Ежедневные Исследовательские Статьи по ИИ

Ежедневно отобранные исследовательские статьи по ИИ с переводами

От элементов к дизайну: Пошаговый подход к автоматическому графическому дизайну Композиция
From Elements to Design: A Layered Approach for Automatic Graphic Design Composition

Jiawei Lin, Shizhao Sun, Danqing Huang, Ting Liu, Ji Li, Jiang Bian•Dec 27, 2024•152

VideoMaker: Создание персонализированных видеороликов с нулевым обучением на основе встроенной силы моделей диффузии видео.
VideoMaker: Zero-shot Customized Video Generation with the Inherent Force of Video Diffusion Models

Tao Wu, Yong Zhang, Xiaodong Cun, Zhongang Qi, Junfu Pu, Huanzhang Dou, Guangcong Zheng, Ying Shan, Xi Li•Dec 27, 2024•132

Цифры SBS: Предварительное обучение вопросно-ответной системы на основе синтезированных изображений этап за этапом.
SBS Figures: Pre-training Figure QA from Stage-by-Stage Synthesized Images

Risa Shinoda, Kuniaki Saito, Shohei Tanaka, Tosho Hirasawa, Yoshitaka Ushiku•Dec 23, 2024•52

Ориентировать что угодно: обучение устойчивой оценке ориентации объекта из визуализации 3D-моделей
Orient Anything: Learning Robust Object Orientation Estimation from Rendering 3D Models

Zehan Wang, Ziang Zhang, Tianyu Pang, Chao Du, Hengshuang Zhao, Zhou Zhao•Dec 24, 2024•214

CypherBench: К точному извлечению информации из полномасштабных современных графов знаний в эпоху LLM.
CypherBench: Towards Precise Retrieval over Full-scale Modern Knowledge Graphs in the LLM Era

Yanlin Feng, Simone Papicchio, Sajjadur Rahman•Dec 24, 2024•72

HuatuoGPT-o1, К медицинскому сложному рассуждению с LLMs
HuatuoGPT-o1, Towards Medical Complex Reasoning with LLMs

Junying Chen, Zhenyang Cai, Ke Ji, Xidong Wang, Wanlong Liu, Rongsheng Wang, Jianye Hou, Benyou Wang•Dec 25, 2024•1026

Суперпозиция моделей диффузии с использованием оценщика плотности Ито
The Superposition of Diffusion Models Using the Itô Density Estimator

Marta Skreta, Lazar Atanackovic, Avishek Joey Bose, Alexander Tong, Kirill Neklyudov•Dec 23, 2024•132

1. 58-битный FLUX
1.58-bit FLUX

Chenglin Yang, Celong Liu, Xueqing Deng, Dongwon Kim, Xing Mei, Xiaohui Shen, Liang-Chieh Chen•Dec 24, 2024•846

Оптимизация предпочтений задач: улучшение мультимодальных крупных языковых моделей с выравниванием задач зрения.
Task Preference Optimization: Improving Multimodal Large Language Models with Vision Task Alignment

Ziang Yan, Zhilin Li, Yinan He, Chenting Wang, Kunchang Li, Xinhao Li, Xiangyu Zeng, Zilei Wang, Yali Wang, Yu Qiao, Limin Wang, Yi Wang•Dec 26, 2024•182

Обеспечение безопасности тонко настроенных LLM с помощью объединения моделей до и после настройки.
Safeguard Fine-Tuned LLMs Through Pre- and Post-Tuning Model Merging

Hua Farn, Hsuan Su, Shachi H Kumar, Saurav Sahay, Shang-Tse Chen, Hung-yi Lee•Dec 27, 2024•82

Прогнозирование следующего токена в направлении мультимодального интеллекта: Обзор вопроса
Next Token Prediction Towards Multimodal Intelligence: A Comprehensive Survey

Liang Chen, Zekun Wang, Shuhuai Ren, Lei Li, Haozhe Zhao, Yunshui Li, Zefan Cai, Hongcheng Guo, Lei Zhang, Yizhe Xiong, Yichi Zhang, Ruoyu Wu, Qingxiu Dong, Ge Zhang, Jian Yang, Lingwei Meng, Shujie Hu, Yulong Chen, Junyang Lin, Shuai Bai, Andreas Vlachos, Xu Tan, Minjia Zhang, Wen Xiao, Aaron Yee, Tianyu Liu, Baobao Chang•Dec 16, 2024•582