Ежедневные Исследовательские Статьи по ИИ

Ежедневно отобранные исследовательские статьи по ИИ с переводами

MotionLab: Единое создание и редактирование движения человека через парадигму движения-условия-движения
MotionLab: Unified Human Motion Generation and Editing via the Motion-Condition-Motion Paradigm

Ziyan Guo, Zeyu Hu, Na Zhao, De Wen Soh•Feb 4, 2025•183

Изучение динамики действий в реальном мире на видео с использованием гетерогенной маскированной авторегрессии
Learning Real-World Action-Video Dynamics with Heterogeneous Masked Autoregression

Lirui Wang, Kevin Zhao, Chaoqi Liu, Xinlei Chen•Feb 6, 2025•63

К физическому пониманию в генерации видео: подход регуляризации 3D точек
Towards Physical Understanding in Video Generation: A 3D Point Regularization Approach

Yunuo Chen, Junli Cao, Anil Kag, Vidit Goel, Sergei Korolev, Chenfanfu Jiang, Sergey Tulyakov, Jian Ren•Feb 5, 2025•93

PlotGen: Многоагентная визуализация научных данных на основе LLM с использованием мультимодальной обратной связи
PlotGen: Multi-Agent LLM-based Scientific Data Visualization via Multimodal Feedback

Kanika Goswami, Puneet Mathur, Ryan Rossi, Franck Dernoncourt•Feb 3, 2025•62

Слабое-к-Сильному Диффузия с Отражением
Weak-to-Strong Diffusion with Reflection

Lichen Bai, Masashi Sugiyama, Zeke Xie•Feb 1, 2025•232

Ола: Расширение границ омни-модальной языковой модели с прогрессивным выравниванием модальности
Ola: Pushing the Frontiers of Omni-Modal Language Model with Progressive Modality Alignment

Zuyan Liu, Yuhao Dong, Jiahui Wang, Ziwei Liu, Winston Hu, Jiwen Lu, Yongming Rao•Feb 6, 2025•302

MotionCanvas: Кинематографический дизайн кадра с возможностью управления преобразованием изображения в видео
MotionCanvas: Cinematic Shot Design with Controllable Image-to-Video Generation

Jinbo Xing, Long Mai, Cusuh Ham, Jiahui Huang, Aniruddha Mahapatra, Chi-Wing Fu, Tien-Tsin Wong, Feng Liu•Feb 6, 2025•183

MAGA: Массовая реформуляция жанра-аудитории для расширения корпуса предварительного обучения
MAGA: MAssive Genre-Audience Reformulation to Pretraining Corpus Expansion

Xintong Hao, Ke Shen, Chenggang Li•Feb 6, 2025•222

Анализ потока признаков для улучшения интерпретации и управления в языковых моделях.
Analyze Feature Flow to Enhance Interpretation and Steering in Language Models

Daniil Laptev, Nikita Balagansky, Yaroslav Aksenov, Daniil Gavrilov•Feb 5, 2025•602

Улучшение генерации кода для языков с ограниченными ресурсами: нет серебряной пули.
Enhancing Code Generation for Low-Resource Languages: No Silver Bullet

Alessandro Giagnorio, Alberto Martin-Lopez, Gabriele Bavota•Jan 31, 2025•52

ScoreFlow: Овладение рабочими процессами агента LLM через оптимизацию предпочтений на основе оценки.
ScoreFlow: Mastering LLM Agent Workflows via Score-based Preference Optimization

Yinjie Wang, Ling Yang, Guohao Li, Mengdi Wang, Bryon Aragam•Feb 6, 2025•192

ChartCitor: Мультиагентный фреймворк для детализированной визуальной атрибуции диаграмм.
ChartCitor: Multi-Agent Framework for Fine-Grained Chart Visual Attribution

Kanika Goswami, Puneet Mathur, Ryan Rossi, Franck Dernoncourt•Feb 3, 2025•72

UltraIF: Продвижение выполнения инструкций из дикой среды
UltraIF: Advancing Instruction Following from the Wild

Kaikai An, Li Sheng, Ganqu Cui, Shuzheng Si, Ning Ding, Yu Cheng, Baobao Chang•Feb 6, 2025•232

DynVFX: Дополнение реальных видеороликов динамическим контентом
DynVFX: Augmenting Real Videos with Dynamic Content

Danah Yatim, Rafail Fridman, Omer Bar-Tal, Tali Dekel•Feb 5, 2025•303

Лласа: Масштабирование вычислений на этапе обучения и вывода для синтеза речи на основе Ламы
Llasa: Scaling Train-Time and Inference-Time Compute for Llama-based Speech Synthesis

Zhen Ye, Xinfa Zhu, Chi-Min Chan, Xinsheng Wang, Xu Tan, Jiahe Lei, Yi Peng, Haohe Liu, Yizhu Jin, Zheqi DAI, Hongzhan Lin, Jianyi Chen, Xingjian Du, Liumeng Xue, Yunlin Chen, Zhifei Li, Lei Xie, Qiuqiang Kong, Yike Guo, Wei Xue•Feb 6, 2025•254

Великие модели мыслят одинаково, и это подрывает надзор над искусственным интеллектом.
Great Models Think Alike and this Undermines AI Oversight

Shashwat Goel, Joschka Struber, Ilze Amanda Auzina, Karuna K Chandra, Ponnurangam Kumaraguru, Douwe Kiela, Ameya Prabhu, Matthias Bethge, Jonas Geiping•Feb 6, 2025•342

Концепция внимания: Диффузионные трансформеры обучаются высокоинтерпретируемым признакам
ConceptAttention: Diffusion Transformers Learn Highly Interpretable Features

Alec Helbling, Tuna Han Salih Meral, Ben Hoover, Pinar Yanardag, Duen Horng Chau•Feb 6, 2025•383

Золотой призер в решении олимпиадной геометрии с AlphaGeometry2.
Gold-medalist Performance in Solving Olympiad Geometry with AlphaGeometry2

Yuri Chervonyi, Trieu H. Trinh, Miroslav Olšák, Xiaomeng Yang, Hoang Nguyen, Marcelo Menegali, Junehyuk Jung, Vikas Verma, Quoc V. Le, Thang Luong•Feb 5, 2025•445

Превосходство содержания запроса: улучшение производительности LLM через оптимизацию запроса с интегрированным форматом содержания.
Beyond Prompt Content: Enhancing LLM Performance via Content-Format Integrated Prompt Optimization

Yuanye Liu, Jiahang Xu, Li Lyna Zhang, Qi Chen, Xuan Feng, Yang Chen, Zhongxin Guo, Yuqing Yang, Cheng Peng•Feb 6, 2025•132

Общение без усилий: Вызов вредоносных джейлбрейков от LLMs с помощью простых взаимодействий
Speak Easy: Eliciting Harmful Jailbreaks from LLMs with Simple Interactions

Yik Siu Chan, Narutatsu Ri, Yuxin Xiao, Marzyeh Ghassemi•Feb 6, 2025•32

ПИЛАФ: Оптимальная выборка предпочтений человека для моделирования вознаграждения
PILAF: Optimal Human Preference Sampling for Reward Modeling

Yunzhen Feng, Ariel Kwiatkowski, Kunhao Zheng, Julia Kempe, Yaqi Duan•Feb 6, 2025•112

BOLT: Bootstrap Long Chain-of-Thought в языковых моделях без дистилляции
BOLT: Bootstrap Long Chain-of-Thought in Language Models without Distillation

Bo Pang, Hanze Dong, Jiacheng Xu, Silvio Savarese, Yingbo Zhou, Caiming Xiong•Feb 6, 2025•242