Ежедневные Исследовательские Статьи по ИИ

Ежедневно отобранные исследовательские статьи по ИИ с переводами

SaulLM-54B и SaulLM-141B: Масштабирование адаптации домена для юридической сферы
SaulLM-54B & SaulLM-141B: Scaling Up Domain Adaptation for the Legal Domain

Pierre Colombo, Telmo Pires, Malik Boudiaf, Rui Melo, Dominic Culver, Sofia Morgado, Etienne Malaboeuf, Gabriel Hautreux, Johanne Charpentier, Michael Desa•Jul 28, 2024•662

Интеграция больших языковых моделей в трёхмодальную архитектуру для автоматизированной классификации депрессии.
Integrating Large Language Models into a Tri-Modal Architecture for Automated Depression Classification

Santosh V. Patapati•Jul 27, 2024•599

SeaLLMs 3: Открытый фреймворк и многоязычные крупномасштабные языковые модели для чатов на языках Юго-Восточной Азии
SeaLLMs 3: Open Foundation and Chat Multilingual Large Language Models for Southeast Asian Languages

Wenxuan Zhang, Hou Pong Chan, Yiran Zhao, Mahani Aljunied, Jianyu Wang, Chaoqun Liu, Yue Deng, Zhiqiang Hu, Weiwen Xu, Yew Ken Chia, Xin Li, Lidong Bing•Jul 29, 2024•586

FreeLong: Генерация длинных видео без обучения с использованием SpectralBlend и временного внимания.
FreeLong: Training-Free Long Video Generation with SpectralBlend Temporal Attention

Yu Lu, Yuanzhi Liang, Linchao Zhu, Yi Yang•Jul 29, 2024•522

Theia: Сжатие разнообразных моделей основы зрительного восприятия для обучения роботов
Theia: Distilling Diverse Vision Foundation Models for Robot Learning

Jinghuan Shang, Karl Schmeckpeper, Brandon B. May, Maria Vittoria Minniti, Tarik Kelestemur, David Watkins, Laura Herlant•Jul 29, 2024•483

MindSearch: Имитация человеческих умов вызывает глубокий исследовательский поиск искусственного интеллекта.
MindSearch: Mimicking Human Minds Elicits Deep AI Searcher

Zehui Chen, Kuikun Liu, Qiuchen Wang, Jiangning Liu, Wenwei Zhang, Kai Chen, Feng Zhao•Jul 29, 2024•444

MMAU: Комплексная оценка возможностей агентов в различных областях
MMAU: A Holistic Benchmark of Agent Capabilities Across Diverse Domains

Guoli Yin, Haoping Bai, Shuang Ma, Feng Nan, Yanchao Sun, Zhaoyang Xu, Shen Ma, Jiarui Lu, Xiang Kong, Aonan Zhang, Dian Ang Yap, Yizhe zhang, Karsten Ahnert, Vik Kamath, Mathias Berglund, Dominic Walsh, Tobias Gindele, Juergen Wiest, Zhengfeng Lai, Xiaoming Wang, Jiulong Shan, Meng Cao, Ruoming Pang, Zirui Wang•Jul 18, 2024•414

Обратная связь диффузии помогает CLIP лучше видеть.
Diffusion Feedback Helps CLIP See Better

Wenxuan Wang, Quan Sun, Fan Zhang, Yepeng Tang, Jing Liu, Xinlong Wang•Jul 29, 2024•372

Смесь вложенных экспертов: Адаптивная обработка визуальных токенов
Mixture of Nested Experts: Adaptive Processing of Visual Tokens

Gagan Jain, Nidhi Hegde, Aditya Kusupati, Arsha Nagrani, Shyamal Buch, Prateek Jain, Anurag Arnab, Sujoy Paul•Jul 29, 2024•374

Самообучение с оптимизацией прямых предпочтений улучшает цепочку логического мышления.
Self-Training with Direct Preference Optimization Improves Chain-of-Thought Reasoning

