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

段階的一貫性モデル
Phased Consistency Model

Fu-Yun Wang, Zhaoyang Huang, Alexander William Bergman, Dazhong Shen, Peng Gao, Michael Lingelbach, Keqiang Sun, Weikang Bian, Guanglu Song, Yu Liu, Hongsheng Li, Xiaogang Wang•May 28, 2024•4911

2BP: 2段階バックプロパゲーション
2BP: 2-Stage Backpropagation

Christopher Rae, Joseph K. L. Lee, James Richings•May 28, 2024•276

Instruct-MusicGen: 命令チューニングによる音楽言語モデルのためのテキストから音楽編集の解放
Instruct-MusicGen: Unlocking Text-to-Music Editing for Music Language Models via Instruction Tuning

Yixiao Zhang, Yukara Ikemiya, Woosung Choi, Naoki Murata, Marco A. Martínez-Ramírez, Liwei Lin, Gus Xia, Wei-Hsiang Liao, Yuki Mitsufuji, Simon Dixon•May 28, 2024•233

Yuan 2.0-M32: アテンションルーターを備えたエキスパートの混合モデル
Yuan 2.0-M32: Mixture of Experts with Attention Router

Shaohua Wu, Jiangang Luo, Xi Chen, Lingjun Li, Xudong Zhao, Tong Yu, Chao Wang, Yue Wang, Fei Wang, Weixu Qiao, Houbo He, Zeru Zhang, Zeyu Sun, Junxiong Mao, Chong Shen•May 28, 2024•222

LLaMA-NAS: 大規模言語モデルのための効率的なニューラルアーキテクチャサーチ
LLaMA-NAS: Efficient Neural Architecture Search for Large Language Models

Anthony Sarah, Sharath Nittur Sridhar, Maciej Szankin, Sairam Sundaresan•May 28, 2024•213

GFlow: 単眼動画からの4D世界復元
GFlow: Recovering 4D World from Monocular Video

Shizun Wang, Xingyi Yang, Qiuhong Shen, Zhenxiang Jiang, Xinchao Wang•May 28, 2024•183

VeLoRA: ランク1サブトークン射影を用いたメモリ効率の良いトレーニング
VeLoRA: Memory Efficient Training using Rank-1 Sub-Token Projections

Roy Miles, Pradyumna Reddy, Ismail Elezi, Jiankang Deng•May 28, 2024•144

3DitScene: 言語誘導型分離ガウシアンスプラッティングによる任意シーンの編集
3DitScene: Editing Any Scene via Language-guided Disentangled Gaussian Splatting

Qihang Zhang, Yinghao Xu, Chaoyang Wang, Hsin-Ying Lee, Gordon Wetzstein, Bolei Zhou, Ceyuan Yang•May 28, 2024•90