Benchmark of Data Curation Strategies for Image Classification

Benjamin Feuer, Jiawei Xu, Niv Cohen, Patrick Yubeaton, Govind Mittal, Chinmay Hegde•Oct 7, 2024•72

Navegando el Mundo Digital como lo Hacen los Humanos: Fundamentos Visuales Universales para Agentes de Interfaz Gráfica de Usuario (GUI)
Navigating the Digital World as Humans Do: Universal Visual Grounding for GUI Agents

Boyu Gou, Ruohan Wang, Boyuan Zheng, Yanan Xie, Cheng Chang, Yiheng Shu, Huan Sun, Yu Su•Oct 7, 2024•192

MathHay: Un banco de pruebas automatizado para el razonamiento matemático de largo contexto en LLMs
MathHay: An Automated Benchmark for Long-Context Mathematical Reasoning in LLMs

Lei Wang, Shan Dong, Yuhui Xu, Hanze Dong, Yalu Wang, Amrita Saha, Ee-Peng Lim, Caiming Xiong, Doyen Sahoo•Oct 7, 2024•133

¡Presto! Destilando Pasos y Capas para Acelerar la Generación de Música
Presto! Distilling Steps and Layers for Accelerating Music Generation

Zachary Novack, Ge Zhu, Jonah Casebeer, Julian McAuley, Taylor Berg-Kirkpatrick, Nicholas J. Bryan•Oct 7, 2024•184

LLaMA-Berry: Optimización por pares para el razonamiento matemático de nivel olímpico similar a O1
LLaMA-Berry: Pairwise Optimization for O1-like Olympiad-Level Mathematical Reasoning

Di Zhang, Jianbo Wu, Jingdi Lei, Tong Che, Jiatong Li, Tong Xie, Xiaoshui Huang, Shufei Zhang, Marco Pavone, Yuqiang Li, Wanli Ouyang, Dongzhan Zhou•Oct 3, 2024•554

Banco de Pruebas de Reconocimiento de Entidades Clínicas Nombradas
Named Clinical Entity Recognition Benchmark

Wadood M Abdul, Marco AF Pimentel, Muhammad Umar Salman, Tathagata Raha, Clément Christophe, Praveen K Kanithi, Nasir Hayat, Ronnie Rajan, Shadab Khan•Oct 7, 2024•173

UniMuMo: Generación Unificada de Texto, Música y Movimiento
UniMuMo: Unified Text, Music and Motion Generation

Han Yang, Kun Su, Yutong Zhang, Jiaben Chen, Kaizhi Qian, Gaowen Liu, Chuang Gan•Oct 6, 2024•192

Síntesis Autónoma de Interacción Personaje-Escena a partir de Instrucciones de Texto
Autonomous Character-Scene Interaction Synthesis from Text Instruction

Nan Jiang, Zimo He, Zi Wang, Hongjie Li, Yixin Chen, Siyuan Huang, Yixin Zhu•Oct 4, 2024•72

GSM-Simbólico: Comprendiendo las Limitaciones del Razonamiento Matemático en Modelos de Lenguaje Grandes
GSM-Symbolic: Understanding the Limitations of Mathematical Reasoning in Large Language Models

Iman Mirzadeh, Keivan Alizadeh, Hooman Shahrokhi, Oncel Tuzel, Samy Bengio, Mehrdad Farajtabar•Oct 7, 2024•226

ScienceAgentBench: Hacia una Evaluación Rigurosa de Agentes de Lenguaje para el Descubrimiento Científico Basado en Datos
ScienceAgentBench: Toward Rigorous Assessment of Language Agents for Data-Driven Scientific Discovery

Ziru Chen, Shijie Chen, Yuting Ning, Qianheng Zhang, Boshi Wang, Botao Yu, Yifei Li, Zeyi Liao, Chen Wei, Zitong Lu, Vishal Dey, Mingyi Xue, Frazier N. Baker, Benjamin Burns, Daniel Adu-Ampratwum, Xuhui Huang, Xia Ning, Song Gao, Yu Su, Huan Sun•Oct 7, 2024•212

