ChatPaper.ai
Apri menu
Home
Articoli del Giorno
arXiv
HuggingFace
Prezzi
Account
Spazio di lavoro
🇮🇹
Italiano
Loading...
•
•
•
•
•
•
•
•
•
•
Articoli di Ricerca IA Giornalieri
Articoli di ricerca IA selezionati quotidianamente con traduzioni
October 18th, 2024
Generatore di Film: Un Cast di Modelli di Fondazione Media
Movie Gen: A Cast of Media Foundation Models
Adam Polyak, Amit Zohar, Andrew Brown, Andros Tjandra, Animesh Sinha, Ann Lee, Apoorv Vyas, Bowen Shi, Chih-Yao Ma, Ching-Yao Chuang, David Yan, Dhruv Choudhary, Dingkang Wang, Geet Sethi, Guan Pang, Haoyu Ma, Ishan Misra, Ji Hou, Jialiang Wang, Kiran Jagadeesh, Kunpeng Li, Luxin Zhang, Mannat Singh, Mary Williamson, Matt Le, Matthew Yu, Mitesh Kumar Singh, Peizhao Zhang, Peter Vajda, Quentin Duval, Rohit Girdhar, Roshan Sumbaly, Sai Saketh Rambhatla, Sam Tsai, Samaneh Azadi, Samyak Datta, Sanyuan Chen, Sean Bell, Sharadh Ramaswamy, Shelly Sheynin, Siddharth Bhattacharya, Simran Motwani, Tao Xu, Tianhe Li, Tingbo Hou, Wei-Ning Hsu, Xi Yin, Xiaoliang Dai, Yaniv Taigman, Yaqiao Luo, Yen-Cheng Liu, Yi-Chiao Wu, Yue Zhao, Yuval Kirstain, Zecheng He, Zijian He, Albert Pumarola, Ali Thabet, Artsiom Sanakoyeu, Arun Mallya, Baishan Guo, Boris Araya, Breena Kerr, Carleigh Wood, Ce Liu, Cen Peng, Dimitry Vengertsev, Edgar Schonfeld, Elliot Blanchard, Felix Juefei-Xu, Fraylie Nord, Jeff Liang, John Hoffman, Jonas Kohler, Kaolin Fire, Karthik Sivakumar, Lawrence Chen, Licheng Yu, Luya Gao, Markos Georgopoulos, Rashel Moritz, Sara K. Sampson, Shikai Li, Simone Parmeggiani, Steve Fine, Tara Fowler, Vladan Petrovic, Yuming Du
•
Oct 17, 2024
•
99
2
MixEval-X: Valutazioni da Qualsiasi a Qualsiasi da Miste di Dati del Mondo Reale
MixEval-X: Any-to-Any Evaluations from Real-World Data Mixtures
Jinjie Ni, Yifan Song, Deepanway Ghosal, Bo Li, David Junhao Zhang, Xiang Yue, Fuzhao Xue, Zian Zheng, Kaichen Zhang, Mahir Shah, Kabir Jain, Yang You, Michael Shieh
•
Oct 17, 2024
•
76
2
JudgeBench: un benchmark per valutare i giudici basati su LLM.
