Artículos de Investigación en IA Diarios

Artículos de investigación en IA seleccionados diariamente con traducciones

El debate ayuda a la generalización de lo débil a lo fuerte.
Debate Helps Weak-to-Strong Generalization

Hao Lang, Fei Huang, Yongbin Li•Jan 21, 2025•72

Step-KTO: Optimizando el Razonamiento Matemático a través de Retroalimentación Binaria por Pasos
Step-KTO: Optimizing Mathematical Reasoning through Stepwise Binary Feedback

Yen-Ting Lin, Di Jin, Tengyu Xu, Tianhao Wu, Sainbayar Sukhbaatar, Chen Zhu, Yun He, Yun-Nung Chen, Jason Weston, Yuandong Tian, Arash Rahnama, Sinong Wang, Hao Ma, Han Fang•Jan 18, 2025•153

Mejorando la Generación de Video con Retroalimentación Humana
Improving Video Generation with Human Feedback

Jie Liu, Gongye Liu, Jiajun Liang, Ziyang Yuan, Xiaokun Liu, Mingwu Zheng, Xiele Wu, Qiulin Wang, Wenyu Qin, Menghan Xia, Xintao Wang, Xiaohong Liu, Fei Yang, Pengfei Wan, Di Zhang, Kun Gai, Yujiu Yang, Wanli Ouyang•Jan 23, 2025•504

Sigma: Reescalado Diferencial de Consulta, Clave y Valor para Modelos de Lenguaje Eficientes
Sigma: Differential Rescaling of Query, Key and Value for Efficient Language Models

Zhenghao Lin, Zihao Tang, Xiao Liu, Yeyun Gong, Yi Cheng, Qi Chen, Hang Li, Ying Xin, Ziyue Yang, Kailai Yang, Yu Yan, Xiao Liang, Shuai Lu, Yiming Huang, Zheheng Luo, Lei Qu, Xuan Feng, Yaoxiang Wang, Yuqing Xia, Feiyang Chen, Yuting Jiang, Yasen Hu, Hao Ni, Binyang Li, Guoshuai Zhao, Jui-Hao Chiang, Zhongxin Guo, Chen Lin, Kun Kuang, Wenjie Li, Yelong Shen, Jian Jiao, Peng Cheng, Mao Yang•Jan 23, 2025•482

DiffuEraser: Un modelo de difusión para la restauración de videos
DiffuEraser: A Diffusion Model for Video Inpainting

Xiaowen Li, Haolan Xue, Peiran Ren, Liefeng Bo•Jan 17, 2025•142

GSTAR: Seguimiento y Reconstrucción de Superficies Gaussianas
GSTAR: Gaussian Surface Tracking and Reconstruction

Chengwei Zheng, Lixin Xue, Juan Zarate, Jie Song•Jan 17, 2025•52

EchoVideo: Generación de Video Humano Preservando la Identidad mediante Fusión de Características Multimodales
EchoVideo: Identity-Preserving Human Video Generation by Multimodal Feature Fusion

Jiangchuan Wei, Shiyue Yan, Wenfeng Lin, Boyuan Liu, Renjie Chen, Mingyu Guo•Jan 23, 2025•72

Control LLM: Evolución Controlada para la Retención de Inteligencia en LLM
Control LLM: Controlled Evolution for Intelligence Retention in LLM

Haichao Wei, Yunxiang Ren, Zhoutong Fu, Aman Lunia, Yi-Lin Chen, Alice Leung, Ya Xu•Jan 19, 2025•62

Evolución y El Punto Ciego Knightiano del Aprendizaje Automático
Evolution and The Knightian Blindspot of Machine Learning

Joel Lehman, Elliot Meyerson, Tarek El-Gaaly, Kenneth O. Stanley, Tarin Ziyaee•Jan 22, 2025•62

Optimización de Preferencia Temporal para la Comprensión de Videos de Formato Largo
Temporal Preference Optimization for Long-Form Video Understanding

Rui Li, Xiaohan Wang, Yuhui Zhang, Zeyu Wang, Serena Yeung-Levy•Jan 23, 2025•223

¿Podemos Generar Imágenes con CoT? Verifiquemos y Reforcemos la Generación de Imágenes Paso a Paso.
Can We Generate Images with CoT? Let's Verify and Reinforce Image Generation Step by Step

Ziyu Guo, Renrui Zhang, Chengzhuo Tong, Zhizheng Zhao, Peng Gao, Hongsheng Li, Pheng-Ann Heng•Jan 23, 2025•422

IMAGINE-E: Evaluación de Inteligencia en la Generación de Imágenes de Modelos de Texto a Imagen de Última Generación
IMAGINE-E: Image Generation Intelligence Evaluation of State-of-the-art Text-to-Image Models

Jiayi Lei, Renrui Zhang, Xiangfei Hu, Weifeng Lin, Zhen Li, Wenjian Sun, Ruoyi Du, Le Zhuo, Zhongyu Li, Xinyue Li, Shitian Zhao, Ziyu Guo, Yiting Lu, Peng Gao, Hongsheng Li•Jan 23, 2025•172

Historia de un solo disparador: Generación de texto a imagen coherente de almuerzo gratis utilizando un solo disparador
One-Prompt-One-Story: Free-Lunch Consistent Text-to-Image Generation Using a Single Prompt

Tao Liu, Kai Wang, Senmao Li, Joost van de Weijer, Fahad Shahbaz Khan, Shiqi Yang, Yaxing Wang, Jian Yang, Ming-Ming Cheng•Jan 23, 2025•92

EmbodiedEval: Evaluar LLMs Multimodales como Agentes Incorporados
EmbodiedEval: Evaluate Multimodal LLMs as Embodied Agents

Zhili Cheng, Yuge Tu, Ran Li, Shiqi Dai, Jinyi Hu, Shengding Hu, Jiahao Li, Yang Shi, Tianyu Yu, Weize Chen, Lei Shi, Maosong Sun•Jan 21, 2025•72

Video-MMMU: Evaluación de la Adquisición de Conocimiento a partir de Videos Profesionales Multidisciplinarios
Video-MMMU: Evaluating Knowledge Acquisition from Multi-Discipline Professional Videos

Kairui Hu, Penghao Wu, Fanyi Pu, Wang Xiao, Yuanhan Zhang, Xiang Yue, Bo Li, Ziwei Liu•Jan 23, 2025•262

SRMT: Memoria Compartida para la Búsqueda de Rutas de por Vida Multiagente
SRMT: Shared Memory for Multi-agent Lifelong Pathfinding

Alsu Sagirova, Yuri Kuratov, Mikhail Burtsev•Jan 22, 2025•683

Las alucinaciones pueden mejorar los modelos de lenguaje amplios en el descubrimiento de fármacos.
Hallucinations Can Improve Large Language Models in Drug Discovery

Shuzhou Yuan, Michael Färber•Jan 23, 2025•118