Artículos de Investigación en IA Diarios

Artículos de investigación en IA seleccionados diariamente con traducciones

VideoVista-CulturalLingo: Horizontes 360° - Conectando Culturas, Idiomas y Dominios en la Comprensión de Videos
VideoVista-CulturalLingo: 360^circ Horizons-Bridging Cultures, Languages, and Domains in Video Comprehension

Xinyu Chen, Yunxin Li, Haoyuan Shi, Baotian Hu, Wenhan Luo, Yaowei Wang, Min Zhang•Apr 23, 2025•212

La Frontera de la Dispersión: Compromisos en la Atención Dispersa en Transformadores de Lenguaje de Gran Escala
The Sparse Frontier: Sparse Attention Trade-offs in Transformer LLMs

Piotr Nawrot, Robert Li, Renjie Huang, Sebastian Ruder, Kelly Marchisio, Edoardo M. Ponti•Apr 24, 2025•123

Generación de videos impulsada por sujetos mediante la separación de identidad y movimiento
Subject-driven Video Generation via Disentangled Identity and Motion

Daneul Kim, Jingxu Zhang, Wonjoon Jin, Sunghyun Cho, Qi Dai, Jaesik Park, Chong Luo•Apr 23, 2025•112

Hacia la Comprensión de los Movimientos de Cámara en Cualquier Video
Towards Understanding Camera Motions in Any Video

Zhiqiu Lin, Siyuan Cen, Daniel Jiang, Jay Karhade, Hewei Wang, Chancharik Mitra, Tiffany Ling, Yuhan Huang, Sifan Liu, Mingyu Chen, Rushikesh Zawar, Xue Bai, Yilun Du, Chuang Gan, Deva Ramanan•Apr 21, 2025•1432

DC-SAM: Segmentación en contexto de cualquier elemento en imágenes y videos mediante consistencia dual
DC-SAM: In-Context Segment Anything in Images and Videos via Dual Consistency

Mengshi Qi, Pengfei Zhu, Xiangtai Li, Xiaoyang Bi, Lu Qi, Huadong Ma, Ming-Hsuan Yang•Apr 16, 2025•72

¿Pueden los modelos de lenguaje de gran escala ayudar en el análisis multimodal del lenguaje? MMLA: Un punto de referencia integral
Can Large Language Models Help Multimodal Language Analysis? MMLA: A Comprehensive Benchmark

Hanlei Zhang, Zhuohang Li, Yeshuang Zhu, Hua Xu, Peiwu Wang, Haige Zhu, Jie Zhou, Jinchao Zhang•Apr 23, 2025•162

DianJin-R1: Evaluación y mejora del razonamiento financiero en modelos de lenguaje de gran escala
DianJin-R1: Evaluating and Enhancing Financial Reasoning in Large Language Models

Jie Zhu, Qian Chen, Huaixia Dou, Junhui Li, Lifan Guo, Feng Chen, Chi Zhang•Apr 22, 2025•92

Informe Técnico de Kimi-Audio
Kimi-Audio Technical Report

KimiTeam, Ding Ding, Zeqian Ju, Yichong Leng, Songxiang Liu, Tong Liu, Zeyu Shang, Kai Shen, Wei Song, Xu Tan, Heyi Tang, Zhengtao Wang, Chu Wei, Yifei Xin, Xinran Xu, Jianwei Yu, Yutao Zhang, Xinyu Zhou, Y. Charles, Jun Chen, Yanru Chen, Yulun Du, Weiran He, Zhenxing Hu, Guokun Lai, Qingcheng Li, Yangyang Liu, Weidong Sun, Jianzhou Wang, Yuzhi Wang, Yuefeng Wu, Yuxin Wu, Dongchao Yang, Hao Yang, Ying Yang, Zhilin Yang, Aoxiong Yin, Ruibin Yuan, Yutong Zhang, Zaida Zhou•Apr 25, 2025•132

Skywork R1V2: Aprendizaje por Refuerzo Híbrido Multimodal para el Razonamiento
Skywork R1V2: Multimodal Hybrid Reinforcement Learning for Reasoning

Chris, Yichen Wei, Yi Peng, Xiaokun Wang, Weijie Qiu, Wei Shen, Tianyidan Xie, Jiangbo Pei, Jianhao Zhang, Yunzhuo Hao, Xuchen Song, Yang Liu, Yahui Zhou•Apr 23, 2025•502

Incluso los razonadores pequeños deben citar sus fuentes: Presentación de la familia de modelos Pleias-RAG
Even Small Reasoners Should Quote Their Sources: Introducing the Pleias-RAG Model Family

Pierre-Carl Langlais, Pavel Chizhov, Mattia Nee, Carlos Rosas Hinostroza, Matthieu Delsart, Irène Girard, Othman Hicheur, Anastasia Stasenko, Ivan P. Yamshchikov•Apr 25, 2025•92

BitNet v2: Activaciones nativas de 4 bits con Transformación de Hadamard para LLMs de 1 bit
BitNet v2: Native 4-bit Activations with Hadamard Transformation for 1-bit LLMs

Hongyu Wang, Shuming Ma, Furu Wei•Apr 25, 2025•392

Optimización de LLMs para el italiano: Reducción de la fertilidad de tokens y mejora de la eficiencia mediante la adaptación del vocabulario
Optimizing LLMs for Italian: Reducing Token Fertility and Enhancing Efficiency Through Vocabulary Adaptation

Luca Moroni, Giovanni Puccetti, Pere-Lluis Huguet Cabot, Andrei Stefan Bejgu, Edoardo Barba, Alessio Miaschi, Felice Dell'Orletta, Andrea Esuli, Roberto Navigli•Apr 23, 2025•151