Articles de Recherche en IA Quotidiens

Articles de recherche en IA sélectionnés quotidiennement avec traductions

MotionLab : Génération et Édition Unifiées des Mouvements Humains via le Paradigme Mouvement-Condition-Mouvement
MotionLab: Unified Human Motion Generation and Editing via the Motion-Condition-Motion Paradigm

Ziyan Guo, Zeyu Hu, Na Zhao, De Wen Soh•Feb 4, 2025•183

Apprentissage des dynamiques vidéo d'actions réelles avec une autorégression masquée hétérogène
Learning Real-World Action-Video Dynamics with Heterogeneous Masked Autoregression

Lirui Wang, Kevin Zhao, Chaoqi Liu, Xinlei Chen•Feb 6, 2025•63

Vers une compréhension physique dans la génération de vidéos : Une approche de régularisation de points 3D
Towards Physical Understanding in Video Generation: A 3D Point Regularization Approach

Yunuo Chen, Junli Cao, Anil Kag, Vidit Goel, Sergei Korolev, Chenfanfu Jiang, Sergey Tulyakov, Jian Ren•Feb 5, 2025•93

PlotGen : Visualisation de données scientifiques basée sur le modèle de langage multimodal multi-agent via un retour multimodal
PlotGen: Multi-Agent LLM-based Scientific Data Visualization via Multimodal Feedback

Kanika Goswami, Puneet Mathur, Ryan Rossi, Franck Dernoncourt•Feb 3, 2025•62

Diffusion de faible à forte intensité avec réflexion
Weak-to-Strong Diffusion with Reflection

Lichen Bai, Masashi Sugiyama, Zeke Xie•Feb 1, 2025•232

Ola : Repousser les frontières du modèle de langue omni-modal avec l'alignement progressif de la modalité
Ola: Pushing the Frontiers of Omni-Modal Language Model with Progressive Modality Alignment

Zuyan Liu, Yuhao Dong, Jiahui Wang, Ziwei Liu, Winston Hu, Jiwen Lu, Yongming Rao•Feb 6, 2025•302

MotionCanvas : Conception de plans cinématographiques avec génération d'images vers vidéos contrôlable
MotionCanvas: Cinematic Shot Design with Controllable Image-to-Video Generation

Jinbo Xing, Long Mai, Cusuh Ham, Jiahui Huang, Aniruddha Mahapatra, Chi-Wing Fu, Tien-Tsin Wong, Feng Liu•Feb 6, 2025•183

MAGA : Réformulation massive de genre-audience pour l'expansion du corpus de pré-entraînement
MAGA: MAssive Genre-Audience Reformulation to Pretraining Corpus Expansion

Xintong Hao, Ke Shen, Chenggang Li•Feb 6, 2025•222

Analyser le Flux de Caractéristiques pour Améliorer l'Interprétation et le Pilotage dans les Modèles de Langue
Analyze Feature Flow to Enhance Interpretation and Steering in Language Models

Daniil Laptev, Nikita Balagansky, Yaroslav Aksenov, Daniil Gavrilov•Feb 5, 2025•602

Améliorer la génération de code pour les langues à faibles ressources : Pas de solution miracle
Enhancing Code Generation for Low-Resource Languages: No Silver Bullet

Alessandro Giagnorio, Alberto Martin-Lopez, Gabriele Bavota•Jan 31, 2025•52

ScoreFlow : Maîtrise des flux de travail des agents LLM via l'optimisation des préférences basée sur les scores
ScoreFlow: Mastering LLM Agent Workflows via Score-based Preference Optimization

Yinjie Wang, Ling Yang, Guohao Li, Mengdi Wang, Bryon Aragam•Feb 6, 2025•192

ChartCitor : Cadre Multi-Agent pour l'Attribution Visuelle Fine des Graphiques
ChartCitor: Multi-Agent Framework for Fine-Grained Chart Visual Attribution

