ChatPaper.aiChatPaper.ai
Accueil

arXiv

HuggingFace

TarifsCompteEspace de travail

•
•

•
•

•
•

•
•

•
•

Footer

Company name

ChatPaper.ai: Your advanced AI reading assistant.

Contact us: [email protected]

X (Twitter)

Products

  • AI Search
  • AI Mind Map
  • Arxiv Summary
  • Huggingface Summary

Support

  • FAQ
  • Contact

Company

  • Blog
  • Privacy Policy
  • Terms of Service

Available Languages

  • 🇬🇧English
  • 🇨🇳中文简体
  • 🇭🇰繁體中文
  • 🇯🇵日本語
  • 🇰🇷한국어
  • 🇩🇪Deutsch
  • 🇫🇷Français
  • 🇷🇺Русский
  • 🇪🇸Español

© 2025 chatpaper.ai All rights reserved.

Articles de Recherche en IA Quotidiens

Articles de recherche en IA sélectionnés quotidiennement avec traductions

L'ère des LLM 1-bit : Tous les grands modèles de langage sont en 1,58 bits
The Era of 1-bit LLMs: All Large Language Models are in 1.58 Bits

Shuming Ma, Hongyu Wang, Lingxiao Ma, Lei Wang, Wenhui Wang, Shaohan Huang, Li Dong, Ruiping Wang, Jilong Xue, Furu Wei•Feb 27, 2024•618143

EMO : Portrait Émotionnel Vivant - Génération de vidéos de portraits expressifs avec un modèle de diffusion audio-vers-vidéo sous conditions faibles
EMO: Emote Portrait Alive - Generating Expressive Portrait Videos with Audio2Video Diffusion Model under Weak Conditions

Linrui Tian, Qi Wang, Bang Zhang, Liefeng Bo•Feb 27, 2024•19620

Sora : Revue des fondements, technologies, limites et opportunités des grands modèles de vision
Sora: A Review on Background, Technology, Limitations, and Opportunities of Large Vision Models

Yixin Liu, Kai Zhang, Yuan Li, Zhiling Yan, Chujie Gao, Ruoxi Chen, Zhengqing Yuan, Yue Huang, Hanchi Sun, Jianfeng Gao, Lifang He, Lichao Sun•Feb 27, 2024•895

OmniACT : Un ensemble de données et un benchmark pour permettre des agents autonomes généralistes multimodaux pour les environnements de bureau et web
OmniACT: A Dataset and Benchmark for Enabling Multimodal Generalist Autonomous Agents for Desktop and Web

Raghav Kapoor, Yash Parag Butala, Melisa Russak, Jing Yu Koh, Kiran Kamble, Waseem Alshikh, Ruslan Salakhutdinov•Feb 27, 2024•266

Quand la mise à l'échelle rencontre le fine-tuning des LLM : L'impact des données, du modèle et de la méthode de fine-tuning
When Scaling Meets LLM Finetuning: The Effect of Data, Model and Finetuning Method

Biao Zhang, Zhongtao Liu, Colin Cherry, Orhan Firat•Feb 27, 2024•263

Mise à l'échelle sans entraînement des modèles de langage de grande envergure pour des contextes longs
Training-Free Long-Context Scaling of Large Language Models

Chenxin An, Fei Huang, Jun Zhang, Shansan Gong, Xipeng Qiu, Chang Zhou, Lingpeng Kong•Feb 27, 2024•254

DiffuseKronA : Une méthode de réglage fin efficace en paramètres pour les modèles de diffusion personnalisés
DiffuseKronA: A Parameter Efficient Fine-tuning Method for Personalized Diffusion Model

Shyam Marjit, Harshit Singh, Nityanand Mathur, Sayak Paul, Chia-Mu Yu, Pin-Yu Chen•Feb 27, 2024•251

La vidéo comme nouveau langage pour la prise de décision dans le monde réel
Video as the New Language for Real-World Decision Making

Sherry Yang, Jacob Walker, Jack Parker-Holder, Yilun Du, Jake Bruce, Andre Barreto, Pieter Abbeel, Dale Schuurmans•Feb 27, 2024•221

Évaluation de la mémoire conversationnelle à très long terme des agents LLM
Evaluating Very Long-Term Conversational Memory of LLM Agents

Adyasha Maharana, Dong-Ho Lee, Sergey Tulyakov, Mohit Bansal, Francesco Barbieri, Yuwei Fang•Feb 27, 2024•203

Vers un apprentissage optimal des modèles de langage
Towards Optimal Learning of Language Models

Yuxian Gu, Li Dong, Yaru Hao, Qingxiu Dong, Minlie Huang, Furu Wei•Feb 27, 2024•181

Sora génère des vidéos avec une cohérence géométrique impressionnante.
Sora Generates Videos with Stunning Geometrical Consistency

Xuanyi Li, Daquan Zhou, Chenxu Zhang, Shaodong Wei, Qibin Hou, Ming-Ming Cheng•Feb 27, 2024•181

Voir et Entendre : Génération visuelle-audio en domaine ouvert avec des aligneurs latents de diffusion
Seeing and Hearing: Open-domain Visual-Audio Generation with Diffusion Latent Aligners

Yazhou Xing, Yingqing He, Zeyue Tian, Xintao Wang, Qifeng Chen•Feb 27, 2024•161

Playground v2.5 : Trois perspectives pour améliorer la qualité esthétique dans la génération d'images à partir de texte
Playground v2.5: Three Insights towards Enhancing Aesthetic Quality in Text-to-Image Generation

Daiqing Li, Aleks Kamko, Ehsan Akhgari, Ali Sabet, Linmiao Xu, Suhail Doshi•Feb 27, 2024•121

Génération de scènes 3D désentrelacées avec apprentissage de la disposition
Disentangled 3D Scene Generation with Layout Learning

Dave Epstein, Ben Poole, Ben Mildenhall, Alexei A. Efros, Aleksander Holynski•Feb 26, 2024•121

VastGaussian : Vastes Gaussiennes 3D pour la reconstruction de scènes étendues
VastGaussian: Vast 3D Gaussians for Large Scene Reconstruction

Jiaqi Lin, Zhihao Li, Xiao Tang, Jianzhuang Liu, Shiyong Liu, Jiayue Liu, Yangdi Lu, Xiaofei Wu, Songcen Xu, Youliang Yan, Wenming Yang•Feb 27, 2024•1145