Artículos de Investigación en IA Diarios

Artículos de investigación en IA seleccionados diariamente con traducciones

De Elementos a Diseño: Un Enfoque Estratificado para el Diseño Gráfico Automático Composición
From Elements to Design: A Layered Approach for Automatic Graphic Design Composition

Jiawei Lin, Shizhao Sun, Danqing Huang, Ting Liu, Ji Li, Jiang Bian•Dec 27, 2024•152

Generador de Videos: Generación de Videos Personalizados sin Entrenamiento con la Fuerza Intrínseca de los Modelos de Difusión de Video
VideoMaker: Zero-shot Customized Video Generation with the Inherent Force of Video Diffusion Models

Tao Wu, Yong Zhang, Xiaodong Cun, Zhongang Qi, Junfu Pu, Huanzhang Dou, Guangcong Zheng, Ying Shan, Xi Li•Dec 27, 2024•132

Figuras SBS: Figuras de pre-entrenamiento de QA de figuras sintetizadas paso a paso.
SBS Figures: Pre-training Figure QA from Stage-by-Stage Synthesized Images

Risa Shinoda, Kuniaki Saito, Shohei Tanaka, Tosho Hirasawa, Yoshitaka Ushiku•Dec 23, 2024•52

Orient Anything: Aprendizaje de Estimación Robusta de la Orientación de Objetos a partir de la Representación de Modelos 3D
Orient Anything: Learning Robust Object Orientation Estimation from Rendering 3D Models

Zehan Wang, Ziang Zhang, Tianyu Pang, Chao Du, Hengshuang Zhao, Zhou Zhao•Dec 24, 2024•214

CypherBench: Hacia la Recuperación Precisa en Grafos de Conocimiento Modernos a Gran Escala en la Era de LLM
CypherBench: Towards Precise Retrieval over Full-scale Modern Knowledge Graphs in the LLM Era

Yanlin Feng, Simone Papicchio, Sajjadur Rahman•Dec 24, 2024•72

HuatuoGPT-o1, Hacia el Razonamiento Complejo Médico con LLMs
HuatuoGPT-o1, Towards Medical Complex Reasoning with LLMs

Junying Chen, Zhenyang Cai, Ke Ji, Xidong Wang, Wanlong Liu, Rongsheng Wang, Jianye Hou, Benyou Wang•Dec 25, 2024•1026

La superposición de modelos de difusión utilizando el estimador de densidad de Itô.
The Superposition of Diffusion Models Using the Itô Density Estimator

Marta Skreta, Lazar Atanackovic, Avishek Joey Bose, Alexander Tong, Kirill Neklyudov•Dec 23, 2024•132

FLUX de 1,58 bits
1.58-bit FLUX

Chenglin Yang, Celong Liu, Xueqing Deng, Dongwon Kim, Xing Mei, Xiaohui Shen, Liang-Chieh Chen•Dec 24, 2024•846

Optimización de la Preferencia de Tareas: Mejora de Modelos de Lenguaje Multimodales Grandes con Alineación de Tareas de Visión
Task Preference Optimization: Improving Multimodal Large Language Models with Vision Task Alignment

Ziang Yan, Zhilin Li, Yinan He, Chenting Wang, Kunchang Li, Xinhao Li, Xiangyu Zeng, Zilei Wang, Yali Wang, Yu Qiao, Limin Wang, Yi Wang•Dec 26, 2024•182

Proteger LLMs Ajustados Fino a Través de la Fusión de Modelos de Ajuste Pre y Posterior
Safeguard Fine-Tuned LLMs Through Pre- and Post-Tuning Model Merging

Hua Farn, Hsuan Su, Shachi H Kumar, Saurav Sahay, Shang-Tse Chen, Hung-yi Lee•Dec 27, 2024•82

Predicción del Próximo Token hacia la Inteligencia Multimodal: Una Encuesta Exhaustiva
Next Token Prediction Towards Multimodal Intelligence: A Comprehensive Survey

Liang Chen, Zekun Wang, Shuhuai Ren, Lei Li, Haozhe Zhao, Yunshui Li, Zefan Cai, Hongcheng Guo, Lei Zhang, Yizhe Xiong, Yichi Zhang, Ruoyu Wu, Qingxiu Dong, Ge Zhang, Jian Yang, Lingwei Meng, Shujie Hu, Yulong Chen, Junyang Lin, Shuai Bai, Andreas Vlachos, Xu Tan, Minjia Zhang, Wen Xiao, Aaron Yee, Tianyu Liu, Baobao Chang•Dec 16, 2024•582