AI研究論文デイリー

翻訳付きの日次キュレーションされたAI研究論文

ViTAR: 任意解像度対応のVision Transformer
ViTAR: Vision Transformer with Any Resolution

Qihang Fan, Quanzeng You, Xiaotian Han, Yongfei Liu, Yunzhe Tao, Huaibo Huang, Ran He, Hongxia Yang•Mar 27, 2024•562

Mini-Gemini: マルチモーダル視覚言語モデルの可能性を探る
Mini-Gemini: Mining the Potential of Multi-modality Vision Language Models

Yanwei Li, Yuechen Zhang, Chengyao Wang, Zhisheng Zhong, Yixin Chen, Ruihang Chu, Shaoteng Liu, Jiaya Jia•Mar 27, 2024•484

ObjectDrop：フォトリアルなオブジェクト除去と挿入のための反実仮想ブートストラップ
ObjectDrop: Bootstrapping Counterfactuals for Photorealistic Object Removal and Insertion

Daniel Winter, Matan Cohen, Shlomi Fruchter, Yael Pritch, Alex Rav-Acha, Yedid Hoshen•Mar 27, 2024•284

大規模言語モデルにおける長文の事実性
Long-form factuality in large language models

Jerry Wei, Chengrun Yang, Xinying Song, Yifeng Lu, Nathan Hu, Dustin Tran, Daiyi Peng, Ruibo Liu, Da Huang, Cosmo Du, Quoc V. Le•Mar 27, 2024•262

Garment3DGen: 3D衣類のスタイライゼーションとテクスチャ生成
Garment3DGen: 3D Garment Stylization and Texture Generation

Nikolaos Sarafianos, Tuur Stuyck, Xiaoyu Xiang, Yilei Li, Jovan Popovic, Rakesh Ranjan•Mar 27, 2024•243

BioMedLM: 生物医学テキストで訓練された27億パラメータの言語モデル
BioMedLM: A 2.7B Parameter Language Model Trained On Biomedical Text

Elliot Bolton, Abhinav Venigalla, Michihiro Yasunaga, David Hall, Betty Xiong, Tony Lee, Roxana Daneshjou, Jonathan Frankle, Percy Liang, Michael Carbin, Christopher D. Manning•Mar 27, 2024•243

Gamba: 単一視点3D再構成のためのガウススプラッティングとMambaの融合
Gamba: Marry Gaussian Splatting with Mamba for single view 3D reconstruction

Qiuhong Shen, Xuanyu Yi, Zike Wu, Pan Zhou, Hanwang Zhang, Shuicheng Yan, Xinchao Wang•Mar 27, 2024•212

EgoLifter: エゴセントリック知覚のためのオープンワールド3Dセグメンテーション
EgoLifter: Open-world 3D Segmentation for Egocentric Perception

Qiao Gu, Zhaoyang Lv, Duncan Frost, Simon Green, Julian Straub, Chris Sweeney•Mar 26, 2024•121

FlexEdit: 柔軟かつ制御可能な拡散モデルに基づくオブジェクト中心の画像編集
FlexEdit: Flexible and Controllable Diffusion-based Object-centric Image Editing

Trong-Tung Nguyen, Duc-Anh Nguyen, Anh Tran, Cuong Pham•Mar 27, 2024•111

オンデバイス仮想アシスタントのための世界英語言語モデルに向けて
Towards a World-English Language Model for On-Device Virtual Assistants

Rricha Jalota, Lyan Verwimp, Markus Nussbaum-Thom, Amr Mousa, Arturo Argueta, Youssef Oualil•Mar 27, 2024•61