Artículos de Investigación en IA Diarios

Artículos de investigación en IA seleccionados diariamente con traducciones

Adaptación de Modelos de Base de Visión para una Segmentación en la Nube Robusta en Imágenes de Teledetección
Adapting Vision Foundation Models for Robust Cloud Segmentation in Remote Sensing Images

Xuechao Zou, Shun Zhang, Kai Li, Shiying Wang, Junliang Xing, Lei Jin, Congyan Lang, Pin Tao•Nov 20, 2024•42

Uno para gobernarlos a todos: lenguaje natural para unir comunicación, percepción y acción.
One to rule them all: natural language to bind communication, perception and action

Simone Colombani, Dimitri Ognibene, Giuseppe Boccignone•Nov 22, 2024•32

Mi Máquina del Tiempo: Transformación Personalizada de Edad Facial
MyTimeMachine: Personalized Facial Age Transformation

Luchao Qi, Jiaye Wu, Bang Gong, Annie N. Wang, David W. Jacobs, Roni Sengupta•Nov 21, 2024•222

WildLMa: Manipulación Loco-Manipulativa a Largo Plazo en Entornos Naturales
WildLMa: Long Horizon Loco-Manipulation in the Wild

Ri-Zhao Qiu, Yuchen Song, Xuanbin Peng, Sai Aneesh Suryadevara, Ge Yang, Minghuan Liu, Mazeyu Ji, Chengzhe Jia, Ruihan Yang, Xueyan Zou, Xiaolong Wang•Nov 22, 2024•62

Tokenización eficiente de videos largos a través de la Reconstrucción de Parches basada en Coordenadas.
Efficient Long Video Tokenization via Coordinated-based Patch Reconstruction

Huiwon Jang, Sihyun Yu, Jinwoo Shin, Pieter Abbeel, Younggyo Seo•Nov 22, 2024•112

Una Metodología Flexible para el Desarrollo de Barreras de Protección de Modelos de Lenguaje Grandes aplicada a la Detección de Temas Fuera de Contexto.
A Flexible Large Language Models Guardrail Development Methodology Applied to Off-Topic Prompt Detection

Gabriel Chua, Shing Yee Chan, Shaun Khoo•Nov 20, 2024•232

Muestreador de SNR compatible con el estilo para Generación Dirigida por Estilo
Style-Friendly SNR Sampler for Style-Driven Generation

Jooyoung Choi, Chaehun Shin, Yeongtak Oh, Heeseung Kim, Sungroh Yoon•Nov 22, 2024•353

BALROG: Evaluación comparativa del razonamiento agente de LLM y VLM en juegos
BALROG: Benchmarking Agentic LLM and VLM Reasoning On Games

Davide Paglieri, Bartłomiej Cupiał, Samuel Coward, Ulyana Piterbarg, Maciej Wolczyk, Akbir Khan, Eduardo Pignatelli, Łukasz Kuciński, Lerrel Pinto, Rob Fergus, Jakob Nicolaus Foerster, Jack Parker-Holder, Tim Rocktäschel•Nov 20, 2024•182

TÜLU 3: Avanzando en los Límites en el Post-Entrenamiento de Modelos de Lenguaje Abiertos
TÜLU 3: Pushing Frontiers in Open Language Model Post-Training

Nathan Lambert, Jacob Morrison, Valentina Pyatkin, Shengyi Huang, Hamish Ivison, Faeze Brahman, Lester James V. Miranda, Alisa Liu, Nouha Dziri, Shane Lyu, Yuling Gu, Saumya Malik, Victoria Graf, Jena D. Hwang, Jiangjiang Yang, Ronan Le Bras, Oyvind Tafjord, Chris Wilhelm, Luca Soldaini, Noah A. Smith, Yizhong Wang, Pradeep Dasigi, Hannaneh Hajishirzi•Nov 22, 2024•632

OminiControl: Control Mínimo y Universal para el Transformador de Difusión
OminiControl: Minimal and Universal Control for Diffusion Transformer

Zhenxiong Tan, Songhua Liu, Xingyi Yang, Qiaochu Xue, Xinchao Wang•Nov 22, 2024•6010

Los modelos multimodales grandes pueden interpretar características en modelos multimodales grandes.
Large Multi-modal Models Can Interpret Features in Large Multi-modal Models

Kaichen Zhang, Yifei Shen, Bo Li, Ziwei Liu•Nov 22, 2024•174

VideoEspresso: Un conjunto de datos a gran escala de cadena de pensamiento para razonamiento de video detallado a través de la selección de marcos centrales.
VideoEspresso: A Large-Scale Chain-of-Thought Dataset for Fine-Grained Video Reasoning via Core Frame Selection

Songhao Han, Wei Huang, Hairong Shi, Le Zhuo, Xiu Su, Shifeng Zhang, Xu Zhou, Xiaojuan Qi, Yue Liao, Si Liu•Nov 22, 2024•133

VideoRepair: Mejorando la Generación de Texto a Video a través de la Evaluación de Desalineación y Refinamiento Localizado
VideoRepair: Improving Text-to-Video Generation via Misalignment Evaluation and Localized Refinement

Daeun Lee, Jaehong Yoon, Jaemin Cho, Mohit Bansal•Nov 22, 2024•93

Extrapolación de Vistas Noveles con Priors de Difusión de Video
Novel View Extrapolation with Video Diffusion Priors

Kunhao Liu, Ling Shao, Shijian Lu•Nov 21, 2024•103