Articles de Recherche en IA Quotidiens

Articles de recherche en IA sélectionnés quotidiennement avec traductions

Les modèles peuvent-ils apprendre la composition des compétences à partir d'exemples ?
Can Models Learn Skill Composition from Examples?

Haoyu Zhao, Simran Kaur, Dingli Yu, Anirudh Goyal, Sanjeev Arora•Sep 29, 2024•102

Détection de copie d'image pour les modèles de diffusion
Image Copy Detection for Diffusion Models

Wenhao Wang, Yifan Sun, Zhentao Tan, Yi Yang•Sep 30, 2024•143

Mise à l'échelle de l'apprentissage proprioceptif-visuel avec des transformateurs pré-entraînés hétérogènes
Scaling Proprioceptive-Visual Learning with Heterogeneous Pre-trained Transformers

Lirui Wang, Xinlei Chen, Jialiang Zhao, Kaiming He•Sep 30, 2024•142

UniAff : Une représentation unifiée des affordances pour l'utilisation d'outils et l'articulation avec les modèles vision-langage
UniAff: A Unified Representation of Affordances for Tool Usage and Articulation with Vision-Language Models

Qiaojun Yu, Siyuan Huang, Xibin Yuan, Zhengkai Jiang, Ce Hao, Xin Li, Haonan Chang, Junbo Wang, Liu Liu, Hongsheng Li, Peng Gao, Cewu Lu•Sep 30, 2024•154

Hyper-Connexions
Hyper-Connections

Defa Zhu, Hongzhi Huang, Zihao Huang, Yutao Zeng, Yunyao Mao, Banggu Wu, Qiyang Min, Xun Zhou•Sep 29, 2024•234

DiaSynth -- Cadre de génération de dialogue synthétique
DiaSynth -- Synthetic Dialogue Generation Framework

Sathya Krishnan Suresh, Wu Mengjun, Tushar Pranav, Eng Siong Chng•Sep 25, 2024•213

IDEAW : Marquage robuste de l'audio par watermarking neuronal avec double incorporation inversible
IDEAW: Robust Neural Audio Watermarking with Invertible Dual-Embedding

Pengcheng Li, Xulong Zhang, Jing Xiao, Jianzong Wang•Sep 29, 2024•22

Règle : une méthode agnostique au modèle pour contrôler la longueur générée pour les grands modèles de langage
Ruler: A Model-Agnostic Method to Control Generated Length for Large Language Models

Jiaming Li, Lei Zhang, Yunshui Li, Ziqiang Liu, yuelin bai, Run Luo, Longze Chen, Min Yang•Sep 27, 2024•302

Décomposition des questions visuelles sur les modèles de langage multimodaux de grande taille
Visual Question Decomposition on Multimodal Large Language Models

Haowei Zhang, Jianzhe Liu, Zhen Han, Shuo Chen, Bailan He, Volker Tresp, Zhiqiang Xu, Jindong Gu•Sep 28, 2024•92

MM1.5 : Méthodes, Analyse et Idées issues du Réglage Fin du LLM Multimodal
MM1.5: Methods, Analysis & Insights from Multimodal LLM Fine-tuning

Haotian Zhang, Mingfei Gao, Zhe Gan, Philipp Dufter, Nina Wenzel, Forrest Huang, Dhruti Shah, Xianzhi Du, Bowen Zhang, Yanghao Li, Sam Dodge, Keen You, Zhen Yang, Aleksei Timofeev, Mingze Xu, Hong-You Chen, Jean-Philippe Fauconnier, Zhengfeng Lai, Haoxuan You, Zirui Wang, Afshin Dehghan, Peter Grasch, Yinfei Yang•Sep 30, 2024•573

Coffee-Gym : Un environnement pour évaluer et améliorer le feedback en langage naturel sur du code erroné
Coffee-Gym: An Environment for Evaluating and Improving Natural Language Feedback on Erroneous Code

Hyungjoo Chae, Taeyoon Kwon, Seungjun Moon, Yongho Song, Dongjin Kang, Kai Tzu-iunn Ong, Beong-woo Kwak, Seonghyeon Bae, Seung-won Hwang, Jinyoung Yeo•Sep 29, 2024•103

Attention Cosinus: Transformateurs Linéaires Avec Attention Cosinus
Cottention: Linear Transformers With Cosine Attention

Gabriel Mongaras, Trevor Dohm, Eric C. Larson•Sep 27, 2024•175