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

ニューラルインパルス応答フィールドのための音響ボリュームレンダリング
Acoustic Volume Rendering for Neural Impulse Response Fields

Zitong Lan, Chenhao Zheng, Zhiwei Zheng, Mingmin Zhao•Nov 9, 2024•53

ウェーブレット潜在拡散（Wala）：コンパクトなウェーブレット符号化を備えた 10億パラメータ3D生成モデル
Wavelet Latent Diffusion (Wala): Billion-Parameter 3D Generative Model with Compact Wavelet Encodings

Aditya Sanghi, Aliasghar Khani, Pradyumna Reddy, Arianna Rampini, Derek Cheung, Kamal Rahimi Malekshan, Kanika Madan, Hooman Shayani•Nov 12, 2024•112

SAMPart3D：3Dオブジェクト内の任意の部分をセグメント化
SAMPart3D: Segment Any Part in 3D Objects

Yunhan Yang, Yukun Huang, Yuan-Chen Guo, Liangjun Lu, Xiaoyang Wu, Edmund Y. Lam, Yan-Pei Cao, Xihui Liu•Nov 11, 2024•292

強力なモデルは、指導調整において強力な教師ではありません。
Stronger Models are NOT Stronger Teachers for Instruction Tuning

Zhangchen Xu, Fengqing Jiang, Luyao Niu, Bill Yuchen Lin, Radha Poovendran•Nov 11, 2024•392

ハードウェアおよびソフトウェアプラットフォーム推論
Hardware and Software Platform Inference

Cheng Zhang, Hanna Foerster, Robert D. Mullins, Yiren Zhao, Ilia Shumailov•Nov 7, 2024•42

JanusFlow：自己回帰と整流フローを調和させた統一された多モーダル理解と生成
JanusFlow: Harmonizing Autoregression and Rectified Flow for Unified Multimodal Understanding and Generation

Yiyang Ma, Xingchao Liu, Xiaokang Chen, Wen Liu, Chengyue Wu, Zhiyu Wu, Zizheng Pan, Zhenda Xie, Haowei Zhang, Xingkai yu, Liang Zhao, Yisong Wang, Jiaying Liu, Chong Ruan•Nov 12, 2024•313

知覚課題の拡散モデルのスケーリング特性
Scaling Properties of Diffusion Models for Perceptual Tasks

Rahul Ravishankar, Zeeshan Patel, Jathushan Rajasegaran, Jitendra Malik•Nov 12, 2024•132

BLIP3-KALE：知識拡張型大規模密なキャプション
BLIP3-KALE: Knowledge Augmented Large-Scale Dense Captions

Anas Awadalla, Le Xue, Manli Shu, An Yan, Jun Wang, Senthil Purushwalkam, Sheng Shen, Hannah Lee, Oscar Lo, Jae Sung Park, Etash Guha, Silvio Savarese, Ludwig Schmidt, Yejin Choi, Caiming Xiong, Ran Xu•Nov 12, 2024•232