Articles de Recherche en IA Quotidiens

Articles de recherche en IA sélectionnés quotidiennement avec traductions

BASE TTS : Leçons tirées de la construction d'un modèle de synthèse vocale à un milliard de paramètres sur 100 000 heures de données
BASE TTS: Lessons from building a billion-parameter Text-to-Speech model on 100K hours of data

Mateusz Łajszczak, Guillermo Cámbara, Yang Li, Fatih Beyhan, Arent van Korlaar, Fan Yang, Arnaud Joly, Álvaro Martín-Cortinas, Ammar Abbas, Adam Michalski, Alexis Moinet, Sri Karlapati, Ewa Muszyńska, Haohan Guo, Bartosz Putrycz, Soledad López Gambino, Kayeon Yoo, Elena Sokolova, Thomas Drugman•Feb 12, 2024•629

Modèle mondial sur des vidéos et du langage de longueur millionnaire avec RingAttention
World Model on Million-Length Video And Language With RingAttention

Hao Liu, Wilson Yan, Matei Zaharia, Pieter Abbeel•Feb 13, 2024•405

Les mélanges d'experts débloquent la mise à l'échelle des paramètres pour l'apprentissage par renforcement profond
Mixtures of Experts Unlock Parameter Scaling for Deep RL

Johan Obando-Ceron, Ghada Sokar, Timon Willi, Clare Lyle, Jesse Farebrother, Jakob Foerster, Gintare Karolina Dziugaite, Doina Precup, Pablo Samuel Castro•Feb 13, 2024•372

Lumos : Renforcer les LLM multimodaux grâce à la reconnaissance de texte scénique
Lumos : Empowering Multimodal LLMs with Scene Text Recognition

Ashish Shenoy, Yichao Lu, Srihari Jayakumar, Debojeet Chatterjee, Mohsen Moslehpour, Pierce Chuang, Abhay Harpale, Vikas Bhardwaj, Di Xu, Shicong Zhao, Longfang Zhao, Ankit Ramchandani, Xin Luna Dong, Anuj Kumar•Feb 12, 2024•282

Graph Mamba : Vers l'apprentissage sur les graphes avec des modèles à espace d'états
Graph Mamba: Towards Learning on Graphs with State Space Models

Ali Behrouz, Farnoosh Hashemi•Feb 13, 2024•171

UFO : Un agent axé sur l'interface utilisateur pour l'interaction avec le système d'exploitation Windows
UFO: A UI-Focused Agent for Windows OS Interaction

Chaoyun Zhang, Liqun Li, Shilin He, Xu Zhang, Bo Qiao, Si Qin, Minghua Ma, Yu Kang, Qingwei Lin, Saravan Rajmohan, Dongmei Zhang, Qi Zhang•Feb 8, 2024•163

IM-3D : Diffusion et reconstruction multivues itératives pour une génération 3D de haute qualité
IM-3D: Iterative Multiview Diffusion and Reconstruction for High-Quality 3D Generation

Luke Melas-Kyriazi, Iro Laina, Christian Rupprecht, Natalia Neverova, Andrea Vedaldi, Oran Gafni, Filippos Kokkinos•Feb 13, 2024•141

ChatCell : Faciliter l'analyse unicellulaire avec le langage naturel
ChatCell: Facilitating Single-Cell Analysis with Natural Language

Yin Fang, Kangwei Liu, Ningyu Zhang, Xinle Deng, Penghui Yang, Zhuo Chen, Xiangru Tang, Mark Gerstein, Xiaohui Fan, Huajun Chen•Feb 13, 2024•144

Apprentissage de mots 3D continus pour la génération de texte à image
Learning Continuous 3D Words for Text-to-Image Generation

Ta-Ying Cheng, Matheus Gadelha, Thibault Groueix, Matthew Fisher, Radomir Mech, Andrew Markham, Niki Trigoni•Feb 13, 2024•124

Transformateurs en Tandem pour des Modèles de Langage à Inférence Efficace
Tandem Transformers for Inference Efficient LLMs

Aishwarya P S, Pranav Ajit Nair, Yashas Samaga, Toby Boyd, Sanjiv Kumar, Prateek Jain, Praneeth Netrapalli•Feb 13, 2024•101

Personnalisation des gestes manuels basée sur la vision à partir d'une seule démonstration
Vision-Based Hand Gesture Customization from a Single Demonstration

Soroush Shahi, Cori Tymoszek Park, Richard Kang, Asaf Liberman, Oron Levy, Jun Gong, Abdelkareem Bedri, Gierad Laput•Feb 13, 2024•92

Analogies NeRF : Transfert d'attributs visuels basé sur des exemples pour les NeRF
NeRF Analogies: Example-Based Visual Attribute Transfer for NeRFs

Michael Fischer, Zhengqin Li, Thu Nguyen-Phuoc, Aljaz Bozic, Zhao Dong, Carl Marshall, Tobias Ritschel•Feb 13, 2024•61