Artigos de Pesquisa em IA Diários

Artigos de pesquisa em IA selecionados diariamente com traduções

Video-R1: Reforçando o Raciocínio em Vídeo em MLLMs
Video-R1: Reinforcing Video Reasoning in MLLMs

Kaituo Feng, Kaixiong Gong, Bohao Li, Zonghao Guo, Yibing Wang, Tianshuo Peng, Benyou Wang, Xiangyu Yue•Mar 27, 2025•786

Agente de Modelo de Linguagem de Grande Escala: Uma Análise sobre Metodologia, Aplicações e Desafios
Large Language Model Agent: A Survey on Methodology, Applications and Challenges

Junyu Luo, Weizhi Zhang, Ye Yuan, Yusheng Zhao, Junwei Yang, Yiyang Gu, Bohan Wu, Binqi Chen, Ziyue Qiao, Qingqing Long, Rongcheng Tu, Xiao Luo, Wei Ju, Zhiping Xiao, Yifan Wang, Meng Xiao, Chenwu Liu, Jingyang Yuan, Shichang Zhang, Yiqiao Jin, Fan Zhang, Xian Wu, Hanqing Zhao, Dacheng Tao, Philip S. Yu, Ming Zhang•Mar 27, 2025•772

UI-R1: Melhorando a Previsão de Ações de Agentes de Interface Gráfica por meio de Aprendizado por Reforço
UI-R1: Enhancing Action Prediction of GUI Agents by Reinforcement Learning

Zhengxi Lu, Yuxiang Chai, Yaxuan Guo, Xi Yin, Liang Liu, Hao Wang, Guanjing Xiong, Hongsheng Li•Mar 27, 2025•619

Desafiando os Limites do Raciocínio: Um Benchmark de Matemática em Nível Olímpico para Modelos de Linguagem de Grande Escala
Challenging the Boundaries of Reasoning: An Olympiad-Level Math Benchmark for Large Language Models

Haoxiang Sun, Yingqian Min, Zhipeng Chen, Wayne Xin Zhao, Zheng Liu, Zhongyuan Wang, Lei Fang, Ji-Rong Wen•Mar 27, 2025•374

VBench-2.0: Avançando o Conjunto de Benchmark para Geração de Vídeo com Foco na Fidelidade Intrínseca
VBench-2.0: Advancing Video Generation Benchmark Suite for Intrinsic Faithfulness

Dian Zheng, Ziqi Huang, Hongbo Liu, Kai Zou, Yinan He, Fan Zhang, Yuanhan Zhang, Jingwen He, Wei-Shi Zheng, Yu Qiao, Ziwei Liu•Mar 27, 2025•332

ReaRAG: Raciocínio Guiado por Conhecimento Melhora a Factualidade de Modelos de Raciocínio de Grande Escala com Geração Aumentada por Recuperação Iterativa
ReaRAG: Knowledge-guided Reasoning Enhances Factuality of Large Reasoning Models with Iterative Retrieval Augmented Generation

Zhicheng Lee, Shulin Cao, Jinxin Liu, Jiajie Zhang, Weichuan Liu, Xiaoyin Che, Lei Hou, Juanzi Li•Mar 27, 2025•284

LeX-Art: Repensando a Geração de Texto por meio da Síntese Escalável de Dados de Alta Qualidade
LeX-Art: Rethinking Text Generation via Scalable High-Quality Data Synthesis

Shitian Zhao, Qilong Wu, Xinyue Li, Bo Zhang, Ming Li, Qi Qin, Dongyang Liu, Kaipeng Zhang, Hongsheng Li, Yu Qiao, Peng Gao, Bin Fu, Zhen Li•Mar 27, 2025•262

ChatAnyone: Geração Estilizada de Vídeo de Retrato em Tempo Real com Modelo Hierárquico de Difusão de Movimento
ChatAnyone: Stylized Real-time Portrait Video Generation with Hierarchical Motion Diffusion Model

Jinwei Qi, Chaonan Ji, Sheng Xu, Peng Zhang, Bang Zhang, Liefeng Bo•Mar 27, 2025•253

Embodied-Reasoner: Sinergizando Busca Visual, Raciocínio e Ação para Tarefas Interativas de Embodiment
Embodied-Reasoner: Synergizing Visual Search, Reasoning, and Action for Embodied Interactive Tasks

Wenqi Zhang, Mengna Wang, Gangao Liu, Xu Huixin, Yiwei Jiang, Yongliang Shen, Guiyang Hou, Zhe Zheng, Hang Zhang, Xin Li, Weiming Lu, Peng Li, Yueting Zhuang•Mar 27, 2025•223

Lumina-Image 2.0: Um Framework Unificado e Eficiente para Geração de Imagens
Lumina-Image 2.0: A Unified and Efficient Image Generative Framework