JudgeBench: A Benchmark for Evaluating LLM-based Judges
Sijun Tan, Siyuan Zhuang, Kyle Montgomery, William Y. Tang, Alejandro Cuadron, Chenguang Wang, Raluca Ada Popa, Ion Stoica
•
Oct 16, 2024
•
48
2
Fluidità: Scaling dei Modelli Generativi Autoregressivi Testo-immagine con Token Continui
Fluid: Scaling Autoregressive Text-to-image Generative Models with Continuous Tokens
Lijie Fan, Tianhong Li, Siyang Qin, Yuanzhen Li, Chen Sun, Michael Rubinstein, Deqing Sun, Kaiming He, Yonglong Tian
•
Oct 17, 2024
•
38
3
Janus: Decodifica visiva disaccoppiata per una comprensione e generazione multimodale unificate
Janus: Decoupling Visual Encoding for Unified Multimodal Understanding and Generation
Chengyue Wu, Xiaokang Chen, Zhiyu Wu, Yiyang Ma, Xingchao Liu, Zizheng Pan, Wen Liu, Zhenda Xie, Xingkai Yu, Chong Ruan, Ping Luo
•
Oct 17, 2024
•
35
4
Percorso verso la Comprensione del Linguaggio Orale Superumano utilizzando Modelli Linguistici di Grandi Dimensioni
Roadmap towards Superhuman Speech Understanding using Large Language Models
Fan Bu, Yuhao Zhang, Xidong Wang, Benyou Wang, Qun Liu, Haizhou Li
•
Oct 17, 2024
•
35
2
MobA: Un sistema di agenti a due livelli per un'automazione efficiente dei compiti mobili
MobA: A Two-Level Agent System for Efficient Mobile Task Automation
Zichen Zhu, Hao Tang, Yansi Li, Kunyao Lan, Yixuan Jiang, Hao Zhou, Yixiao Wang, Situo Zhang, Liangtai Sun, Lu Chen, Kai Yu
•
Oct 17, 2024
•
33
3
WorldCuisines: un benchmark su larga scala per il Question Answering Visivo multilingue e multiculturale sulle Cucine Globali
WorldCuisines: A Massive-Scale Benchmark for Multilingual and Multicultural Visual Question Answering on Global Cuisines
Genta Indra Winata, Frederikus Hudi, Patrick Amadeus Irawan, David Anugraha, Rifki Afina Putri, Yutong Wang, Adam Nohejl, Ubaidillah Ariq Prathama, Nedjma Ousidhoum, Afifa Amriani, Anar Rzayev, Anirban Das, Ashmari Pramodya, Aulia Adila, Bryan Wilie, Candy Olivia Mawalim, Ching Lam Cheng, Daud Abolade, Emmanuele Chersoni, Enrico Santus, Fariz Ikhwantri, Garry Kuwanto, Hanyang Zhao, Haryo Akbarianto Wibowo, Holy Lovenia, Jan Christian Blaise Cruz, Jan Wira Gotama Putra, Junho Myung, Lucky Susanto, Maria Angelica Riera Machin, Marina Zhukova, Michael Anugraha, Muhammad Farid Adilazuarda, Natasha Santosa, Peerat Limkonchotiwat, Raj Dabre, Rio Alexander Audino, Samuel Cahyawijaya, Shi-Xiong Zhang, Stephanie Yulia Salim, Yi Zhou, Yinxuan Gui, David Ifeoluwa Adelani, En-Shiun Annie Lee, Shogo Okada, Ayu Purwarianti, Alham Fikri Aji, Taro Watanabe, Derry Tanti Wijaya, Alice Oh, Chong-Wah Ngo
•
Oct 16, 2024
•
33
3
Sfruttare le interfacce utente delle pagine Web per la comprensione visuale di testi ricchi.
Harnessing Webpage UIs for Text-Rich Visual Understanding
Junpeng Liu, Tianyue Ou, Yifan Song, Yuxiao Qu, Wai Lam, Chenyan Xiong, Wenhu Chen, Graham Neubig, Xiang Yue
•
Oct 17, 2024
•
32
2
DreamVideo-2: Personalizzazione video guidata dal soggetto senza bisogno di addestramento con controllo preciso del movimento
DreamVideo-2: Zero-Shot Subject-Driven Video Customization with Precise Motion Control
Yujie Wei, Shiwei Zhang, Hangjie Yuan, Xiang Wang, Haonan Qiu, Rui Zhao, Yutong Feng, Feng Liu, Zhizhong Huang, Jiaxin Ye, Yingya Zhang, Hongming Shan
•
Oct 17, 2024
•
25
2
MMed-RAG: Sistema RAG Multimodale Versatile per Modelli di Visione e Linguaggio Medico
