Articles de Recherche en IA Quotidiens

Articles de recherche en IA sélectionnés quotidiennement avec traductions

L'impératif de l'analyse de la conversation à l'ère des LLM : Une enquête sur les tâches, les techniques et les tendances
The Imperative of Conversation Analysis in the Era of LLMs: A Survey of Tasks, Techniques, and Trends

Xinghua Zhang, Haiyang Yu, Yongbin Li, Minzheng Wang, Longze Chen, Fei Huang•Sep 21, 2024•132

Lotus : Modèle de Fondation Visuelle basé sur la Diffusion pour des Prédictions Denses de Haute Qualité
Lotus: Diffusion-based Visual Foundation Model for High-quality Dense Prediction

Jing He, Haodong Li, Wei Yin, Yixun Liang, Leheng Li, Kaiqiang Zhou, Hongbo Liu, Bingbing Liu, Ying-Cong Chen•Sep 26, 2024•342

Découvrir les joyaux dans les premières couches : Accélérer les LLM à long context avec une réduction de 1000 fois du nombre de jetons en entrée
Discovering the Gems in Early Layers: Accelerating Long-Context LLMs with 1000x Input Token Reduction

Zhenmei Shi, Yifei Ming, Xuan-Phi Nguyen, Yingyu Liang, Shafiq Joty•Sep 25, 2024•265

Entraînement post-image de l'espace latent des modèles de diffusion.
Pixel-Space Post-Training of Latent Diffusion Models

Christina Zhang, Simran Motwani, Matthew Yu, Ji Hou, Felix Juefei-Xu, Sam Tsai, Peter Vajda, Zijian He, Jialiang Wang•Sep 26, 2024•222

LLaVA-3D : Un chemin simple mais efficace pour doter les LMMs de la conscience en 3D
LLaVA-3D: A Simple yet Effective Pathway to Empowering LMMs with 3D-awareness

Chenming Zhu, Tai Wang, Wenwei Zhang, Jiangmiao Pang, Xihui Liu•Sep 26, 2024•352

Réduire l'empreinte de la recherche multi-vecteurs avec un impact minimal sur les performances via le regroupement de jetons
Reducing the Footprint of Multi-Vector Retrieval with Minimal Performance Impact via Token Pooling

Benjamin Clavié, Antoine Chaffin, Griffin Adams•Sep 23, 2024•112

Suivi des instructions sans réglage des instructions
Instruction Following without Instruction Tuning

John Hewitt, Nelson F. Liu, Percy Liang, Christopher D. Manning•Sep 21, 2024•314

Disco4D : Génération et animation humaine 4D désentrelacées à partir d'une seule image
Disco4D: Disentangled 4D Human Generation and Animation from a Single Image

Hui En Pang, Shuai Liu, Zhongang Cai, Lei Yang, Tianwei Zhang, Ziwei Liu•Sep 25, 2024•112

MaskLLM : Sparsité Semi-Structurée Apprenable pour les Grands Modèles de Langage
MaskLLM: Learnable Semi-Structured Sparsity for Large Language Models

Gongfan Fang, Hongxu Yin, Saurav Muralidharan, Greg Heinrich, Jeff Pool, Jan Kautz, Pavlo Molchanov, Xinchao Wang•Sep 26, 2024•483

EMOVA : Donner aux modèles de langage le pouvoir de voir, entendre et parler avec des émotions vives
EMOVA: Empowering Language Models to See, Hear and Speak with Vivid Emotions

Kai Chen, Yunhao Gou, Runhui Huang, Zhili Liu, Daxin Tan, Jing Xu, Chunwei Wang, Yi Zhu, Yihan Zeng, Kuo Yang, Dingdong Wang, Kun Xiang, Haoyuan Li, Haoli Bai, Jianhua Han, Xiaohui Li, Weike Jin, Nian Xie, Yu Zhang, James T. Kwok, Hengshuang Zhao, Xiaodan Liang, Dit-Yan Yeung, Xiao Chen, Zhenguo Li, Wei Zhang, Qun Liu, Lanqing Hong, Lu Hou, Hang Xu•Sep 26, 2024•4113

Robot Voit Robot Faire : Imitation de la Manipulation d'Objets Articulés avec Reconstruction Monoculaire 4D
Robot See Robot Do: Imitating Articulated Object Manipulation with Monocular 4D Reconstruction

Justin Kerr, Chung Min Kim, Mingxuan Wu, Brent Yi, Qianqian Wang, Ken Goldberg, Angjoo Kanazawa•Sep 26, 2024•92

Amélioration de la récupération de données structurées avec GraphRAG : étude de cas sur les données de football
Enhancing Structured-Data Retrieval with GraphRAG: Soccer Data Case Study

Zahra Sepasdar, Sushant Gautam, Cise Midoglu, Michael A. Riegler, Pål Halvorsen•Sep 26, 2024•92