Ежедневные Исследовательские Статьи по ИИ

Ежедневно отобранные исследовательские статьи по ИИ с переводами

ViTAR: Vision Transformer с любым разрешением
ViTAR: Vision Transformer with Any Resolution

Qihang Fan, Quanzeng You, Xiaotian Han, Yongfei Liu, Yunzhe Tao, Huaibo Huang, Ran He, Hongxia Yang•Mar 27, 2024•562

Мини-Гемини: Исследование потенциала мульти-модальных моделей видео-языка
Mini-Gemini: Mining the Potential of Multi-modality Vision Language Models

Yanwei Li, Yuechen Zhang, Chengyao Wang, Zhisheng Zhong, Yixin Chen, Ruihang Chu, Shaoteng Liu, Jiaya Jia•Mar 27, 2024•484

ObjectDrop: Запуск контрфактических для фотореалистичного удаления и вставки объектов.
ObjectDrop: Bootstrapping Counterfactuals for Photorealistic Object Removal and Insertion

Daniel Winter, Matan Cohen, Shlomi Fruchter, Yael Pritch, Alex Rav-Acha, Yedid Hoshen•Mar 27, 2024•284

Долгосрочная фактичность в больших языковых моделях
Long-form factuality in large language models

Jerry Wei, Chengrun Yang, Xinying Song, Yifeng Lu, Nathan Hu, Dustin Tran, Daiyi Peng, Ruibo Liu, Da Huang, Cosmo Du, Quoc V. Le•Mar 27, 2024•262

Garment3DGen: Стилизация и генерация текстуры трехмерной одежды
Garment3DGen: 3D Garment Stylization and Texture Generation

Nikolaos Sarafianos, Tuur Stuyck, Xiaoyu Xiang, Yilei Li, Jovan Popovic, Rakesh Ranjan•Mar 27, 2024•243

BioMedLM: Языковая модель с 2,7 миллиарда параметров, обученная на биомедицинском тексте.
BioMedLM: A 2.7B Parameter Language Model Trained On Biomedical Text

Elliot Bolton, Abhinav Venigalla, Michihiro Yasunaga, David Hall, Betty Xiong, Tony Lee, Roxana Daneshjou, Jonathan Frankle, Percy Liang, Michael Carbin, Christopher D. Manning•Mar 27, 2024•243

Gamba: сочетание метода гауссовского сглаживания с методом Mamba для реконструкции трехмерных объектов по одному изображению
Gamba: Marry Gaussian Splatting with Mamba for single view 3D reconstruction

Qiuhong Shen, Xuanyu Yi, Zike Wu, Pan Zhou, Hanwang Zhang, Shuicheng Yan, Xinchao Wang•Mar 27, 2024•212

EgoLifter: Сегментация трехмерного пространства в открытом мире для эгоцентрического восприятия
EgoLifter: Open-world 3D Segmentation for Egocentric Perception

Qiao Gu, Zhaoyang Lv, Duncan Frost, Simon Green, Julian Straub, Chris Sweeney•Mar 26, 2024•121

FlexEdit: Гибкое и управляемое редактирование изображений на основе диффузии объектов
FlexEdit: Flexible and Controllable Diffusion-based Object-centric Image Editing

Trong-Tung Nguyen, Duc-Anh Nguyen, Anh Tran, Cuong Pham•Mar 27, 2024•111

К созданию мировой модели языка на английском для виртуальных ассистентов на устройствах.
Towards a World-English Language Model for On-Device Virtual Assistants

Rricha Jalota, Lyan Verwimp, Markus Nussbaum-Thom, Amr Mousa, Arturo Argueta, Youssef Oualil•Mar 27, 2024•61