Articles de Recherche en IA Quotidiens

Articles de recherche en IA sélectionnés quotidiennement avec traductions

Optimiser de manière optimale le calcul au moment des tests pour les LLM peut s'avérer plus efficace que l'augmentation des paramètres du modèle.
Scaling LLM Test-Time Compute Optimally can be More Effective than Scaling Model Parameters

Charlie Snell, Jaehoon Lee, Kelvin Xu, Aviral Kumar•Aug 6, 2024•633

MMIU : Compréhension multimodale multi-images pour l'évaluation des grands modèles vision-langage
MMIU: Multimodal Multi-image Understanding for Evaluating Large Vision-Language Models

Fanqing Meng, Jin Wang, Chuanhao Li, Quanfeng Lu, Hao Tian, Jiaqi Liao, Xizhou Zhu, Jifeng Dai, Yu Qiao, Ping Luo, Kaipeng Zhang, Wenqi Shao•Aug 5, 2024•623

LLaVA-OneVision : Transfert simplifié des tâches visuelles
LLaVA-OneVision: Easy Visual Task Transfer

Bo Li, Yuanhan Zhang, Dong Guo, Renrui Zhang, Feng Li, Hao Zhang, Kaichen Zhang, Yanwei Li, Ziwei Liu, Chunyuan Li•Aug 6, 2024•612

Un objet vaut 64x64 pixels : Génération d'objets 3D via la diffusion d'images
An Object is Worth 64x64 Pixels: Generating 3D Object via Image Diffusion

Xingguang Yan, Han-Hung Lee, Ziyu Wan, Angel X. Chang•Aug 6, 2024•413

MedTrinity-25M : Un ensemble de données multimodal à grande échelle avec des annotations multigranulaires pour la médecine
MedTrinity-25M: A Large-scale Multimodal Dataset with Multigranular Annotations for Medicine

Yunfei Xie, Ce Zhou, Lang Gao, Juncheng Wu, Xianhang Li, Hong-Yu Zhou, Sheng Liu, Lei Xing, James Zou, Cihang Xie, Yuyin Zhou•Aug 6, 2024•302

IPAdapter-Instruct : Résolution des ambiguïtés dans le conditionnement basé sur l'image grâce à des instructions textuelles
IPAdapter-Instruct: Resolving Ambiguity in Image-based Conditioning using Instruct Prompts

Ciara Rowles, Shimon Vainer, Dante De Nigris, Slava Elizarov, Konstantin Kutsy, Simon Donné•Aug 6, 2024•232

CoverBench : Un Benchmark Exigeant pour la Vérification de Revendications Complexes
CoverBench: A Challenging Benchmark for Complex Claim Verification

Alon Jacovi, Moran Ambar, Eyal Ben-David, Uri Shaham, Amir Feder, Mor Geva, Dror Marcus, Avi Caciularu•Aug 6, 2024•152

Les modèles de diffusion comme outils d'exploration de données
Diffusion Models as Data Mining Tools

Ioannis Siglidis, Aleksander Holynski, Alexei A. Efros, Mathieu Aubry, Shiry Ginosar•Jul 20, 2024•142

ReSyncer : Réorganisation du générateur basé sur le style pour une synchronisation audio-visuelle unifiée des performances faciales
ReSyncer: Rewiring Style-based Generator for Unified Audio-Visually Synced Facial Performer

Jiazhi Guan, Zhiliang Xu, Hang Zhou, Kaisiyuan Wang, Shengyi He, Zhanwang Zhang, Borong Liang, Haocheng Feng, Errui Ding, Jingtuo Liu, Jingdong Wang, Youjian Zhao, Ziwei Liu•Aug 6, 2024•112

Synthétiser des données Text-to-SQL à partir de LLMs faibles et forts
Synthesizing Text-to-SQL Data from Weak and Strong LLMs

Jiaxi Yang, Binyuan Hui, Min Yang, Jian Yang, Junyang Lin, Chang Zhou•Aug 6, 2024•112

StructEval : Approfondir et élargir l'évaluation des grands modèles de langage grâce à une évaluation structurée
StructEval: Deepen and Broaden Large Language Model Assessment via Structured Evaluation

Boxi Cao, Mengjie Ren, Hongyu Lin, Xianpei Han, Feng Zhang, Junfeng Zhan, Le Sun•Aug 6, 2024•102

AVESFormer : Conception efficace d'un Transformer pour la segmentation audio-visuelle en temps réel
AVESFormer: Efficient Transformer Design for Real-Time Audio-Visual Segmentation

Zili Wang, Qi Yang, Linsu Shi, Jiazhong Yu, Qinghua Liang, Fei Li, Shiming Xiang•Aug 3, 2024•42