Articoli di Ricerca IA Giornalieri

Articoli di ricerca IA selezionati quotidianamente con traduzioni

Animate-X: Animazione di immagini di personaggi universali con rappresentazione del movimento migliorata
Animate-X: Universal Character Image Animation with Enhanced Motion Representation

Shuai Tan, Biao Gong, Xiang Wang, Shiwei Zhang, Dandan Zheng, Ruobing Zheng, Kecheng Zheng, Jingdong Chen, Ming Yang•Oct 14, 2024•575

LOKI: un ampio benchmark per la rilevazione di dati sintetici utilizzando grandi modelli multimodali
LOKI: A Comprehensive Synthetic Data Detection Benchmark using Large Multimodal Models

Junyan Ye, Baichuan Zhou, Zilong Huang, Junan Zhang, Tianyi Bai, Hengrui Kang, Jun He, Honglin Lin, Zihao Wang, Tong Wu, Zhizheng Wu, Yiping Chen, Dahua Lin, Conghui He, Weijia Li•Oct 13, 2024•564

MMIE: Massive Multimodal Interleaved Comprehension Benchmark per Grandi Modelli Visione-Linguaggio
MMIE: Massive Multimodal Interleaved Comprehension Benchmark for Large Vision-Language Models

Peng Xia, Siwei Han, Shi Qiu, Yiyang Zhou, Zhaoyang Wang, Wenhao Zheng, Zhaorun Chen, Chenhang Cui, Mingyu Ding, Linjie Li, Lijuan Wang, Huaxiu Yao•Oct 14, 2024•534

Verso l'Allineamento Generale per l'Instradamento dell'Istruzione per la Generazione Potenziata dal Recupero
Toward General Instruction-Following Alignment for Retrieval-Augmented Generation

Guanting Dong, Xiaoshuai Song, Yutao Zhu, Runqi Qiao, Zhicheng Dou, Ji-Rong Wen•Oct 12, 2024•493

MEGA-Bench: Scalare la Valutazione Multimodale a oltre 500 Compiti del Mondo Reale
MEGA-Bench: Scaling Multimodal Evaluation to over 500 Real-World Tasks

Jiacheng Chen, Tianhao Liang, Sherman Siu, Zhengqing Wang, Kai Wang, Yubo Wang, Yuansheng Ni, Wang Zhu, Ziyan Jiang, Bohan Lyu, Dongfu Jiang, Xuan He, Yuan Liu, Hexiang Hu, Xiang Yue, Wenhu Chen•Oct 14, 2024•393

Omni-MATH: un riferimento matematico di livello olimpiadico universale per grandi modelli linguistici
Omni-MATH: A Universal Olympiad Level Mathematic Benchmark For Large Language Models

Bofei Gao, Feifan Song, Zhe Yang, Zefan Cai, Yibo Miao, Qingxiu Dong, Lei Li, Chenghao Ma, Liang Chen, Runxin Xu, Zhengyang Tang, Benyou Wang, Daoguang Zan, Shanghaoran Quan, Ge Zhang, Lei Sha, Yichang Zhang, Xuancheng Ren, Tianyu Liu, Baobao Chang•Oct 10, 2024•333

Inversione e Modifica Semantica delle Immagini utilizzando Equazioni Differenziali Stocastiche Raddrizzate
Semantic Image Inversion and Editing using Rectified Stochastic Differential Equations

Litu Rout, Yujia Chen, Nataniel Ruiz, Constantine Caramanis, Sanjay Shakkottai, Wen-Sheng Chu•Oct 14, 2024•313

LiveXiv -- Un benchmark live multimodale basato sui contenuti degli articoli di Arxiv
LiveXiv -- A Multi-Modal Live Benchmark Based on Arxiv Papers Content

Nimrod Shabtay, Felipe Maia Polo, Sivan Doveh, Wei Lin, M. Jehanzeb Mirza, Leshem Chosen, Mikhail Yurochkin, Yuekai Sun, Assaf Arbelle, Leonid Karlinsky, Raja Giryes•Oct 14, 2024•282

VisRAG: Generazione potenziata da recupero basato sulla visione su documenti di multi-modalità
VisRAG: Vision-based Retrieval-augmented Generation on Multi-modality Documents

Shi Yu, Chaoyue Tang, Bokai Xu, Junbo Cui, Junhao Ran, Yukun Yan, Zhenghao Liu, Shuo Wang, Xu Han, Zhiyuan Liu, Maosong Sun•Oct 14, 2024•273

Cavia: Diffusione video multi-vista controllabile dalla telecamera con attenzione integrata alla vista
Cavia: Camera-controllable Multi-view Video Diffusion with View-Integrated Attention