En resumen: Modelo de Recompensa del Detective a Nivel de Token para Modelos de Gran Visión y Lenguaje.
TLDR: Token-Level Detective Reward Model for Large Vision Language Models

Deqing Fu, Tong Xiao, Rui Wang, Wang Zhu, Pengchuan Zhang, Guan Pang, Robin Jia, Lawrence Chen•Oct 7, 2024•172

Transformador diferencial
Differential Transformer

Tianzhu Ye, Li Dong, Yuqing Xia, Yutao Sun, Yi Zhu, Gao Huang, Furu Wei•Oct 7, 2024•17835

Redefiniendo el Modelado Temporal en la Difusión de Video: El Enfoque de Paso de Tiempo Vectorizado
Redefining Temporal Modeling in Video Diffusion: The Vectorized Timestep Approach

Yaofang Liu, Yumeng Ren, Xiaodong Cun, Aitor Artola, Yang Liu, Tieyong Zeng, Raymond H. Chan, Jean-michel Morel•Oct 4, 2024•52

Fundamentación del Lenguaje en la Comunicación Referencial de Múltiples Perspectivas
Grounding Language in Multi-Perspective Referential Communication

Zineng Tang, Lingjun Mao, Alane Suhr•Oct 4, 2024•42

¿Qué es importante para la fusión de modelos a gran escala?
What Matters for Model Merging at Scale?

Prateek Yadav, Tu Vu, Jonathan Lai, Alexandra Chronopoulou, Manaal Faruqui, Mohit Bansal, Tsendsuren Munkhdalai•Oct 4, 2024•82

OmniBooth: Aprendizaje de Control Latente para la Síntesis de Imágenes con Instrucciones Multi-modales
OmniBooth: Learning Latent Control for Image Synthesis with Multi-modal Instruction

Leheng Li, Weichao Qiu, Xu Yan, Jing He, Kaiqiang Zhou, Yingjie Cai, Qing Lian, Bingbing Liu, Ying-Cong Chen•Oct 7, 2024•92

Los LLMs Saben Más de lo que Muestran: Sobre la Representación Intrínseca de Alucinaciones de LLM
LLMs Know More Than They Show: On the Intrinsic Representation of LLM Hallucinations

Hadas Orgad, Michael Toker, Zorik Gekhman, Roi Reichart, Idan Szpektor, Hadas Kotek, Yonatan Belinkov•Oct 3, 2024•495

FAN: Redes de Análisis de Fourier
FAN: Fourier Analysis Networks

Yihong Dong, Ge Li, Yongding Tao, Xue Jiang, Kechi Zhang, Jia Li, Jing Su, Jun Zhang, Jingjing Xu•Oct 3, 2024•276

MonST3R: Un Enfoque Sencillo para Estimar Geometría en Presencia de Movimiento
MonST3R: A Simple Approach for Estimating Geometry in the Presence of Motion

Junyi Zhang, Charles Herrmann, Junhwa Hur, Varun Jampani, Trevor Darrell, Forrester Cole, Deqing Sun, Ming-Hsuan Yang•Oct 4, 2024•193

VideoGuía: Mejorando Modelos de Difusión de Video sin Entrenamiento a través de una Guía del Profesor
VideoGuide: Improving Video Diffusion Models without Training Through a Teacher's Guide

Dohun Lee, Bryan S Kim, Geon Yeong Park, Jong Chul Ye•Oct 6, 2024•303

TurtleBench: Evaluación de los principales modelos de lenguaje a través de acertijos de sí o no del mundo real
TurtleBench: Evaluating Top Language Models via Real-World Yes/No Puzzles

Qingchen Yu, Shichao Song, Ke Fang, Yunfeng Shi, Zifan Zheng, Hanyu Wang, Simin Niu, Zhiyu Li•Oct 7, 2024•102

SePPO: Optimización de Preferencia de Políticas Semis para Alineación de Difusión
SePPO: Semi-Policy Preference Optimization for Diffusion Alignment

Daoan Zhang, Guangchen Lan, Dong-Jun Han, Wenlin Yao, Xiaoman Pan, Hongming Zhang, Mingxiao Li, Pengcheng Chen, Yu Dong, Christopher Brinton, Jiebo Luo•Oct 7, 2024•52