Artículos de Investigación en IA Diarios

Artículos de investigación en IA seleccionados diariamente con traducciones

TokenFormer: Repensando la Escalabilidad del Transformer con un Modelo Tokenizado de Parámetros
TokenFormer: Rethinking Transformer Scaling with Tokenized Model Parameters

Haiyang Wang, Yue Fan, Muhammad Ferjad Naeem, Yongqin Xian, Jan Eric Lenssen, Liwei Wang, Federico Tombari, Bernt Schiele•Oct 30, 2024•245

Un Modelo de Acción Recurrente Amplio: xLSTM permite una Inferencia Rápida para Tareas de Robótica
A Large Recurrent Action Model: xLSTM enables Fast Inference for Robotics Tasks

Thomas Schmied, Thomas Adler, Vihang Patil, Maximilian Beck, Korbinian Pöppel, Johannes Brandstetter, Günter Klambauer, Razvan Pascanu, Sepp Hochreiter•Oct 29, 2024•222

Descifrando Objetivos de Lectura a partir de Movimientos Oculares
Decoding Reading Goals from Eye Movements

Omer Shubi, Cfir Avraham Hadar, Yevgeni Berzak•Oct 28, 2024•162

Sobre la memorización de grandes modelos de lenguaje en el razonamiento lógico.
On Memorization of Large Language Models in Logical Reasoning

Chulin Xie, Yangsibo Huang, Chiyuan Zhang, Da Yu, Xinyun Chen, Bill Yuchen Lin, Bo Li, Badih Ghazi, Ravi Kumar•Oct 30, 2024•182

Toxicidad de los Comunes: Curación de Datos de Preentrenamiento de Código Abierto
Toxicity of the Commons: Curating Open-Source Pre-Training Data

Catherine Arnett, Eliot Jones, Ivan P. Yamshchikov, Pierre-Carl Langlais•Oct 29, 2024•102

CORAL: Evaluación de Referencia para la Generación de Ampliación de Recuperación Conversacional de Múltiples Turnos
CORAL: Benchmarking Multi-turn Conversational Retrieval-Augmentation Generation

Yiruo Cheng, Kelong Mao, Ziliang Zhao, Guanting Dong, Hongjin Qian, Yongkang Wu, Tetsuya Sakai, Ji-Rong Wen, Zhicheng Dou•Oct 30, 2024•563

AutoMIR: Recuperación de Información Médica sin Etiquetas de Relevancia mediante Cero Disparos Efectiva
AutoMIR: Effective Zero-Shot Medical Information Retrieval without Relevance Labels

Lei Li, Xiangxu Zhang, Xiao Zhou, Zheng Liu•Oct 26, 2024•82

Robando indicaciones de usuario de la mezcla de expertos
Stealing User Prompts from Mixture of Experts

Itay Yona, Ilia Shumailov, Jamie Hayes, Nicholas Carlini•Oct 30, 2024•142

¿Pueden los modelos ayudarnos a crear mejores modelos? Evaluación de LLMs como científicos de datos.
Can Models Help Us Create Better Models? Evaluating LLMs as Data Scientists

Michał Pietruszka, Łukasz Borchmann, Aleksander Jędrosz, Paweł Morawiecki•Oct 30, 2024•82

ReferEverything: Hacia la Segmentación de Todo lo que Podemos Hablar en Videos
ReferEverything: Towards Segmenting Everything We Can Speak of in Videos

Anurag Bagchi, Zhipeng Bao, Yu-Xiong Wang, Pavel Tokmakov, Martial Hebert•Oct 30, 2024•193

SlowFast-VGen: Aprendizaje Lento-Rápido para la Generación de Videos Largos Dirigidos por Acciones
SlowFast-VGen: Slow-Fast Learning for Action-Driven Long Video Generation

Yining Hong, Beide Liu, Maxine Wu, Yuanhao Zhai, Kai-Wei Chang, Lingjie Li, Kevin Lin, Chung-Ching Lin, Jianfeng Wang, Zhengyuan Yang, Yingnian Wu, Lijuan Wang•Oct 30, 2024•93