MMed-RAG: Versatile Multimodal RAG System for Medical Vision Language Models
Peng Xia, Kangyu Zhu, Haoran Li, Tianze Wang, Weijia Shi, Sheng Wang, Linjun Zhang, James Zou, Huaxiu Yao
•
Oct 16, 2024
•
23
3
MoH: Attenzione Multi-Head come Attenzione a Mischia di Teste
MoH: Multi-Head Attention as Mixture-of-Head Attention
Peng Jin, Bo Zhu, Li Yuan, Shuicheng Yan
•
Oct 15, 2024
•
22
2
BenTo: Riduzione dei compiti di benchmark con trasferibilità contestuale
BenTo: Benchmark Task Reduction with In-Context Transferability
Hongyu Zhao, Ming Li, Lichao Sun, Tianyi Zhou
•
Oct 17, 2024
•
20
3
PopAlign: Diversificare i Pattern Contrapposti per un Allineamento più Completo
PopAlign: Diversifying Contrasting Patterns for a More Comprehensive Alignment
Zekun Moore Wang, Shawn Wang, Kang Zhu, Jiaheng Liu, Ke Xu, Jie Fu, Wangchunshu Zhou, Wenhao Huang
•
Oct 17, 2024
•
19
2
Uno Studio Comparativo sui Pattern di Ragionamento del Modello o1 di OpenAI
A Comparative Study on Reasoning Patterns of OpenAI's o1 Model
Siwei Wu, Zhongyuan Peng, Xinrun Du, Tuney Zheng, Minghao Liu, Jialong Wu, Jiachen Ma, Yizhi Li, Jian Yang, Wangchunshu Zhou, Qunshu Lin, Junbo Zhao, Zhaoxiang Zhang, Wenhao Huang, Ge Zhang, Chenghua Lin, J. H. Liu
•
Oct 17, 2024
•
19
2
Una Visione Unificata della Modifica dei Parametri Delta nei Modelli su Larga Scala Post-Allenamento
A Unified View of Delta Parameter Editing in Post-Trained Large-Scale Models
Qiaoyu Tang, Le Yu, Bowen Yu, Hongyu Lin, Keming Lu, Yaojie Lu, Xianpei Han, Le Sun
•
Oct 17, 2024
•
17
2
FlatQuant: l'importanza della planarità per la quantizzazione LLM
FlatQuant: Flatness Matters for LLM Quantization
Yuxuan Sun, Ruikang Liu, Haoli Bai, Han Bao, Kang Zhao, Yuening Li, Jiaxin Hu, Xianzhi Yu, Lu Hou, Chun Yuan, Xin Jiang, Wulong Liu, Jun Yao
•
Oct 12, 2024
•
15
2
VidPanos: Video Panoramici Generativi da Video di Scorrimento Casuale
VidPanos: Generative Panoramic Videos from Casual Panning Videos
Jingwei Ma, Erika Lu, Roni Paiss, Shiran Zada, Aleksander Holynski, Tali Dekel, Brian Curless, Michael Rubinstein, Forrester Cole
•
Oct 17, 2024
•
13
2
Gli LLM hanno correttezza politica? Analisi dei bias etici e delle vulnerabilità di jailbreak nei sistemi di intelligenza artificiale.
Do LLMs Have Political Correctness? Analyzing Ethical Biases and Jailbreak Vulnerabilities in AI Systems
Isack Lee, Haebin Seong
•
Oct 17, 2024
•
13
2
Possono i Modelli Linguaggio Multilingua a Grande Scala comprendere le profonde implicazioni dietro le immagini cinesi?
Can MLLMs Understand the Deep Implication Behind Chinese Images?
Chenhao Zhang, Xi Feng, Yuelin Bai, Xinrun Du, Jinchang Hou, Kaixin Deng, Guangzeng Han, Qinrui Li, Bingli Wang, Jiaheng Liu, Xingwei Qu, Yifei Zhang, Qixuan Zhao, Yiming Liang, Ziqiang Liu, Feiteng Fang, Min Yang, Wenhao Huang, Chenghua Lin, Ge Zhang, Shiwen Ni
•
Oct 17, 2024
•
11
2
Avanzare nonostante i fallimenti: Migliorare la correzione degli errori generativi per ASR con dati sintetici e ampliamento del recupero
Failing Forward: Improving Generative Error Correction for ASR with Synthetic Data and Retrieval Augmentation
Sreyan Ghosh, Mohammad Sadegh Rasooli, Michael Levit, Peidong Wang, Jian Xue, Dinesh Manocha, Jinyu Li
•
Oct 17, 2024
•
10
2
Apprendimento retrospettivo dalle interazioni
Retrospective Learning from Interactions
Zizhao Chen, Mustafa Omer Gul, Yiwei Chen, Gloria Geng, Anne Wu, Yoav Artzi
•
Oct 17, 2024
•
9
2
