ChatPaper.ai
Abrir Menu
Início
Artigos do Dia
arXiv
HuggingFace
Preços
Conta
Área de trabalho
🇬🇧
English
Loading...
•
•
•
•
•
•
•
•
•
•
Artigos de Pesquisa em IA Diários
Artigos de pesquisa em IA selecionados diariamente com traduções
March 17th, 2025
Agentes de API vs. Agentes de GUI: Divergência e Convergência
API Agents vs. GUI Agents: Divergence and Convergence
Chaoyun Zhang, Shilin He, Liqun Li, Si Qin, Yu Kang, Qingwei Lin, Dongmei Zhang
•
Mar 14, 2025
•
37
2
PLADIS: Expandindo os Limites da Atenção em Modelos de Difusão no Tempo de Inferência por meio da Aproveitamento da Esparsidade
PLADIS: Pushing the Limits of Attention in Diffusion Models at Inference Time by Leveraging Sparsity
Kwanyoung Kim, Byeongsu Sim
•
Mar 10, 2025
•
84
2
MaRI: Integração de Recuperação de Materiais entre Domínios
MaRI: Material Retrieval Integration across Domains
Jianhui Wang, Zhifei Yang, Yangfan He, Huixiong Zhang, Yuxuan Chen, Jingwei Huang
•
Mar 11, 2025
•
7
2
Desaprendizado de Máquina Robusto para Grupos
Group-robust Machine Unlearning
Thomas De Min, Subhankar Roy, Stéphane Lathuilière, Elisa Ricci, Massimiliano Mancini
•
Mar 12, 2025
•
1
2
CHOrD: Geração de Gêmeos Digitais Organizados, em Escala Residencial e Livres de Colisões para Cenas Internas 3D com Plantas Baixas Controláveis e Layouts Ótimos
CHOrD: Generation of Collision-Free, House-Scale, and Organized Digital Twins for 3D Indoor Scenes with Controllable Floor Plans and Optimal Layouts
Chong Su, Yingbin Fu, Zheyuan Hu, Jing Yang, Param Hanji, Shaojun Wang, Xuan Zhao, Cengiz Öztireli, Fangcheng Zhong
•
Mar 15, 2025
•
3
3
Tecnologias sobre Eficácia e Eficiência: Uma Análise dos Modelos de Espaços de Estados
Technologies on Effectiveness and Efficiency: A Survey of State Spaces Models
Xingtai Lv, Youbang Sun, Kaiyan Zhang, Shang Qu, Xuekai Zhu, Yuchen Fan, Yi Wu, Ermo Hua, Xinwei Long, Ning Ding, Bowen Zhou
•
Mar 14, 2025
•
27
2
Modelagem Autoregressiva de Vizinhos para Geração Visual Eficiente
Neighboring Autoregressive Modeling for Efficient Visual Generation
Yefei He, Yuanyu He, Shaoxuan He, Feng Chen, Hong Zhou, Kaipeng Zhang, Bohan Zhuang
•
Mar 12, 2025
•
8
3
Modelos de Raciocínio de Grande Escala Podem Realizar Raciocínio Analógico sob Incerteza Perceptiva?
Can Large Reasoning Models do Analogical Reasoning under Perceptual Uncertainty?
Giacomo Camposampiero, Michael Hersche, Roger Wattenhofer, Abu Sebastian, Abbas Rahimi
•
Mar 14, 2025
•
5
2
ProJudge: Um Benchmark Multimodal e Multidisciplinar com Conjunto de Dados para Ajuste por Instrução de Juízes de Processo Baseados em MLLM
ProJudge: A Multi-Modal Multi-Discipline Benchmark and Instruction-Tuning Dataset for MLLM-based Process Judges
Jiaxin Ai, Pengfei Zhou, Zhaopan Xu, Ming Li, Fanrui Zhang, Zizhen Li, Jianwen Sun, Yukang Feng, Baojin Huang, Zhongyuan Wang, Kaipeng Zhang
•
Mar 9, 2025
•
8
2
SmolDocling: Um modelo de linguagem visual ultracompacto para conversão multimodal de documentos de ponta a ponta
SmolDocling: An ultra-compact vision-language model for end-to-end multi-modal document conversion
Ahmed Nassar, Andres Marafioti, Matteo Omenetti, Maksym Lysak, Nikolaos Livathinos, Christoph Auer, Lucas Morin, Rafael Teixeira de Lima, Yusik Kim, A. Said Gurbuz, Michele Dolfi, Miquel Farré, Peter W. J. Staar
•
Mar 14, 2025
•
100
14
Cockatiel: Integração de Treinamento Sintético e com Preferências Humanas para Geração de Legendas Detalhadas em Vídeos
Cockatiel: Ensembling Synthetic and Human Preferenced Training for Detailed Video Caption
Luozheng Qin, Zhiyu Tan, Mengping Yang, Xiaomeng Yang, Hao Li
•
Mar 12, 2025
•
5
2
TreeMeshGPT: Geração Artística de Malhas com Sequenciamento Autoregressivo em Árvore
TreeMeshGPT: Artistic Mesh Generation with Autoregressive Tree Sequencing
Stefan Lionar, Jiabin Liang, Gim Hee Lee
•
Mar 14, 2025
•
6
2
ARMOR v0.1: Potencializando o Modelo de Compreensão Multimodal Autoregressivo com Geração Multimodal Intercalada via Sinergia Assimétrica
ARMOR v0.1: Empowering Autoregressive Multimodal Understanding Model with Interleaved Multimodal Generation via Asymmetric Synergy
Jianwen Sun, Yukang Feng, Chuanhao Li, Fanrui Zhang, Zizhen Li, Jiaxin Ai, Sizhuo Zhou, Yu Dai, Shenglin Zhang, Kaipeng Zhang
•
Mar 9, 2025
•
8
2
ETCH: Generalização do Ajuste Corporal para Humanos Vestidos via Apertura Equivariante
ETCH: Generalizing Body Fitting to Clothed Humans via Equivariant Tightness
Boqian Li, Haiwen Feng, Zeyu Cai, Michael J. Black, Yuliang Xiu
•
Mar 13, 2025
•
8
2
Atenção Kolmogorov-Arnold: A Atenção Aprendizável é Melhor para Transformers de Visão?
