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

AIサイエンティスト：完全自動化されたオープンエンド型科学的発見を目指して
The AI Scientist: Towards Fully Automated Open-Ended Scientific Discovery

Chris Lu, Cong Lu, Robert Tjarko Lange, Jakob Foerster, Jeff Clune, David Ha•Aug 12, 2024•12510

相互推論により、より小さなLLMが強力な問題解決者となる
Mutual Reasoning Makes Smaller LLMs Stronger Problem-Solvers

Zhenting Qi, Mingyuan Ma, Jiahang Xu, Li Lyna Zhang, Fan Yang, Mao Yang•Aug 12, 2024•739

ControlNeXt: 画像およびビデオ生成のための強力で効率的な制御
ControlNeXt: Powerful and Efficient Control for Image and Video Generation

Bohao Peng, Jian Wang, Yuechen Zhang, Wenbo Li, Ming-Chang Yang, Jiaya Jia•Aug 12, 2024•548

Med42-v2: 臨床向けLLMスイート
Med42-v2: A Suite of Clinical LLMs

Clément Christophe, Praveen K Kanithi, Tathagata Raha, Shadab Khan, Marco AF Pimentel•Aug 12, 2024•532

CogVideoX: エキスパートトランスフォーマーを備えたテキストからビデオへの拡散モデル
CogVideoX: Text-to-Video Diffusion Models with An Expert Transformer

Zhuoyi Yang, Jiayan Teng, Wendi Zheng, Ming Ding, Shiyu Huang, Jiazheng Xu, Yuanming Yang, Wenyi Hong, Xiaohan Zhang, Guanyu Feng, Da Yin, Xiaotao Gu, Yuxuan Zhang, Weihan Wang, Yean Cheng, Ting Liu, Bin Xu, Yuxiao Dong, Jie Tang•Aug 12, 2024•406

FruitNeRF：ニューラルラジアンスフィールドに基づく果実計数の統合フレームワーク
FruitNeRF: A Unified Neural Radiance Field based Fruit Counting Framework

Lukas Meyer, Andreas Gilson, Ute Schmidt, Marc Stamminger•Aug 12, 2024•182

VisualAgentBench: 大規模マルチモーダルモデルを視覚基盤エージェントとして目指して
VisualAgentBench: Towards Large Multimodal Models as Visual Foundation Agents

Xiao Liu, Tianjie Zhang, Yu Gu, Iat Long Iong, Yifan Xu, Xixuan Song, Shudan Zhang, Hanyu Lai, Xinyi Liu, Hanlin Zhao, Jiadai Sun, Xinyue Yang, Yu Yang, Zehan Qi, Shuntian Yao, Xueqiao Sun, Siyi Cheng, Qinkai Zheng, Hao Yu, Hanchen Zhang, Wenyi Hong, Ming Ding, Lihang Pan, Xiaotao Gu, Aohan Zeng, Zhengxiao Du, Chan Hee Song, Yu Su, Yuxiao Dong, Jie Tang•Aug 12, 2024•173

HeadGAP: 一般化可能なガウシアンプライアを用いたFew-shot 3Dヘッドアバター
HeadGAP: Few-shot 3D Head Avatar via Generalizable Gaussian Priors

Xiaozheng Zheng, Chao Wen, Zhaohu Li, Weiyi Zhang, Zhuo Su, Xu Chang, Yang Zhao, Zheng Lv, Xiaoyuan Zhang, Yongjie Zhang, Guidong Wang, Lan Xu•Aug 12, 2024•152

UniPortrait：アイデンティティ保存型の単一および複数人物画像パーソナライゼーションのための統一フレームワーク
UniPortrait: A Unified Framework for Identity-Preserving Single- and Multi-Human Image Personalization

Junjie He, Yifeng Geng, Liefeng Bo•Aug 12, 2024•155

ボディトランスフォーマー：ロボットの身体性を活用したポリシー学習
Body Transformer: Leveraging Robot Embodiment for Policy Learning

Carmelo Sferrazza, Dun-Ming Huang, Fangchen Liu, Jongmin Lee, Pieter Abbeel•Aug 12, 2024•102

あなたのコンテキストは配列ではありません：Transformerにおけるランダムアクセスの制限を明らかにする
Your Context Is Not an Array: Unveiling Random Access Limitations in Transformers

MohammadReza Ebrahimi, Sunny Panchal, Roland Memisevic•Aug 10, 2024•102