Artículos de Investigación en IA Diarios

Artículos de investigación en IA seleccionados diariamente con traducciones

AceMath: Avanzando en el Razonamiento Matemático de Vanguardia con Post-Entrenamiento y Modelado de Recompensa
AceMath: Advancing Frontier Math Reasoning with Post-Training and Reward Modeling

Zihan Liu, Yang Chen, Mohammad Shoeybi, Bryan Catanzaro, Wei Ping•Dec 19, 2024•132

DateLogicQA: Evaluación comparativa de sesgos temporales en modelos de lenguaje grandes
DateLogicQA: Benchmarking Temporal Biases in Large Language Models

Gagan Bhatia, MingZe Tang, Cristina Mahanta, Madiha Kazi•Dec 17, 2024•22

Razonamiento Multimodal Progresivo a través de Recuperación Activa
Progressive Multimodal Reasoning via Active Retrieval

Guanting Dong, Chenghao Zhang, Mengjie Deng, Yutao Zhu, Zhicheng Dou, Ji-Rong Wen•Dec 19, 2024•742

TOMG-Bench: Evaluación de LLMs en la Generación de Moléculas Abierta Basada en Texto
TOMG-Bench: Evaluating LLMs on Text-based Open Molecule Generation

Jiatong Li, Junxian Li, Yunqing Liu, Dongzhan Zhou, Qing Li•Dec 19, 2024•42

Inserción de objetos consciente de las affordances a través de la difusión dual consciente de las máscaras.
Affordance-Aware Object Insertion via Mask-Aware Dual Diffusion

Jixuan He, Wanhua Li, Ye Liu, Junsik Kim, Donglai Wei, Hanspeter Pfister•Dec 19, 2024•152

Informe Técnico de Qwen2.5
Qwen2.5 Technical Report

Qwen, An Yang, Baosong Yang, Beichen Zhang, Binyuan Hui, Bo Zheng, Bowen Yu, Chengyuan Li, Dayiheng Liu, Fei Huang, Haoran Wei, Huan Lin, Jian Yang, Jianhong Tu, Jianwei Zhang, Jianxin Yang, Jiaxi Yang, Jingren Zhou, Junyang Lin, Kai Dang, Keming Lu, Keqin Bao, Kexin Yang, Le Yu, Mei Li, Mingfeng Xue, Pei Zhang, Qin Zhu, Rui Men, Runji Lin, Tianhao Li, Tingyu Xia, Xingzhang Ren, Xuancheng Ren, Yang Fan, Yang Su, Yichang Zhang, Yu Wan, Yuqiong Liu, Zeyu Cui, Zhenru Zhang, Zihan Qiu•Dec 19, 2024•36511

¿Cómo sintetizar datos de texto sin colapso del modelo?
How to Synthesize Text Data without Model Collapse?

Xuekai Zhu, Daixuan Cheng, Hengli Li, Kaiyan Zhang, Ermo Hua, Xingtai Lv, Ning Ding, Zhouhan Lin, Zilong Zheng, Bowen Zhou•Dec 19, 2024•534

Mejora de la descripción de subtítulos con especialistas visuales para percepción multimodal
Descriptive Caption Enhancement with Visual Specialists for Multimodal Perception

Yanpeng Sun, Jing Hao, Ke Zhu, Jiang-Jiang Liu, Yuxiang Zhao, Xiaofan Li, Gang Zhang, Zechao Li, Jingdong Wang•Dec 18, 2024•62

AV-Link: Características de Difusión Temporalmente Alineadas para la Generación Cruzada de Audio y Video
AV-Link: Temporally-Aligned Diffusion Features for Cross-Modal Audio-Video Generation

Moayed Haji-Ali, Willi Menapace, Aliaksandr Siarohin, Ivan Skorokhodov, Alper Canberk, Kwot Sin Lee, Vicente Ordonez, Sergey Tulyakov•Dec 19, 2024•52

LeviTor: Síntesis de Imagen a Video Orientada a Trayectorias 3D
LeviTor: 3D Trajectory Oriented Image-to-Video Synthesis

Hanlin Wang, Hao Ouyang, Qiuyu Wang, Wen Wang, Ka Leong Cheng, Qifeng Chen, Yujun Shen, Limin Wang•Dec 19, 2024•153

DI-PCG: Generación de Contenido Procedimental Inversa Eficiente Basada en Difusión para la Creación de Activos 3D de Alta Calidad
DI-PCG: Diffusion-based Efficient Inverse Procedural Content Generation for High-quality 3D Asset Creation

Wang Zhao, Yan-Pei Cao, Jiale Xu, Yuejiang Dong, Ying Shan•Dec 19, 2024•92

Movimiento-en-2D: Generación de Movimiento Humano Condicionado en 2D
Move-in-2D: 2D-Conditioned Human Motion Generation

Hsin-Ping Huang, Yang Zhou, Jui-Hsien Wang, Difan Liu, Feng Liu, Ming-Hsuan Yang, Zhan Xu•Dec 17, 2024•22

UIP2P: Edición de Imágenes basada en Instrucciones No Supervisada a través de Edición Cíclica de Consistencia
UIP2P: Unsupervised Instruction-based Image Editing via Cycle Edit Consistency

Enis Simsar, Alessio Tonioni, Yongqin Xian, Thomas Hofmann, Federico Tombari•Dec 19, 2024•53

MegaPares: Síntesis Masiva de Datos para la Recuperación Multimodal Universal
MegaPairs: Massive Data Synthesis For Universal Multimodal Retrieval

Junjie Zhou, Zheng Liu, Ze Liu, Shitao Xiao, Yueze Wang, Bo Zhao, Chen Jason Zhang, Defu Lian, Yongping Xiong•Dec 19, 2024•552

LongBench v2: Hacia una comprensión y razonamiento más profundos en tareas multitarea de largo contexto realistas.
LongBench v2: Towards Deeper Understanding and Reasoning on Realistic Long-context Multitasks

Yushi Bai, Shangqing Tu, Jiajie Zhang, Hao Peng, Xiaozhi Wang, Xin Lv, Shulin Cao, Jiazheng Xu, Lei Hou, Yuxiao Dong, Jie Tang, Juanzi Li•Dec 19, 2024•385

PixelMan: Edición Consistente de Objetos con Modelos de Difusión a través de Manipulación y Generación de Píxeles
PixelMan: Consistent Object Editing with Diffusion Models via Pixel Manipulation and Generation

Liyao Jiang, Negar Hassanpour, Mohammad Salameh, Mohammadreza Samadi, Jiao He, Fengyu Sun, Di Niu•Dec 18, 2024•34

De Palabras a Píxeles: Un Marco para la Evolución de la Intermodalidad
Flowing from Words to Pixels: A Framework for Cross-Modality Evolution

Qihao Liu, Xi Yin, Alan Yuille, Andrew Brown, Mannat Singh•Dec 19, 2024•294