Tianduo Wang, Shichen Li, Wei Lu•Jul 25, 2024•344

Cycle3D: Высококачественная и последовательная генерация 3D изображений с помощью цикла генерации-восстановления.
Cycle3D: High-quality and Consistent Image-to-3D Generation via Generation-Reconstruction Cycle

Zhenyu Tang, Junwu Zhang, Xinhua Cheng, Wangbo Yu, Chaoran Feng, Yatian Pang, Bin Lin, Li Yuan•Jul 28, 2024•282

Визуальные загадки: вызов для моделей большого масштаба, объединяющий здравый смысл и мировые знания в области зрения и языка.
Visual Riddles: a Commonsense and World Knowledge Challenge for Large Vision and Language Models

Nitzan Bitton-Guetta, Aviv Slobodkin, Aviya Maimon, Eliya Habba, Royi Rassin, Yonatan Bitton, Idan Szpektor, Amir Globerson, Yuval Elovici•Jul 28, 2024•232

Вопросно-ответная система для понимания городской среды в 3D
3D Question Answering for City Scene Understanding

Penglei Sun, Yaoxian Song, Xiang Liu, Xiaofei Yang, Qiang Wang, Tiefeng Li, Yang Yang, Xiaowen Chu•Jul 24, 2024•225

ATHAR: Высококачественный и разнообразный набор данных для перевода классического арабского языка на английский.
ATHAR: A High-Quality and Diverse Dataset for Classical Arabic to English Translation

Mohammed Khalil, Mohammed Sabry•Jul 29, 2024•211

Мета-награждение языковых моделей: самосовершенствующееся выравнивание с LLM в качестве мета-судьи
Meta-Rewarding Language Models: Self-Improving Alignment with LLM-as-a-Meta-Judge

Tianhao Wu, Weizhe Yuan, Olga Golovneva, Jing Xu, Yuandong Tian, Jiantao Jiao, Jason Weston, Sainbayar Sukhbaatar•Jul 28, 2024•212

ImagiNet: Многоконтентный набор данных для обобщенного синтетического обнаружения изображений с помощью контрастного обучения
ImagiNet: A Multi-Content Dataset for Generalizable Synthetic Image Detection via Contrastive Learning

Delyan Boychev, Radostin Cholakov•Jul 29, 2024•202

Анализ тональности литовских онлайн-отзывов с использованием больших языковых моделей
Sentiment Analysis of Lithuanian Online Reviews Using Large Language Models

Brigita Vileikytė, Mantas Lukoševičius, Lukas Stankevičius•Jul 29, 2024•121

Преодоление разрыва: создание аватара в стиле студии с помощью монокулярной камеры телефона.
Bridging the Gap: Studio-like Avatar Creation from a Monocular Phone Capture

ShahRukh Athar, Shunsuke Saito, Zhengyu Yang, Stanislav Pidhorsky, Chen Cao•Jul 28, 2024•121

WalkTheDog: Выравнивание движения с перекрестной морфологией через фазовые многообразия
WalkTheDog: Cross-Morphology Motion Alignment via Phase Manifolds

Peizhuo Li, Sebastian Starke, Yuting Ye, Olga Sorkine-Hornung•Jul 11, 2024•122

VolDoGer: Наборы данных, поддерживаемые LLM, для обобщения области в задачах видео-языкового восприятия
VolDoGer: LLM-assisted Datasets for Domain Generalization in Vision-Language Tasks

Juhwan Choi, Junehyoung Kwon, JungMin Yun, Seunguk Yu, YoungBin Kim•Jul 29, 2024•113

TAPTRv2: Обновление позиции на основе внимания улучшает отслеживание любой точки
TAPTRv2: Attention-based Position Update Improves Tracking Any Point

Hongyang Li, Hao Zhang, Shilong Liu, Zhaoyang Zeng, Feng Li, Tianhe Ren, Bohan Li, Lei Zhang•Jul 23, 2024•114