Dejia Xu, Yifan Jiang, Chen Huang, Liangchen Song, Thorsten Gernoth, Liangliang Cao, Zhangyang Wang, Hao Tang•Oct 14, 2024•264

LLM pensanti: Seguire istruzioni generali con generazione di pensieri
Thinking LLMs: General Instruction Following with Thought Generation

Tianhao Wu, Janice Lan, Weizhe Yuan, Jiantao Jiao, Jason Weston, Sainbayar Sukhbaatar•Oct 14, 2024•204

TemporalBench: Valutazione delle capacità di comprensione temporale dettagliata per i modelli video multimodali
TemporalBench: Benchmarking Fine-grained Temporal Understanding for Multimodal Video Models

Mu Cai, Reuben Tan, Jianrui Zhang, Bocheng Zou, Kai Zhang, Feng Yao, Fangrui Zhu, Jing Gu, Yiwu Zhong, Yuzhang Shang, Yao Dou, Jaden Park, Jianfeng Gao, Yong Jae Lee, Jianwei Yang•Oct 14, 2024•172

Ripensare la Selezione dei Dati su Larga Scala: La Selezione Casuale è Quasi Tutto ciò di cui Hai Bisogno
Rethinking Data Selection at Scale: Random Selection is Almost All You Need

Tingyu Xia, Bowen Yu, Kai Dang, An Yang, Yuan Wu, Yuan Tian, Yi Chang, Junyang Lin•Oct 12, 2024•173

LongMemEval: Valutazione delle prestazioni degli assistenti virtuali nella memorizzazione interattiva a lungo termine.
LongMemEval: Benchmarking Chat Assistants on Long-Term Interactive Memory

Di Wu, Hongwei Wang, Wenhao Yu, Yuwei Zhang, Kai-Wei Chang, Dong Yu•Oct 14, 2024•122

COMPOSIZIONE MM: Riconsiderando la Composizionalità dei Modelli Visione-Linguaggio Pre-addestrati
MMCOMPOSITION: Revisiting the Compositionality of Pre-trained Vision-Language Models

Hang Hua, Yunlong Tang, Ziyun Zeng, Liangliang Cao, Zhengyuan Yang, Hangfeng He, Chenliang Xu, Jiebo Luo•Oct 13, 2024•92

Albero dei Problemi: Migliorare la risoluzione strutturata dei problemi con la composizionalità
Tree of Problems: Improving structured problem solving with compositionality

Armel Zebaze, Benoît Sagot, Rachel Bawden•Oct 9, 2024•92

DuoAttention: Inferenza efficiente di LLM a lungo contesto con testine di recupero e streaming
DuoAttention: Efficient Long-Context LLM Inference with Retrieval and Streaming Heads

Guangxuan Xiao, Jiaming Tang, Jingwei Zuo, Junxian Guo, Shang Yang, Haotian Tang, Yao Fu, Song Han•Oct 14, 2024•72

Manipolazione umanoide generalizzabile con politiche di diffusione 3D migliorate.
Generalizable Humanoid Manipulation with Improved 3D Diffusion Policies

Yanjie Ze, Zixuan Chen, Wenhao Wang, Tianyi Chen, Xialin He, Ying Yuan, Xue Bin Peng, Jiajun Wu•Oct 14, 2024•72

TVBench: Ridisegno dell'Valutazione Video-Linguistica
TVBench: Redesigning Video-Language Evaluation

Daniel Cores, Michael Dorkenwald, Manuel Mucientes, Cees G. M. Snoek, Yuki M. Asano•Oct 10, 2024•62

Lo stesso ma diverso: Similarità strutturali e differenze nel Modellamento del Linguaggio Multilingue
The Same But Different: Structural Similarities and Differences in Multilingual Language Modeling

Ruochen Zhang, Qinan Yu, Matianyu Zang, Carsten Eickhoff, Ellie Pavlick•Oct 11, 2024•52

La Rinascita di ReLU: Sull'Esaurimento Entropico nei Grandi Modelli Linguistici Senza Normalizzazione
ReLU's Revival: On the Entropic Overload in Normalization-Free Large Language Models

Nandan Kumar Jha, Brandon Reagen•Oct 12, 2024•42

Preallenamento dell'Azione Latente da Video
Latent Action Pretraining from Videos

Seonghyeon Ye, Joel Jang, Byeongguk Jeon, Sejune Joo, Jianwei Yang, Baolin Peng, Ajay Mandlekar, Reuben Tan, Yu-Wei Chao, Bill Yuchen Lin, Lars Liden, Kimin Lee, Jianfeng Gao, Luke Zettlemoyer, Dieter Fox, Minjoon Seo•Oct 15, 2024•22