Articles de Recherche en IA Quotidiens

Articles de recherche en IA sélectionnés quotidiennement avec traductions

MJ-Bench : Votre modèle de récompense multimodale est-il vraiment un bon juge pour la génération de texte à image ?
MJ-Bench: Is Your Multimodal Reward Model Really a Good Judge for Text-to-Image Generation?

Zhaorun Chen, Yichao Du, Zichen Wen, Yiyang Zhou, Chenhang Cui, Zhenzhen Weng, Haoqin Tu, Chaoqi Wang, Zhengwei Tong, Qinglan Huang, Canyu Chen, Qinghao Ye, Zhihong Zhu, Yuqing Zhang, Jiawei Zhou, Zhuokai Zhao, Rafael Rafailov, Chelsea Finn, Huaxiu Yao•Jul 5, 2024•575

LLaMAX : Élargir les horizons linguistiques des LLM en renforçant les capacités de traduction au-delà de 100 langues
LLaMAX: Scaling Linguistic Horizons of LLM by Enhancing Translation Capabilities Beyond 100 Languages

Yinquan Lu, Wenhao Zhu, Lei Li, Yu Qiao, Fei Yuan•Jul 8, 2024•382

Transformeur à Mémoire Associative Récurrente
Associative Recurrent Memory Transformer

Ivan Rodkin, Yuri Kuratov, Aydar Bulatov, Mikhail Burtsev•Jul 5, 2024•372

Apprentissage de l'édition d'images centrée sur les actions et le raisonnement à partir de vidéos et de simulations
Learning Action and Reasoning-Centric Image Editing from Videos and Simulations

Benno Krojer, Dheeraj Vattikonda, Luis Lara, Varun Jampani, Eva Portelance, Christopher Pal, Siva Reddy•Jul 3, 2024•322

ANOLE : Un modèle multimodal natif, autoregressif et ouvert pour la génération entrelacée d'images et de texte
ANOLE: An Open, Autoregressive, Native Large Multimodal Models for Interleaved Image-Text Generation

Ethan Chern, Jiadi Su, Yan Ma, Pengfei Liu•Jul 8, 2024•234

Évaluation des fenêtres contextuelles des modèles de langage : un test de "mémoire de travail" et une correction au moment de l'inférence
Evaluating Language Model Context Windows: A "Working Memory" Test and Inference-time Correction

Amanda Dsouza, Christopher Glaze, Changho Shin, Frederic Sala•Jul 4, 2024•171

UltraEdit : Édition d'images granulaire à grande échelle basée sur des instructions
UltraEdit: Instruction-based Fine-Grained Image Editing at Scale

Haozhe Zhao, Xiaojian Ma, Liang Chen, Shuzheng Si, Rujie Wu, Kaikai An, Peiyu Yu, Minjia Zhang, Qing Li, Baobao Chang•Jul 7, 2024•151

Tailor3D : Édition et génération d'actifs 3D personnalisés avec des images bidirectionnelles
Tailor3D: Customized 3D Assets Editing and Generation with Dual-Side Images

Zhangyang Qi, Yunhan Yang, Mengchen Zhang, Long Xing, Xiaoyang Wu, Tong Wu, Dahua Lin, Xihui Liu, Jiaqi Wang, Hengshuang Zhao•Jul 8, 2024•141

InverseCoder : Libérer la puissance des modèles de langage de code ajustés par instructions avec Inverse-Instruct
InverseCoder: Unleashing the Power of Instruction-Tuned Code LLMs with Inverse-Instruct

Yutong Wu, Di Huang, Wenxuan Shi, Wei Wang, Lingzhe Gao, Shihao Liu, Ziyuan Nan, Kaizhao Yuan, Rui Zhang, Xishan Zhang, Zidong Du, Qi Guo, Yewen Pu, Dawei Yin, Xing Hu, Yunji Chen•Jul 8, 2024•142

Génération vidéo compositionnelle comme égalisation de flux
Compositional Video Generation as Flow Equalization

Xingyi Yang, Xinchao Wang•Jun 10, 2024•141

Hallucination multi-objets dans les modèles vision-langage
Multi-Object Hallucination in Vision-Language Models

Xuweiyi Chen, Ziqiao Ma, Xuejun Zhang, Sihan Xu, Shengyi Qian, Jianing Yang, David F. Fouhey, Joyce Chai•Jul 8, 2024•122

PAS : Système d'Augmentation de Prompt Plug-and-Play à Faible Consommation de Données
PAS: Data-Efficient Plug-and-Play Prompt Augmentation System

Miao Zheng, Hao Liang, Fan Yang, Haoze Sun, Tianpeng Li, Lingchu Xiong, Yan Zhang, Yozhen Wu, Kun Li, Yanjun Sheng, Mingan Lin, Tao Zhang, Guosheng Dong, Yujing Qiao, Kun Fang, Weipeng Chen, Bin Cui, Wentao Zhang, Zenan Zhou•Jul 8, 2024•112

Formation d'experts en tâches par distillation basée sur la récupération
Training Task Experts through Retrieval Based Distillation

Jiaxin Ge, Xueying Jia, Vijay Viswanathan, Hongyin Luo, Graham Neubig•Jul 7, 2024•101

Comprendre la dépendance aux caractéristiques visuelles à travers le prisme de la complexité
Understanding Visual Feature Reliance through the Lens of Complexity

Thomas Fel, Louis Bethune, Andrew Kyle Lampinen, Thomas Serre, Katherine Hermann•Jul 8, 2024•71

PartCraft : Création d'objets créatifs par composants
PartCraft: Crafting Creative Objects by Parts

Kam Woh Ng, Xiatian Zhu, Yi-Zhe Song, Tao Xiang•Jul 5, 2024•62

LLMAEL : Les grands modèles de langage sont d'excellents amplificateurs de contexte pour la liaison d'entités
LLMAEL: Large Language Models are Good Context Augmenters for Entity Linking

Amy Xin, Yunjia Qi, Zijun Yao, Fangwei Zhu, Kaisheng Zeng, Xu Bin, Lei Hou, Juanzi Li•Jul 4, 2024•41

ANAH-v2 : Mise à l'échelle de l'annotation des hallucinations analytiques pour les grands modèles de langage
ANAH-v2: Scaling Analytical Hallucination Annotation of Large Language Models

Yuzhe Gu, Ziwei Ji, Wenwei Zhang, Chengqi Lyu, Dahua Lin, Kai Chen•Jul 5, 2024•33