Ежедневные Исследовательские Статьи по ИИ

Ежедневно отобранные исследовательские статьи по ИИ с переводами

Синтез непрерывной речи с использованием латентной диффузии на уровне токенов.
Continuous Speech Synthesis using per-token Latent Diffusion

Arnon Turetzky, Nimrod Shabtay, Slava Shechtman, Hagai Aronowitz, David Haws, Ron Hoory, Avihu Dekel•Oct 21, 2024•303

Гибридные предпочтения: обучение маршрутизации экземпляров для обратной связи человека против ИИ.
Hybrid Preferences: Learning to Route Instances for Human vs. AI Feedback

Lester James V. Miranda, Yizhong Wang, Yanai Elazar, Sachin Kumar, Valentina Pyatkin, Faeze Brahman, Noah A. Smith, Hannaneh Hajishirzi, Pradeep Dasigi•Oct 24, 2024•112

Reflection-Bench: исследование интеллекта искусственного интеллекта с помощью рефлексии
Reflection-Bench: probing AI intelligence with reflection

Lingyu Li, Yixu Wang, Haiquan Zhao, Shuqi Kong, Yan Teng, Chunbo Li, Yingchun Wang•Oct 21, 2024•62

Использование навыков на основе неразмеченных предварительных данных для эффективного онлайн-исследования
Leveraging Skills from Unlabeled Prior Data for Efficient Online Exploration

Max Wilcoxson, Qiyang Li, Kevin Frans, Sergey Levine•Oct 23, 2024•42

Превосходят ли LLM лучше, чем сообщается? Обнаружение ошибок меток и смягчение их влияния на производительность модели.
Are LLMs Better than Reported? Detecting Label Errors and Mitigating Their Effect on Model Performance

Omer Nahum, Nitay Calderon, Orgad Keller, Idan Szpektor, Roi Reichart•Oct 24, 2024•152

Infinity-MM: Масштабирование мультимодальной производительности с большим масштабом и высококачественными данными инструкций
Infinity-MM: Scaling Multimodal Performance with Large-Scale and High-Quality Instruction Data

Shuhao Gu, Jialing Zhang, Siyuan Zhou, Kevin Yu, Zhaohu Xing, Liangdong Wang, Zhou Cao, Jintao Jia, Zhuoyi Zhang, Yixuan Wang, Zhenchong Hu, Bo-Wen Zhang, Jijie Li, Dong Liang, Yingli Zhao, Yulong Ao, Yaoqi Liu, Fangxiang Feng, Guang Liu•Oct 24, 2024•202

Способность к подсчету больших языковых моделей и влияние токенизации.
Counting Ability of Large Language Models and Impact of Tokenization

Xiang Zhang, Juntai Cao, Chenyu You•Oct 25, 2024•112

FasterCache: Ускорение модели диффузии видео без обучения с высоким качеством
FasterCache: Training-Free Video Diffusion Model Acceleration with High Quality

Zhengyao Lv, Chenyang Si, Junhao Song, Zhenyu Yang, Yu Qiao, Ziwei Liu, Kwan-Yee K. Wong•Oct 25, 2024•232

Анализ остаточного потока языковых моделей в условиях конфликта знаний
Analysing the Residual Stream of Language Models Under Knowledge Conflicts

Yu Zhao, Xiaotang Du, Giwon Hong, Aryo Pradipta Gema, Alessio Devoto, Hongru Wang, Xuanli He, Kam-Fai Wong, Pasquale Minervini•Oct 21, 2024•72

Динамическое трехмерное гауссовское отслеживание для моделирования нейродинамики на основе графов.
Dynamic 3D Gaussian Tracking for Graph-Based Neural Dynamics Modeling

Mingtong Zhang, Kaifeng Zhang, Yunzhu Li•Oct 24, 2024•62

MMAU: Массивный многозадачный бенчмарк по пониманию и рассуждениям аудио.
MMAU: A Massive Multi-Task Audio Understanding and Reasoning Benchmark

S Sakshi, Utkarsh Tyagi, Sonal Kumar, Ashish Seth, Ramaneswaran Selvakumar, Oriol Nieto, Ramani Duraiswami, Sreyan Ghosh, Dinesh Manocha•Oct 24, 2024•202

ROCKET-1: Овладение взаимодействием в открытом мире с визуально-временным контекстом. Подсказка
ROCKET-1: Master Open-World Interaction with Visual-Temporal Context Prompting

Shaofei Cai, Zihao Wang, Kewei Lian, Zhancun Mu, Xiaojian Ma, Anji Liu, Yitao Liang•Oct 23, 2024•526

Фиктивные синтетические данные могут улучшить достоверность LLM через предварительное обучение.
Fictitious Synthetic Data Can Improve LLM Factuality via Prerequisite Learning

Yujian Liu, Shiyu Chang, Tommi Jaakkola, Yang Zhang•Oct 25, 2024•102

Обучение мультимодальных языковых моделей с вниманием к пониманию электрокардиографических изображений.
Teach Multimodal LLMs to Comprehend Electrocardiographic Images

Ruoqi Liu, Yuelin Bai, Xiang Yue, Ping Zhang•Oct 21, 2024•242

Картирование медийного ландшафта: прогнозирование фактической отчетности и политического предвзятости через веб-взаимодействия
Mapping the Media Landscape: Predicting Factual Reporting and Political Bias Through Web Interactions

Dairazalia Sánchez-Cortés, Sergio Burdisso, Esaú Villatoro-Tello, Petr Motlicek•Oct 23, 2024•52

Рефакторинг LLM как Маршрутизированный Микс Экспертов с Системным Совместным Проектированием
Read-ME: Refactorizing LLMs as Router-Decoupled Mixture of Experts with System Co-Design

Ruisi Cai, Yeonju Ro, Geon-Woo Kim, Peihao Wang, Babak Ehteshami Bejnordi, Aditya Akella, Zhangyang Wang•Oct 24, 2024•152