Articles de Recherche en IA Quotidiens

Articles de recherche en IA sélectionnés quotidiennement avec traductions

Apprenez Votre Modèle de Référence pour un Alignement Réellement Efficace
Learn Your Reference Model for Real Good Alignment

Alexey Gorbatovski, Boris Shaposhnikov, Alexey Malakhov, Nikita Surnachev, Yaroslav Aksenov, Ian Maksimov, Nikita Balagansky, Daniil Gavrilov•Apr 15, 2024•870

Megalodon : Prétraitement et inférence efficaces pour les grands modèles de langage avec une longueur de contexte illimitée
Megalodon: Efficient LLM Pretraining and Inference with Unlimited Context Length

Xuezhe Ma, Xiaomeng Yang, Wenhan Xiong, Beidi Chen, Lili Yu, Hao Zhang, Jonathan May, Luke Zettlemoyer, Omer Levy, Chunting Zhou•Apr 12, 2024•682

TransformerFAM : L'attention par rétroaction comme mémoire de travail
TransformerFAM: Feedback attention is working memory

Dongseong Hwang, Weiran Wang, Zhuoyuan Huo, Khe Chai Sim, Pedro Moreno Mengibar•Apr 14, 2024•440

Video2Game : Environnement en temps réel, interactif, réaliste et compatible navigateur à partir d'une seule vidéo
Video2Game: Real-time, Interactive, Realistic and Browser-Compatible Environment from a Single Video

Hongchi Xia, Zhi-Hao Lin, Wei-Chiu Ma, Shenlong Wang•Apr 15, 2024•312

La compression représente l'intelligence de manière linéaire.
Compression Represents Intelligence Linearly

Yuzhen Huang, Jinghan Zhang, Zifei Shan, Junxian He•Apr 15, 2024•281

Ctrl-Adapter : Un cadre efficace et polyvalent pour l'adaptation de divers contrôles à tout modèle de diffusion
Ctrl-Adapter: An Efficient and Versatile Framework for Adapting Diverse Controls to Any Diffusion Model

Han Lin, Jaemin Cho, Abhay Zala, Mohit Bansal•Apr 15, 2024•220

HQ-Edit : Un ensemble de données de haute qualité pour l'édition d'images basée sur des instructions
HQ-Edit: A High-Quality Dataset for Instruction-based Image Editing

Mude Hui, Siwei Yang, Bingchen Zhao, Yichun Shi, Heng Wang, Peng Wang, Yuyin Zhou, Cihang Xie•Apr 15, 2024•130

Sur le décodage spéculatif pour les modèles de langage multimodaux de grande échelle
On Speculative Decoding for Multimodal Large Language Models

Mukul Gagrani, Raghavv Goel, Wonseok Jeon, Junyoung Park, Mingu Lee, Christopher Lott•Apr 13, 2024•132

Tango 2 : Alignement des générations texte-audio basées sur la diffusion par optimisation directe des préférences
Tango 2: Aligning Diffusion-based Text-to-Audio Generations through Direct Preference Optimization

Navonil Majumder, Chia-Yu Hung, Deepanway Ghosal, Wei-Ning Hsu, Rada Mihalcea, Soujanya Poria•Apr 15, 2024•120

TextHawk : Exploration de la perception fine et efficace des modèles de langage multimodaux à grande échelle
TextHawk: Exploring Efficient Fine-Grained Perception of Multimodal Large Language Models

Ya-Qi Yu, Minghui Liao, Jihao Wu, Yongxin Liao, Xiaoyu Zheng, Wei Zeng•Apr 14, 2024•110

Domestication du Modèle de Diffusion Latente pour le Complètement de Champs de Radiance Neuronaux
Taming Latent Diffusion Model for Neural Radiance Field Inpainting

Chieh Hubert Lin, Changil Kim, Jia-Bin Huang, Qinbo Li, Chih-Yao Ma, Johannes Kopf, Ming-Hsuan Yang, Hung-Yu Tseng•Apr 15, 2024•70

CompGS : Représentation efficace de scènes 3D via le splatting de Gaussiennes compressé
CompGS: Efficient 3D Scene Representation via Compressed Gaussian Splatting

Xiangrui Liu, Xinju Wu, Pingping Zhang, Shiqi Wang, Zhu Li, Sam Kwong•Apr 15, 2024•70