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

ReFT: 言語モデルのための表現ファインチューニング
ReFT: Representation Finetuning for Language Models

Zhengxuan Wu, Aryaman Arora, Zheng Wang, Atticus Geiger, Dan Jurafsky, Christopher D. Manning, Christopher Potts•Apr 4, 2024•9817

CoMat: テキストから画像への拡散モデルと画像からテキストへの概念マッチングの整合
CoMat: Aligning Text-to-Image Diffusion Model with Image-to-Text Concept Matching

Dongzhi Jiang, Guanglu Song, Xiaoshi Wu, Renrui Zhang, Dazhong Shen, Zhuofan Zong, Yu Liu, Hongsheng Li•Apr 4, 2024•374

MiniGPT4-Video: インターリーブされた視覚-テキストトークンによるビデオ理解のためのマルチモーダルLLMの進化
MiniGPT4-Video: Advancing Multimodal LLMs for Video Understanding with Interleaved Visual-Textual Tokens

Kirolos Ataallah, Xiaoqian Shen, Eslam Abdelrahman, Essam Sleiman, Deyao Zhu, Jian Ding, Mohamed Elhoseiny•Apr 4, 2024•293

LVLM-Intrepret: 大規模視覚言語モデルのための解釈可能性ツール
LVLM-Intrepret: An Interpretability Tool for Large Vision-Language Models

Gabriela Ben Melech Stan, Raanan Yehezkel Rohekar, Yaniv Gurwicz, Matthew Lyle Olson, Anahita Bhiwandiwalla, Estelle Aflalo, Chenfei Wu, Nan Duan, Shao-Yen Tseng, Vasudev Lal•Apr 3, 2024•271

ニューラル圧縮されたテキストを用いたLLMの学習
Training LLMs over Neurally Compressed Text

Brian Lester, Jaehoon Lee, Alex Alemi, Jeffrey Pennington, Adam Roberts, Jascha Sohl-Dickstein, Noah Constant•Apr 4, 2024•253

CodeEditorBench: 大規模言語モデルのコード編集能力の評価
CodeEditorBench: Evaluating Code Editing Capability of Large Language Models

Jiawei Guo, Ziming Li, Xueling Liu, Kaijing Ma, Tianyu Zheng, Zhouliang Yu, Ding Pan, Yizhi LI, Ruibo Liu, Yue Wang, Shuyue Guo, Xingwei Qu, Xiang Yue, Ge Zhang, Wenhu Chen, Jie Fu•Apr 4, 2024•181

PointInfinity: 解像度不変なポイント拡散モデル
PointInfinity: Resolution-Invariant Point Diffusion Models

Zixuan Huang, Justin Johnson, Shoubhik Debnath, James M. Rehg, Chao-Yuan Wu•Apr 4, 2024•161

GPT-4Vのレッドチーミング：GPT-4Vは単一/複数モーダルなジェイルブレイク攻撃に対して安全か？
Red Teaming GPT-4V: Are GPT-4V Safe Against Uni/Multi-Modal Jailbreak Attacks?

Shuo Chen, Zhen Han, Bailan He, Zifeng Ding, Wenqian Yu, Philip Torr, Volker Tresp, Jindong Gu•Apr 4, 2024•110

RALL-E: テキスト音声合成のための連鎖的思考プロンプトを用いたロバストなコーデック言語モデリング
RALL-E: Robust Codec Language Modeling with Chain-of-Thought Prompting for Text-to-Speech Synthesis

Detai Xin, Xu Tan, Kai Shen, Zeqian Ju, Dongchao Yang, Yuancheng Wang, Shinnosuke Takamichi, Hiroshi Saruwatari, Shujie Liu, Jinyu Li, Sheng Zhao•Apr 4, 2024•100