Kanika Goswami, Puneet Mathur, Ryan Rossi, Franck Dernoncourt•Feb 3, 2025•72

UltraIF : Faire progresser le suivi des instructions depuis le terrain
UltraIF: Advancing Instruction Following from the Wild

Kaikai An, Li Sheng, Ganqu Cui, Shuzheng Si, Ning Ding, Yu Cheng, Baobao Chang•Feb 6, 2025•232

DynVFX : Augmentation de vidéos réelles avec du contenu dynamique
DynVFX: Augmenting Real Videos with Dynamic Content

Danah Yatim, Rafail Fridman, Omer Bar-Tal, Tali Dekel•Feb 5, 2025•303

Llasa : Mise à l'échelle du calcul du temps d'entraînement et du temps d'inférence pour la synthèse vocale basée sur Llama
Llasa: Scaling Train-Time and Inference-Time Compute for Llama-based Speech Synthesis

Zhen Ye, Xinfa Zhu, Chi-Min Chan, Xinsheng Wang, Xu Tan, Jiahe Lei, Yi Peng, Haohe Liu, Yizhu Jin, Zheqi DAI, Hongzhan Lin, Jianyi Chen, Xingjian Du, Liumeng Xue, Yunlin Chen, Zhifei Li, Lei Xie, Qiuqiang Kong, Yike Guo, Wei Xue•Feb 6, 2025•254

Les grands modèles pensent de la même manière, ce qui compromet la surveillance de l'IA.
Great Models Think Alike and this Undermines AI Oversight

Shashwat Goel, Joschka Struber, Ilze Amanda Auzina, Karuna K Chandra, Ponnurangam Kumaraguru, Douwe Kiela, Ameya Prabhu, Matthias Bethge, Jonas Geiping•Feb 6, 2025•342

ConceptAttention : Les transformateurs de diffusion apprennent des caractéristiques hautement interprétables
ConceptAttention: Diffusion Transformers Learn Highly Interpretable Features

Alec Helbling, Tuna Han Salih Meral, Ben Hoover, Pinar Yanardag, Duen Horng Chau•Feb 6, 2025•383

Performance médaillée d'or dans la résolution de la géométrie olympique avec AlphaGeometry2
Gold-medalist Performance in Solving Olympiad Geometry with AlphaGeometry2

Yuri Chervonyi, Trieu H. Trinh, Miroslav Olšák, Xiaomeng Yang, Hoang Nguyen, Marcelo Menegali, Junehyuk Jung, Vikas Verma, Quoc V. Le, Thang Luong•Feb 5, 2025•445

Au-delà du contenu de l'invite : Amélioration des performances de LLM via l'optimisation intégrée de l'invite de format de contenu
Beyond Prompt Content: Enhancing LLM Performance via Content-Format Integrated Prompt Optimization

Yuanye Liu, Jiahang Xu, Li Lyna Zhang, Qi Chen, Xuan Feng, Yang Chen, Zhongxin Guo, Yuqing Yang, Cheng Peng•Feb 6, 2025•132

Parler facilement : Susciter des jailbreaks nuisibles des LLMs avec des interactions simples
Speak Easy: Eliciting Harmful Jailbreaks from LLMs with Simple Interactions

Yik Siu Chan, Narutatsu Ri, Yuxin Xiao, Marzyeh Ghassemi•Feb 6, 2025•32

PILAF : Échantillonnage optimal des préférences humaines pour la modélisation des récompenses
PILAF: Optimal Human Preference Sampling for Reward Modeling

Yunzhen Feng, Ariel Kwiatkowski, Kunhao Zheng, Julia Kempe, Yaqi Duan•Feb 6, 2025•112

BOLT : Bootstrap Long Chain-of-Thought dans les Modèles de Langage sans Distillation
BOLT: Bootstrap Long Chain-of-Thought in Language Models without Distillation

Bo Pang, Hanze Dong, Jiacheng Xu, Silvio Savarese, Yingbo Zhou, Caiming Xiong•Feb 6, 2025•242