Ricorda, Recupera e Genera: Comprendere Concetti Visivi Infiniti come il Tuo Assistente Personale
Remember, Retrieve and Generate: Understanding Infinite Visual Concepts as Your Personalized Assistant
Haoran Hao, Jiaming Han, Changsheng Li, Yu-Feng Li, Xiangyu Yue
•
Oct 17, 2024
•
9
2
MuVi: Generazione Video-Musica con Allineamento Semantico e Sincronizzazione Ritmica
MuVi: Video-to-Music Generation with Semantic Alignment and Rhythmic Synchronization
Ruiqi Li, Siqi Zheng, Xize Cheng, Ziang Zhang, Shengpeng Ji, Zhou Zhao
•
Oct 16, 2024
•
9
2
MedMobile: Un modello linguistico delle dimensioni di un dispositivo mobile con capacità cliniche di livello esperto
MedMobile: A mobile-sized language model with expert-level clinical capabilities
Krithik Vishwanath, Jaden Stryker, Anton Alaykin, Daniel Alexander Alber, Eric Karl Oermann
•
Oct 11, 2024
•
9
2
γ-MoD: Esplorazione dell'Adattamento a Miscela di Profondità per Modelli Linguistici Multimodali di Grandi Dimensioni
γ-MoD: Exploring Mixture-of-Depth Adaptation for Multimodal Large Language Models
Yaxin Luo, Gen Luo, Jiayi Ji, Yiyi Zhou, Xiaoshuai Sun, Zhiqiang Shen, Rongrong Ji
•
Oct 17, 2024
•
8
2
LoLDU: Adattamento a basso rango tramite decomposizione inferiore-diagonale-superiore per un fine-tuning efficiente dei parametri
LoLDU: Low-Rank Adaptation via Lower-Diag-Upper Decomposition for Parameter-Efficient Fine-Tuning
Yiming Shi, Jiwei Wei, Yujia Wu, Ran Ran, Chengwei Sun, Shiyuan He, Yang Yang
•
Oct 17, 2024
•
7
2
Dataset e Modelli di Materiali Inorganici Open Materials 2024 (OMat24)
Open Materials 2024 (OMat24) Inorganic Materials Dataset and Models
Luis Barroso-Luque, Muhammed Shuaibi, Xiang Fu, Brandon M. Wood, Misko Dzamba, Meng Gao, Ammar Rizvi, C. Lawrence Zitnick, Zachary W. Ulissi
•
Oct 16, 2024
•
7
1
LRM lungo: Modello di Ricostruzione di Lunghe Sequenze per Copertura Ampia di Splat Gaussiani
Long-LRM: Long-sequence Large Reconstruction Model for Wide-coverage Gaussian Splats
Chen Ziwen, Hao Tan, Kai Zhang, Sai Bi, Fujun Luan, Yicong Hong, Li Fuxin, Zexiang Xu
•
Oct 16, 2024
•
6
2
Regolazione Minima per Sbloccare Output Prolungati da LLM con Dati di Alta Qualità come Chiave
Minimum Tuning to Unlock Long Output from LLMs with High Quality Data as the Key
Yingda Chen, Xingjun Wang, Jintao Huang, Yunlin Mao, Daoze Zhang, Yuze Zhao
•
Oct 14, 2024
•
6
2
Verso la Generazione Visiva AR Senza Guida tramite Allineamento Contrastivo delle Condizioni
Toward Guidance-Free AR Visual Generation via Condition Contrastive Alignment
Huayu Chen, Hang Su, Peize Sun, Jun Zhu
•
Oct 12, 2024
•
5
2
AERO: Modelli di Linguaggio a Moltiplicatori Softmax per un'Inferenza Privata Efficient.
AERO: Softmax-Only LLMs for Efficient Private Inference
Nandan Kumar Jha, Brandon Reagen
•
Oct 16, 2024
•
4
2
TransAgent: Trasferimento di modelli di base di visione-linguaggio con collaborazione di agenti eterogenei
TransAgent: Transfer Vision-Language Foundation Models with Heterogeneous Agent Collaboration
Yiwei Guo, Shaobin Zhuang, Kunchang Li, Yu Qiao, Yali Wang
•
Oct 16, 2024
•
4
2
SBI-RAG: Migliorare la Risoluzione dei Problemi Matematici per gli Studenti tramite Istruzione Basata sugli Schema e Generazione Potenziata dal Recupero
SBI-RAG: Enhancing Math Word Problem Solving for Students through Schema-Based Instruction and Retrieval-Augmented Generation
Prakhar Dixit, Tim Oates
•
Oct 17, 2024
•
3
2