Articles de Recherche en IA Quotidiens

Articles de recherche en IA sélectionnés quotidiennement avec traductions

De la composition à la conception : Une approche en couches pour la conception graphique automatique
From Elements to Design: A Layered Approach for Automatic Graphic Design Composition

Jiawei Lin, Shizhao Sun, Danqing Huang, Ting Liu, Ji Li, Jiang Bian•Dec 27, 2024•152

VidéoMaker : Génération de vidéos personnalisées sans entraînement avec la force inhérente des modèles de diffusion vidéo
VideoMaker: Zero-shot Customized Video Generation with the Inherent Force of Video Diffusion Models

Tao Wu, Yong Zhang, Xiaodong Cun, Zhongang Qi, Junfu Pu, Huanzhang Dou, Guangcong Zheng, Ying Shan, Xi Li•Dec 27, 2024•132

Chiffres SBS : Figure de pré-entraînement pour la QA d'images synthétisées étape par étape.
SBS Figures: Pre-training Figure QA from Stage-by-Stage Synthesized Images

Risa Shinoda, Kuniaki Saito, Shohei Tanaka, Tosho Hirasawa, Yoshitaka Ushiku•Dec 23, 2024•52

Orienter n'importe quoi : Apprentissage de l'estimation robuste de l'orientation des objets à partir du rendu de modèles 3D
Orient Anything: Learning Robust Object Orientation Estimation from Rendering 3D Models

Zehan Wang, Ziang Zhang, Tianyu Pang, Chao Du, Hengshuang Zhao, Zhou Zhao•Dec 24, 2024•214

CypherBench : Vers une Récupération Précise sur des Graphes de Connaissances Modernes à Grande Échelle à l'Ère du LLM
CypherBench: Towards Precise Retrieval over Full-scale Modern Knowledge Graphs in the LLM Era

Yanlin Feng, Simone Papicchio, Sajjadur Rahman•Dec 24, 2024•72

HuatuoGPT-o1, Vers un raisonnement complexe en médecine avec LLMs
HuatuoGPT-o1, Towards Medical Complex Reasoning with LLMs

Junying Chen, Zhenyang Cai, Ke Ji, Xidong Wang, Wanlong Liu, Rongsheng Wang, Jianye Hou, Benyou Wang•Dec 25, 2024•1026

La superposition des modèles de diffusion en utilisant l'estimateur de densité d'Itô
The Superposition of Diffusion Models Using the Itô Density Estimator

Marta Skreta, Lazar Atanackovic, Avishek Joey Bose, Alexander Tong, Kirill Neklyudov•Dec 23, 2024•132

1. FLUX de 58 bits
1.58-bit FLUX

Chenglin Yang, Celong Liu, Xueqing Deng, Dongwon Kim, Xing Mei, Xiaohui Shen, Liang-Chieh Chen•Dec 24, 2024•846

Optimisation des préférences de tâches : Amélioration des grands modèles de langage multimodaux avec l'alignement des tâches de vision
Task Preference Optimization: Improving Multimodal Large Language Models with Vision Task Alignment

Ziang Yan, Zhilin Li, Yinan He, Chenting Wang, Kunchang Li, Xinhao Li, Xiangyu Zeng, Zilei Wang, Yali Wang, Yu Qiao, Limin Wang, Yi Wang•Dec 26, 2024•182

Protéger les LLMs affinés grâce à la fusion de modèles avant et après l'ajustement.
Safeguard Fine-Tuned LLMs Through Pre- and Post-Tuning Model Merging

Hua Farn, Hsuan Su, Shachi H Kumar, Saurav Sahay, Shang-Tse Chen, Hung-yi Lee•Dec 27, 2024•82

Prédiction du prochain jeton vers l'intelligence multimodale : Une enquête complète
Next Token Prediction Towards Multimodal Intelligence: A Comprehensive Survey

Liang Chen, Zekun Wang, Shuhuai Ren, Lei Li, Haozhe Zhao, Yunshui Li, Zefan Cai, Hongcheng Guo, Lei Zhang, Yizhe Xiong, Yichi Zhang, Ruoyu Wu, Qingxiu Dong, Ge Zhang, Jian Yang, Lingwei Meng, Shujie Hu, Yulong Chen, Junyang Lin, Shuai Bai, Andreas Vlachos, Xu Tan, Minjia Zhang, Wen Xiao, Aaron Yee, Tianyu Liu, Baobao Chang•Dec 16, 2024•582