Qi Qin, Le Zhuo, Yi Xin, Ruoyi Du, Zhen Li, Bin Fu, Yiting Lu, Jiakang Yuan, Xinyue Li, Dongyang Liu, Xiangyang Zhu, Manyuan Zhang, Will Beddow, Erwann Millon, Victor Perez, Wenhai Wang, Conghui He, Bo Zhang, Xiaohong Liu, Hongsheng Li, Yu Qiao, Chang Xu, Peng Gao•Mar 27, 2025•212

ResearchBench: Avaliação de Modelos de Linguagem de Grande Escala na Descoberta Científica por meio de Decomposição de Tarefas Baseada em Inspiração
ResearchBench: Benchmarking LLMs in Scientific Discovery via Inspiration-Based Task Decomposition

Yujie Liu, Zonglin Yang, Tong Xie, Jinjie Ni, Ben Gao, Yuqiang Li, Shixiang Tang, Wanli Ouyang, Erik Cambria, Dongzhan Zhou•Mar 27, 2025•202

FinAudio: Um Benchmark para Modelos de Linguagem de Grande Escala em Aplicações Financeiras de Áudio
FinAudio: A Benchmark for Audio Large Language Models in Financial Applications

Yupeng Cao, Haohang Li, Yangyang Yu, Shashidhar Reddy Javaji, Yueru He, Jimin Huang, Zining Zhu, Qianqian Xie, Xiao-yang Liu, Koduvayur Subbalakshmi, Meikang Qiu, Sophia Ananiadou, Jian-Yun Nie•Mar 26, 2025•192

O Vídeo Sintético Melhora a Fidelidade Física na Síntese de Vídeo
Synthetic Video Enhances Physical Fidelity in Video Synthesis

Qi Zhao, Xingyu Ni, Ziyu Wang, Feng Cheng, Ziyan Yang, Lu Jiang, Bohan Wang•Mar 26, 2025•163

Passo Ótimo para Amostragem de Difusão
Optimal Stepsize for Diffusion Sampling

Jianning Pei, Han Hu, Shuyang Gu•Mar 27, 2025•132

Explorando a Evolução da Cognição Física na Geração de Vídeos: Uma Revisão
Exploring the Evolution of Physics Cognition in Video Generation: A Survey

Minghui Lin, Xiang Wang, Yishan Wang, Shu Wang, Fengqi Dai, Pengxiang Ding, Cunxiang Wang, Zhengrong Zuo, Nong Sang, Siteng Huang, Donglin Wang•Mar 27, 2025•112

Difusão Discreta Multimodal Unificada
Unified Multimodal Discrete Diffusion

Alexander Swerdlow, Mihir Prabhudesai, Siddharth Gandhi, Deepak Pathak, Katerina Fragkiadaki•Mar 26, 2025•92

Feature4X: Conectando Qualquer Vídeo Monocular à IA Agente 4D com Campos de Características Gaussianas Versáteis
Feature4X: Bridging Any Monocular Video to 4D Agentic AI with Versatile Gaussian Feature Fields

Shijie Zhou, Hui Ren, Yijia Weng, Shuwang Zhang, Zhen Wang, Dejia Xu, Zhiwen Fan, Suya You, Zhangyang Wang, Leonidas Guibas, Achuta Kadambi•Mar 26, 2025•82

Adaptação de Biblioteca Semântica: Recuperação e Fusão LoRA para Segmentação Semântica de Vocabulário Aberto
Semantic Library Adaptation: LoRA Retrieval and Fusion for Open-Vocabulary Semantic Segmentation

Reza Qorbani, Gianluca Villani, Theodoros Panagiotakopoulos, Marc Botet Colomer, Linus Härenstam-Nielsen, Mattia Segu, Pier Luigi Dovesi, Jussi Karlgren, Daniel Cremers, Federico Tombari, Matteo Poggi•Mar 27, 2025•72

ZJUKLAB no SemEval-2025 Tarefa 4: Desaprendizado via Fusão de Modelos
ZJUKLAB at SemEval-2025 Task 4: Unlearning via Model Merging

Haoming Xu, Shuxun Wang, Yanqiu Zhao, Yi Zhong, Ziyan Jiang, Ningyuan Zhao, Shumin Deng, Huajun Chen, Ningyu Zhang•Mar 27, 2025•72

LLPut: Investigando Modelos de Linguagem de Grande Escala para Geração de Entradas Baseadas em Relatórios de Bugs
LLPut: Investigating Large Language Models for Bug Report-Based Input Generation

Alif Al Hasan, Subarna Saha, Mia Mohammad Imran, Tarannum Shaila Zaman•Mar 26, 2025•52

Tracktention: Aproveitando o Rastreamento de Pontos para Analisar Vídeos de Forma Mais Rápida e Eficiente
Tracktention: Leveraging Point Tracking to Attend Videos Faster and Better

Zihang Lai, Andrea Vedaldi•Mar 25, 2025•22

LOCATEdit: Atenção Cruzada Otimizada por Laplaciano de Grafos para Edição Localizada de Imagens Guiada por Texto
LOCATEdit: Graph Laplacian Optimized Cross Attention for Localized Text-Guided Image Editing

Achint Soni, Meet Soni, Sirisha Rambhatla•Mar 27, 2025•12