Ежедневные Исследовательские Статьи по ИИ

Ежедневно отобранные исследовательские статьи по ИИ с переводами

Дискуссия способствует обобщению от слабого к сильному.
Debate Helps Weak-to-Strong Generalization

Hao Lang, Fei Huang, Yongbin Li•Jan 21, 2025•72

Step-KTO: Оптимизация математического рассуждения через пошаговую двоичную обратную связь
Step-KTO: Optimizing Mathematical Reasoning through Stepwise Binary Feedback

Yen-Ting Lin, Di Jin, Tengyu Xu, Tianhao Wu, Sainbayar Sukhbaatar, Chen Zhu, Yun He, Yun-Nung Chen, Jason Weston, Yuandong Tian, Arash Rahnama, Sinong Wang, Hao Ma, Han Fang•Jan 18, 2025•153

Улучшение генерации видео с помощью обратной связи от человека
Improving Video Generation with Human Feedback

Jie Liu, Gongye Liu, Jiajun Liang, Ziyang Yuan, Xiaokun Liu, Mingwu Zheng, Xiele Wu, Qiulin Wang, Wenyu Qin, Menghan Xia, Xintao Wang, Xiaohong Liu, Fei Yang, Pengfei Wan, Di Zhang, Kun Gai, Yujiu Yang, Wanli Ouyang•Jan 23, 2025•504

Сигма: Дифференциальное масштабирование запроса, ключа и значения для эффективных языковых моделей
Sigma: Differential Rescaling of Query, Key and Value for Efficient Language Models

Zhenghao Lin, Zihao Tang, Xiao Liu, Yeyun Gong, Yi Cheng, Qi Chen, Hang Li, Ying Xin, Ziyue Yang, Kailai Yang, Yu Yan, Xiao Liang, Shuai Lu, Yiming Huang, Zheheng Luo, Lei Qu, Xuan Feng, Yaoxiang Wang, Yuqing Xia, Feiyang Chen, Yuting Jiang, Yasen Hu, Hao Ni, Binyang Li, Guoshuai Zhao, Jui-Hao Chiang, Zhongxin Guo, Chen Lin, Kun Kuang, Wenjie Li, Yelong Shen, Jian Jiao, Peng Cheng, Mao Yang•Jan 23, 2025•482

DiffuEraser: Модель диффузии для видеоинпейнтинга
DiffuEraser: A Diffusion Model for Video Inpainting

Xiaowen Li, Haolan Xue, Peiran Ren, Liefeng Bo•Jan 17, 2025•142

GSTAR: Отслеживание и восстановление поверхности Гаусса
GSTAR: Gaussian Surface Tracking and Reconstruction

Chengwei Zheng, Lixin Xue, Juan Zarate, Jie Song•Jan 17, 2025•52

EchoVideo: Генерация видео с сохранением личности человека путем объединения мультимодальных признаков
EchoVideo: Identity-Preserving Human Video Generation by Multimodal Feature Fusion

Jiangchuan Wei, Shiyue Yan, Wenfeng Lin, Boyuan Liu, Renjie Chen, Mingyu Guo•Jan 23, 2025•72

Управляемый LLM: Управляемая Эволюция для Сохранения Интеллекта в LLM
Control LLM: Controlled Evolution for Intelligence Retention in LLM

Haichao Wei, Yunxiang Ren, Zhoutong Fu, Aman Lunia, Yi-Lin Chen, Alice Leung, Ya Xu•Jan 19, 2025•62

Эволюция и рыцарский слепой пятно машинного обучения
Evolution and The Knightian Blindspot of Machine Learning

Joel Lehman, Elliot Meyerson, Tarek El-Gaaly, Kenneth O. Stanley, Tarin Ziyaee•Jan 22, 2025•62

Оптимизация временных предпочтений для понимания видео большой продолжительности
Temporal Preference Optimization for Long-Form Video Understanding

Rui Li, Xiaohan Wang, Yuhui Zhang, Zeyu Wang, Serena Yeung-Levy•Jan 23, 2025•223

Можем ли мы создавать изображения с помощью CoT? Давайте проверим и укрепим этапы генерации изображения пошагово.
Can We Generate Images with CoT? Let's Verify and Reinforce Image Generation Step by Step

Ziyu Guo, Renrui Zhang, Chengzhuo Tong, Zhizheng Zhao, Peng Gao, Hongsheng Li, Pheng-Ann Heng•Jan 23, 2025•422

IMAGINE-E: Оценка интеллекта генерации изображений для передовых моделей текст-в-изображение.
IMAGINE-E: Image Generation Intelligence Evaluation of State-of-the-art Text-to-Image Models

Jiayi Lei, Renrui Zhang, Xiangfei Hu, Weifeng Lin, Zhen Li, Wenjian Sun, Ruoyi Du, Le Zhuo, Zhongyu Li, Xinyue Li, Shitian Zhao, Ziyu Guo, Yiting Lu, Peng Gao, Hongsheng Li•Jan 23, 2025•172

Одно-запрос-одна-история: Генерация текста в изображение с постоянным бесплатным обедом с использованием одного запроса.
One-Prompt-One-Story: Free-Lunch Consistent Text-to-Image Generation Using a Single Prompt

Tao Liu, Kai Wang, Senmao Li, Joost van de Weijer, Fahad Shahbaz Khan, Shiqi Yang, Yaxing Wang, Jian Yang, Ming-Ming Cheng•Jan 23, 2025•92

EmbodiedEval: Оценка мультимодальных LLM в качестве воплощенных агентов
EmbodiedEval: Evaluate Multimodal LLMs as Embodied Agents

Zhili Cheng, Yuge Tu, Ran Li, Shiqi Dai, Jinyi Hu, Shengding Hu, Jiahao Li, Yang Shi, Tianyu Yu, Weize Chen, Lei Shi, Maosong Sun•Jan 21, 2025•72

Видео-МММУ: Оценка усвоения знаний из профессиональных видеороликов многих дисциплин
Video-MMMU: Evaluating Knowledge Acquisition from Multi-Discipline Professional Videos

Kairui Hu, Penghao Wu, Fanyi Pu, Wang Xiao, Yuanhan Zhang, Xiang Yue, Bo Li, Ziwei Liu•Jan 23, 2025•262

SRMT: Общая память для многоагентного планирования пути на протяжении жизни.
SRMT: Shared Memory for Multi-agent Lifelong Pathfinding

Alsu Sagirova, Yuri Kuratov, Mikhail Burtsev•Jan 22, 2025•683

Галлюцинации могут улучшить крупные языковые модели в области поиска лекарств.
Hallucinations Can Improve Large Language Models in Drug Discovery

Shuzhou Yuan, Michael Färber•Jan 23, 2025•118