Articles de Recherche en IA Quotidiens

Articles de recherche en IA sélectionnés quotidiennement avec traductions

mPLUG-DocOwl 1.5 : Apprentissage unifié de la structure pour la compréhension de documents sans OCR
mPLUG-DocOwl 1.5: Unified Structure Learning for OCR-free Document Understanding

Anwen Hu, Haiyang Xu, Jiabo Ye, Ming Yan, Liang Zhang, Bo Zhang, Chen Li, Ji Zhang, Qin Jin, Fei Huang, Jingren Zhou•Mar 19, 2024•338

LLMLingua-2 : Distillation de données pour une compression de prompts efficace et fidèle indépendante de la tâche
LLMLingua-2: Data Distillation for Efficient and Faithful Task-Agnostic Prompt Compression

Zhuoshi Pan, Qianhui Wu, Huiqiang Jiang, Menglin Xia, Xufang Luo, Jue Zhang, Qingwei Lin, Victor Rühle, Yuqing Yang, Chin-Yew Lin, H. Vicky Zhao, Lili Qiu, Dongmei Zhang•Mar 19, 2024•267

TnT-LLM : Exploration de texte à grande échelle avec les modèles de langage de grande taille
TnT-LLM: Text Mining at Scale with Large Language Models

Mengting Wan, Tara Safavi, Sujay Kumar Jauhar, Yujin Kim, Scott Counts, Jennifer Neville, Siddharth Suri, Chirag Shah, Ryen W White, Longqi Yang, Reid Andersen, Georg Buscher, Dhruv Joshi, Nagu Rangan•Mar 18, 2024•212

Agent-FLAN : Conception de données et de méthodes pour un réglage efficace d'agents dans les modèles de langage de grande taille
Agent-FLAN: Designing Data and Methods of Effective Agent Tuning for Large Language Models

Zehui Chen, Kuikun Liu, Qiuchen Wang, Wenwei Zhang, Jiangning Liu, Dahua Lin, Kai Chen, Feng Zhao•Mar 19, 2024•181

AnimateDiff-Lightning : Distillation inter-modèles par diffusion
AnimateDiff-Lightning: Cross-Model Diffusion Distillation

Shanchuan Lin, Xiao Yang•Mar 19, 2024•184

Vid2Robot : Apprentissage de politiques conditionnées par vidéo de bout en bout avec des Transformers à attention croisée
Vid2Robot: End-to-end Video-conditioned Policy Learning with Cross-Attention Transformers

Vidhi Jain, Maria Attarian, Nikhil J Joshi, Ayzaan Wahid, Danny Driess, Quan Vuong, Pannag R Sanketi, Pierre Sermanet, Stefan Welker, Christine Chan, Igor Gilitschenski, Yonatan Bisk, Debidatta Dwibedi•Mar 19, 2024•151

Raisonnement basé sur des graphiques : Transfert des capacités des LLM vers les VLMs
Chart-based Reasoning: Transferring Capabilities from LLMs to VLMs

Victor Carbune, Hassan Mansoor, Fangyu Liu, Rahul Aralikatte, Gilles Baechler, Jindong Chen, Abhanshu Sharma•Mar 19, 2024•111

GaussianFlow : Projection dynamique de Gaussiennes pour la création de contenu 4D
GaussianFlow: Splatting Gaussian Dynamics for 4D Content Creation

Quankai Gao, Qiangeng Xu, Zhe Cao, Ben Mildenhall, Wenchao Ma, Le Chen, Danhang Tang, Ulrich Neumann•Mar 19, 2024•112

ComboVerse : Création d'actifs 3D compositionnels grâce à un guidage de diffusion spatialement conscient
ComboVerse: Compositional 3D Assets Creation Using Spatially-Aware Diffusion Guidance

Yongwei Chen, Tengfei Wang, Tong Wu, Xingang Pan, Kui Jia, Ziwei Liu•Mar 19, 2024•102

FouriScale : Une Perspective Fréquentielle pour la Synthèse d'Images Haute Résolution sans Entraînement
FouriScale: A Frequency Perspective on Training-Free High-Resolution Image Synthesis

Linjiang Huang, Rongyao Fang, Aiping Zhang, Guanglu Song, Si Liu, Yu Liu, Hongsheng Li•Mar 19, 2024•81

FRESCO : Correspondance spatio-temporelle pour la traduction vidéo zero-shot
FRESCO: Spatial-Temporal Correspondence for Zero-Shot Video Translation

Shuai Yang, Yifan Zhou, Ziwei Liu, Chen Change Loy•Mar 19, 2024•81

GVGEN : Génération de texte vers 3D avec représentation volumétrique
GVGEN: Text-to-3D Generation with Volumetric Representation

Xianglong He, Junyi Chen, Sida Peng, Di Huang, Yangguang Li, Xiaoshui Huang, Chun Yuan, Wanli Ouyang, Tong He•Mar 19, 2024•61

TexDreamer : Vers la génération de textures 3D haute fidélité pour les humains en mode zero-shot
TexDreamer: Towards Zero-Shot High-Fidelity 3D Human Texture Generation

Yufei Liu, Junwei Zhu, Junshu Tang, Shijie Zhang, Jiangning Zhang, Weijian Cao, Chengjie Wang, Yunsheng Wu, Dongjin Huang•Mar 19, 2024•61