Artigos de Pesquisa em IA Diários

Artigos de pesquisa em IA selecionados diariamente com traduções

Relatório Técnico do BitNet b1.58 2B4T
BitNet b1.58 2B4T Technical Report

Shuming Ma, Hongyu Wang, Shaohan Huang, Xingxing Zhang, Ying Hu, Ting Song, Yan Xia, Furu Wei•Apr 16, 2025•682

ReTool: Aprendizado por Reforço para Uso Estratégico de Ferramentas em LLMs
ReTool: Reinforcement Learning for Strategic Tool Use in LLMs

Jiazhan Feng, Shijue Huang, Xingwei Qu, Ge Zhang, Yujia Qin, Baoquan Zhong, Chengquan Jiang, Jinxin Chi, Wanjun Zhong•Apr 15, 2025•604

ColorBench: Os Modelos de Linguagem Visual Podem Ver e Compreender o Mundo Colorido? Um Benchmark Abrangente para Percepção de Cores, Raciocínio e Robustez
ColorBench: Can VLMs See and Understand the Colorful World? A Comprehensive Benchmark for Color Perception, Reasoning, and Robustness

Yijun Liang, Ming Li, Chenrui Fan, Ziyue Li, Dang Nguyen, Kwesi Cobbina, Shweta Bhardwaj, Jiuhai Chen, Fuxiao Liu, Tianyi Zhou•Apr 10, 2025•454

SFT ou RL? Uma Investigação Preliminar sobre o Treinamento de Modelos de Grande Porte de Linguagem e Visão com Raciocínio Semelhante ao R1
SFT or RL? An Early Investigation into Training R1-Like Reasoning Large Vision-Language Models

Hardy Chen, Haoqin Tu, Fali Wang, Hui Liu, Xianfeng Tang, Xinya Du, Yuyin Zhou, Cihang Xie•Apr 10, 2025•282

Cobra: Colorização Eficiente de Arte Linear com Referências Mais Amplas
Cobra: Efficient Line Art COlorization with BRoAder References

Junhao Zhuang, Lingen Li, Xuan Ju, Zhaoyang Zhang, Chun Yuan, Ying Shan•Apr 16, 2025•272

AlayaDB: A Base de Dados para Inferência Eficiente e Eficaz de LLMs de Contexto Longo
AlayaDB: The Data Foundation for Efficient and Effective Long-context LLM Inference

Yangshen Deng, Zhengxin You, Long Xiang, Qilong Li, Peiqi Yuan, Zhaoyang Hong, Yitao Zheng, Wanting Li, Runzhong Li, Haotian Liu, Kyriakos Mouratidis, Man Lung Yiu, Huan Li, Qiaomu Shen, Rui Mao, Bo Tang•Apr 14, 2025•253

REPA-E: Desbloqueando VAEs para Ajuste Fim a Fim com Difusão Latente em Transformers
REPA-E: Unlocking VAE for End-to-End Tuning with Latent Diffusion Transformers

Xingjian Leng, Jaskirat Singh, Yunzhong Hou, Zhenchang Xing, Saining Xie, Liang Zheng•Apr 14, 2025•202

MLRC-Bench: Agentes de Linguagem Podem Resolver Desafios de Pesquisa em Aprendizado de Máquina?
MLRC-Bench: Can Language Agents Solve Machine Learning Research Challenges?

Yunxiang Zhang, Muhammad Khalifa, Shitanshu Bhushan, Grant D Murphy, Lajanugen Logeswaran, Jaekyeom Kim, Moontae Lee, Honglak Lee, Lu Wang•Apr 13, 2025•172

SIFT-50M: Um Grande Conjunto de Dados Multilíngue para Ajuste Fino de Instruções de Fala
SIFT-50M: A Large-Scale Multilingual Dataset for Speech Instruction Fine-Tuning

Prabhat Pandey, Rupak Vignesh Swaminathan, K V Vijay Girish, Arunasish Sen, Jian Xie, Grant P. Strimel, Andreas Schwarz•Apr 12, 2025•172

Detecção Robusta e de Alta Precisão de Textos Gerados por IA
Robust and Fine-Grained Detection of AI Generated Texts

Ram Mohan Rao Kadiyala, Siddartha Pullakhandam, Kanwal Mehreen, Drishti Sharma, Siddhant Gupta, Jebish Purbey, Ashay Srivastava, Subhasya TippaReddy, Arvind Reddy Bobbili, Suraj Telugara Chandrashekhar, Modabbir Adeeb, Srinadh Vura, Hamza Farooq•Apr 16, 2025•112

Em Direção à Aprendizagem para Completar Qualquer Coisa em Lidar
Towards Learning to Complete Anything in Lidar

Ayca Takmaz, Cristiano Saltori, Neehar Peri, Tim Meinhardt, Riccardo de Lutio, Laura Leal-Taixé, Aljoša Ošep•Apr 16, 2025•102

Vivid4D: Aprimorando a Reconstrução 4D a partir de Vídeo Monocular por meio de Inpaint de Vídeo
Vivid4D: Improving 4D Reconstruction from Monocular Video by Video Inpainting

Jiaxin Huang, Sheng Miao, BangBnag Yang, Yuewen Ma, Yiyi Liao•Apr 15, 2025•102

Sizigia dos Pensamentos: Melhorando o CoT de LLMs com a Resolução Livre Mínima
Syzygy of Thoughts: Improving LLM CoT with the Minimal Free Resolution

Chenghao Li, Chaoning Zhang, Yi Lu, Jiaquan Zhang, Qigan Sun, Xudong Wang, Jiwei Wei, Guoqing Wang, Yang Yang, Heng Tao Shen•Apr 13, 2025•102

BlockGaussian: Síntese Eficiente de Novas Visões em Cenas de Grande Escala via Splatting Gaussiano Baseado em Blocos Adaptativos
BlockGaussian: Efficient Large-Scale Scene Novel View Synthesis via Adaptive Block-Based Gaussian Splatting

Yongchang Wu, Zipeng Qi, Zhenwei Shi, Zhengxia Zou•Apr 12, 2025•72

FreshStack: Construindo Benchmarks Realistas para Avaliação de Recuperação em Documentos Técnicos
FreshStack: Building Realistic Benchmarks for Evaluating Retrieval on Technical Documents

Nandan Thakur, Jimmy Lin, Sam Havens, Michael Carbin, Omar Khattab, Andrew Drozdov•Apr 17, 2025•53

"Não é uma representação de mim": Examinando o Viés de Sotaque e a Exclusão Digital em Serviços de Voz Sintética com IA
"It's not a representation of me": Examining Accent Bias and Digital Exclusion in Synthetic AI Voice Services

Shira Michel, Sufi Kaur, Sarah Elizabeth Gillespie, Jeffrey Gleason, Christo Wilson, Avijit Ghosh•Apr 12, 2025•42