Articles de Recherche en IA Quotidiens

Articles de recherche en IA sélectionnés quotidiennement avec traductions

Chercheur : Vers la génération de code garantissant la sûreté d'exception avec le cadre de travail des agents de langage intermédiaire
Seeker: Towards Exception Safety Code Generation with Intermediate Language Agents Framework

Xuanming Zhang, Yuxuan Chen, Yiming Zheng, Zhexin Zhang, Yuan Yuan, Minlie Huang•Dec 16, 2024•62

Vos LLM sont-ils capables de raisonner de manière stable ?
Are Your LLMs Capable of Stable Reasoning?

Junnan Liu, Hongwei Liu, Linchen Xiao, Ziyi Wang, Kuikun Liu, Songyang Gao, Wenwei Zhang, Songyang Zhang, Kai Chen•Dec 17, 2024•953

Chaîne de pensée compressée : Raisonnement efficace à travers des représentations denses
Compressed Chain of Thought: Efficient Reasoning Through Dense Representations

Jeffrey Cheng, Benjamin Van Durme•Dec 17, 2024•362

SUGAR : Personnalisation vidéo basée sur le sujet de manière sans intervention
SUGAR: Subject-Driven Video Customization in a Zero-Shot Manner

Yufan Zhou, Ruiyi Zhang, Jiuxiang Gu, Nanxuan Zhao, Jing Shi, Tong Sun•Dec 13, 2024•52

VisDoM : Question-réponse multi-documents avec des éléments visuellement riches utilisant la génération augmentée par recherche multimodale.
VisDoM: Multi-Document QA with Visually Rich Elements Using Multimodal Retrieval-Augmented Generation

Manan Suri, Puneet Mathur, Franck Dernoncourt, Kanika Goswami, Ryan A. Rossi, Dinesh Manocha•Dec 14, 2024•152

Marigold-DC : Complétion de profondeur monoculaire sans apprentissage avec diffusion guidée
Marigold-DC: Zero-Shot Monocular Depth Completion with Guided Diffusion

Massimiliano Viola, Kevin Qu, Nando Metzger, Bingxin Ke, Alexander Becker, Konrad Schindler, Anton Obukhov•Dec 18, 2024•72

Perspectives Multidimensionnelles : Étalonnage de la Personnalisation du Monde Réel dans les Grands Modèles Multimodaux
Multi-Dimensional Insights: Benchmarking Real-World Personalization in Large Multimodal Models

YiFan Zhang, Shanglin Lei, Runqi Qiao, Zhuoma GongQue, Xiaoshuai Song, Guanting Dong, Qiuna Tan, Zhe Wei, Peiqing Yang, Ye Tian, Yadong Xue, Xiaofei Wang, Honggang Zhang•Dec 17, 2024•423

OmniEval : Un banc d'évaluation RAG omnidirectionnel et automatique dans le domaine financier
OmniEval: An Omnidirectional and Automatic RAG Evaluation Benchmark in Financial Domain

Shuting Wang, Jiejun Tan, Zhicheng Dou, Ji-Rong Wen•Dec 17, 2024•422

Plumez l'accélérateur : Réexamen de l'élagage visuel des jetons pour l'accélération des modèles vision-langage
Feather the Throttle: Revisiting Visual Token Pruning for Vision-Language Model Acceleration

Mark Endo, Xiaohan Wang, Serena Yeung-Levy•Dec 17, 2024•132

MIVE : Nouveau Design et Évaluation de Référence pour le Montage Vidéo Multi-Instance
MIVE: New Design and Benchmark for Multi-Instance Video Editing

Samuel Teodoro, Agus Gunawan, Soo Ye Kim, Jihyong Oh, Munchurl Kim•Dec 17, 2024•42

Quand parler, quand s'abstenir : Décodage contrastif avec abstention
When to Speak, When to Abstain: Contrastive Decoding with Abstention

Hyuhng Joon Kim, Youna Kim, Sang-goo Lee, Taeuk Kim•Dec 17, 2024•42

Proposant-Agent-Évaluateur (PAE) : Découverte autonome des compétences pour les agents Internet de modèle de base
Proposer-Agent-Evaluator(PAE): Autonomous Skill Discovery For Foundation Model Internet Agents

Yifei Zhou, Qianlan Yang, Kaixiang Lin, Min Bai, Xiong Zhou, Yu-Xiong Wang, Sergey Levine, Erran Li•Dec 17, 2024•122

Émergence des abstractions : Mécanisme d'encodage et de décodage des concepts pour l'apprentissage en contexte dans les Transformers
Emergence of Abstractions: Concept Encoding and Decoding Mechanism for In-Context Learning in Transformers

Seungwook Han, Jinyeop Song, Jeff Gore, Pulkit Agrawal•Dec 16, 2024•152