KI-Forschungspapiere Täglich

Täglich kuratierte KI-Forschungspapiere mit Übersetzungen

CORAL: Benchmarking für Multi-Turn Konversationsabruf-Erweiterung-Generierung
CORAL: Benchmarking Multi-turn Conversational Retrieval-Augmentation Generation

Yiruo Cheng, Kelong Mao, Ziliang Zhao, Guanting Dong, Hongjin Qian, Yongkang Wu, Tetsuya Sakai, Ji-Rong Wen, Zhicheng Dou•Oct 30, 2024•533

TokenFormer: Überdenken der Transformer-Skalierung mit tokenisiertem Modell Parameter
TokenFormer: Rethinking Transformer Scaling with Tokenized Model Parameters

Haiyang Wang, Yue Fan, Muhammad Ferjad Naeem, Yongqin Xian, Jan Eric Lenssen, Liwei Wang, Federico Tombari, Bernt Schiele•Oct 30, 2024•224

Ein großes wiederkehrendes Aktionsmodell: xLSTM ermöglicht schnelle Inferenz für Robotikaufgaben.
A Large Recurrent Action Model: xLSTM enables Fast Inference for Robotics Tasks

Thomas Schmied, Thomas Adler, Vihang Patil, Maximilian Beck, Korbinian Pöppel, Johannes Brandstetter, Günter Klambauer, Razvan Pascanu, Sepp Hochreiter•Oct 29, 2024•212

ReferAlles: Auf dem Weg zur Segmentierung von allem, worüber wir in Videos sprechen können
ReferEverything: Towards Segmenting Everything We Can Speak of in Videos

Anurag Bagchi, Zhipeng Bao, Yu-Xiong Wang, Pavel Tokmakov, Martial Hebert•Oct 30, 2024•173

Zur Memorierung großer Sprachmodelle beim logischen Schlussfolgern
On Memorization of Large Language Models in Logical Reasoning

Chulin Xie, Yangsibo Huang, Chiyuan Zhang, Da Yu, Xinyun Chen, Bill Yuchen Lin, Bo Li, Badih Ghazi, Ravi Kumar•Oct 30, 2024•162

Entschlüsselung von Leszielen aus Augenbewegungen
Decoding Reading Goals from Eye Movements

Omer Shubi, Cfir Avraham Hadar, Yevgeni Berzak•Oct 28, 2024•152

Entwendung von Benutzeranfragen aus einem Expertengemisch
Stealing User Prompts from Mixture of Experts

Itay Yona, Ilia Shumailov, Jamie Hayes, Nicholas Carlini•Oct 30, 2024•132

Toxizität der Allmende: Kuratierung von Open-Source-Vortrainingsdaten
Toxicity of the Commons: Curating Open-Source Pre-Training Data

Catherine Arnett, Eliot Jones, Ivan P. Yamshchikov, Pierre-Carl Langlais•Oct 29, 2024•82

Können Modelle uns dabei helfen, bessere Modelle zu erstellen? Evaluierung von LLMs als Datenwissenschaftler.
Can Models Help Us Create Better Models? Evaluating LLMs as Data Scientists

Michał Pietruszka, Łukasz Borchmann, Aleksander Jędrosz, Paweł Morawiecki•Oct 30, 2024•72

SlowFast-VGen: Langsam-Schnelles Lernen für Aktionsgesteuerte Lange Videogenerierung
SlowFast-VGen: Slow-Fast Learning for Action-Driven Long Video Generation

Yining Hong, Beide Liu, Maxine Wu, Yuanhao Zhai, Kai-Wei Chang, Lingjie Li, Kevin Lin, Chung-Ching Lin, Jianfeng Wang, Zhengyuan Yang, Yingnian Wu, Lijuan Wang•Oct 30, 2024•73

AutoMIR: Effektive Zero-Shot-Medizinische Informationsabfrage ohne Relevanzetiketten
AutoMIR: Effective Zero-Shot Medical Information Retrieval without Relevance Labels

Lei Li, Xiangxu Zhang, Xiao Zhou, Zheng Liu•Oct 26, 2024•72