Articles de Recherche en IA Quotidiens

Articles de recherche en IA sélectionnés quotidiennement avec traductions

Voler une partie d'un modèle de langage de production
Stealing Part of a Production Language Model

Nicholas Carlini, Daniel Paleka, Krishnamurthy Dj Dvijotham, Thomas Steinke, Jonathan Hayase, A. Feder Cooper, Katherine Lee, Matthew Jagielski, Milad Nasr, Arthur Conmy, Eric Wallace, David Rolnick, Florian Tramèr•Mar 11, 2024•923

L'ajout de SSD NVMe pour permettre et accélérer le fine-tuning de modèles de 100 milliards de paramètres sur une seule GPU.
Adding NVMe SSDs to Enable and Accelerate 100B Model Fine-tuning on a Single GPU

Changyue Liao, Mo Sun, Zihan Yang, Kaiqi Chen, Binhang Yuan, Fei Wu, Zeke Wang•Mar 11, 2024•554

VideoMamba : Modèle d'espace d'état pour une compréhension vidéo efficace
VideoMamba: State Space Model for Efficient Video Understanding

Kunchang Li, Xinhao Li, Yi Wang, Yinan He, Yali Wang, Limin Wang, Yu Qiao•Mar 11, 2024•312

V3D : Les modèles de diffusion vidéo sont des générateurs 3D efficaces
V3D: Video Diffusion Models are Effective 3D Generators

Zilong Chen, Yikai Wang, Feng Wang, Zhengyi Wang, Huaping Liu•Mar 11, 2024•314

Une image vaut 1/2 token après la couche 2 : Accélération d'inférence plug-and-play pour les grands modèles vision-langage
An Image is Worth 1/2 Tokens After Layer 2: Plug-and-Play Inference Acceleration for Large Vision-Language Models

Liang Chen, Haozhe Zhao, Tianyu Liu, Shuai Bai, Junyang Lin, Chang Zhou, Baobao Chang•Mar 11, 2024•292

Progrès algorithmique dans les modèles de langage
Algorithmic progress in language models

Anson Ho, Tamay Besiroglu, Ege Erdil, David Owen, Robi Rahman, Zifan Carl Guo, David Atkinson, Neil Thompson, Jaime Sevilla•Mar 9, 2024•211

VidProM : Un jeu de données d'un million de prompts réels pour les modèles de diffusion texte-vidéo
VidProM: A Million-scale Real Prompt-Gallery Dataset for Text-to-Video Diffusion Models

Wenhao Wang, Yi Yang•Mar 10, 2024•174

Modèles de Cohérence Multi-étapes
Multistep Consistency Models

Jonathan Heek, Emiel Hoogeboom, Tim Salimans•Mar 11, 2024•161

FaceChain-SuDe : Construction d'une classe dérivée pour hériter des attributs de catégorie dans le cadre de la génération pilotée par sujet en one-shot
FaceChain-SuDe: Building Derived Class to Inherit Category Attributes for One-shot Subject-Driven Generation

Pengchong Qiao, Lei Shang, Chang Liu, Baigui Sun, Xiangyang Ji, Jie Chen•Mar 11, 2024•51