Kolmogorov-Arnold Attention: Is Learnable Attention Better For Vision Transformers?
Subhajit Maity, Killian Hitsman, Xin Li, Aritra Dutta
•
Mar 13, 2025
•
14
2
TxAgent: Um Agente de IA para Raciocínio Terapêutico Através de um Universo de Ferramentas
TxAgent: An AI Agent for Therapeutic Reasoning Across a Universe of Tools
Shanghua Gao, Richard Zhu, Zhenglun Kong, Ayush Noori, Xiaorui Su, Curtis Ginder, Theodoros Tsiligkaridis, Marinka Zitnik
•
Mar 14, 2025
•
17
3
Aprendendo Modelos de Difusão de Poucos Passos por Correspondência de Distribuição de Trajetória
Learning Few-Step Diffusion Models by Trajectory Distribution Matching
Yihong Luo, Tianyang Hu, Jiacheng Sun, Yujun Cai, Jing Tang
•
Mar 9, 2025
•
7
3
Coleta de Dados Adversariais: Perturbações Colaborativas com Humanos para Aprendizado de Imitação Robótica Eficiente e Robusta
Adversarial Data Collection: Human-Collaborative Perturbations for Efficient and Robust Robotic Imitation Learning
Siyuan Huang, Yue Liao, Siyuan Feng, Shu Jiang, Si Liu, Hongsheng Li, Maoqing Yao, Guanghui Ren
•
Mar 14, 2025
•
36
2
De TOWER para SPIRE: Adicionando a Modalidade de Fala a um LLM Exclusivamente de Texto
From TOWER to SPIRE: Adding the Speech Modality to a Text-Only LLM
Kshitij Ambilduke, Ben Peters, Sonal Sannigrahi, Anil Keshwani, Tsz Kin Lam, Bruno Martins, Marcely Zanon Boito, André F. T. Martins
•
Mar 13, 2025
•
7
2
Descoberta de Habilidades em Mundo Aberto a partir de Demonstrações Não Segmentadas
Open-World Skill Discovery from Unsegmented Demonstrations
Jingwen Deng, Zihao Wang, Shaofei Cai, Anji Liu, Yitao Liang
•
Mar 11, 2025
•
5
3
FlowTok: Transição Suave entre Tokens de Texto e Imagem
FlowTok: Flowing Seamlessly Across Text and Image Tokens
Ju He, Qihang Yu, Qihao Liu, Liang-Chieh Chen
•
Mar 13, 2025
•
19
2
Vamba: Compreendendo Vídeos de Longa Duração com Mambas-Transformers Híbridos
Vamba: Understanding Hour-Long Videos with Hybrid Mamba-Transformers
Weiming Ren, Wentao Ma, Huan Yang, Cong Wei, Ge Zhang, Wenhu Chen
•
Mar 14, 2025
•
20
2
GoalFlow: Correspondência de Fluxo Orientada a Objetivos para Geração de Trajetórias Multimodais em Condução Autônoma de Ponta a Ponta
GoalFlow: Goal-Driven Flow Matching for Multimodal Trajectories Generation in End-to-End Autonomous Driving
Zebin Xing, Xingyu Zhang, Yang Hu, Bo Jiang, Tong He, Qian Zhang, Xiaoxiao Long, Wei Yin
•
Mar 7, 2025
•
3
2
ReCamMaster: Renderização Generativa Controlada por Câmera a Partir de um Único Vídeo
ReCamMaster: Camera-Controlled Generative Rendering from A Single Video
Jianhong Bai, Menghan Xia, Xiao Fu, Xintao Wang, Lianrui Mu, Jinwen Cao, Zuozhu Liu, Haoji Hu, Xiang Bai, Pengfei Wan, Di Zhang
•
Mar 14, 2025
•
140
5
Explorando as Vulnerabilidades do Aprendizado Federado: Uma Análise Profunda dos Ataques de Inversão de Gradiente
Exploring the Vulnerabilities of Federated Learning: A Deep Dive into Gradient Inversion Attacks
Pengxin Guo, Runxi Wang, Shuang Zeng, Jinjing Zhu, Haoning Jiang, Yanran Wang, Yuyin Zhou, Feifei Wang, Hui Xiong, Liangqiong Qu
•
Mar 13, 2025
•
16
2
Pré-treinamento em Grande Escala para Geração de Legendas de Vídeo Fundamentadas
Large-scale Pre-training for Grounded Video Caption Generation
Evangelos Kazakos, Cordelia Schmid, Josef Sivic
•
Mar 13, 2025
•
17
2
VGGT: Transformador com Base em Geometria Visual
VGGT: Visual Geometry Grounded Transformer
Jianyuan Wang, Minghao Chen, Nikita Karaev, Andrea Vedaldi, Christian Rupprecht, David Novotny
•
Mar 14, 2025
•
21
2