ChatPaper.ai
Menü öffnen
Startseite
Tägliche Publikationen
Preise
Konto
Arbeitsbereich
🇩🇪
Deutsch
Loading...
•
•
•
•
•
•
•
•
•
•
KI-Forschungspapiere Täglich
Täglich kuratierte KI-Forschungspapiere mit Übersetzungen
March 24th, 2025
Wenn Weniger Genügt: Adaptive Token-Reduktion für effiziente Bildrepräsentation
When Less is Enough: Adaptive Token Reduction for Efficient Image Representation
Eduard Allakhverdov, Elizaveta Goncharova, Andrey Kuznetsov
•
Mar 20, 2025
•
70
2
MAPS: Ein Multi-Agenten-Framework basierend auf der Big-Seven-Persönlichkeit und sokratischer Anleitung für multimodales wissenschaftliches Problemlösen
MAPS: A Multi-Agent Framework Based on Big Seven Personality and Socratic Guidance for Multimodal Scientific Problem Solving
Jian Zhang, Zhiyuan Wang, Zhangqi Wang, Xinyu Zhang, Fangzhi Xu, Qika Lin, Rui Mao, Erik Cambria, Jun Liu
•
Mar 21, 2025
•
52
2
Eine umfassende Untersuchung zur Modellierung von Sprache mit langem Kontext
A Comprehensive Survey on Long Context Language Modeling
Jiaheng Liu, Dawei Zhu, Zhiqi Bai, Yancheng He, Huanxuan Liao, Haoran Que, Zekun Wang, Chenchen Zhang, Ge Zhang, Jiebin Zhang, Yuanxing Zhang, Zhuo Chen, Hangyu Guo, Shilong Li, Ziqiang Liu, Yong Shan, Yifan Song, Jiayi Tian, Wenhao Wu, Zhejian Zhou, Ruijie Zhu, Junlan Feng, Yang Gao, Shizhu He, Zhoujun Li, Tianyu Liu, Fanyu Meng, Wenbo Su, Yingshui Tan, Zili Wang, Jian Yang, Wei Ye, Bo Zheng, Wangchunshu Zhou, Wenhao Huang, Sujian Li, Zhaoxiang Zhang
•
Mar 20, 2025
•
47
2
MARS: Ein Multi-Agenten-Framework mit sokratischer Anleitung zur automatisierten Prompt-Optimierung
MARS: A Multi-Agent Framework Incorporating Socratic Guidance for Automated Prompt Optimization
Jian Zhang, Zhangqi Wang, Haiping Zhu, Jun Liu, Qika Lin, Erik Cambria
•
Mar 21, 2025
•
42
2
RoboFactory: Erforschung der Zusammenarbeit verkörperter Agenten mit kompositionellen Einschränkungen
RoboFactory: Exploring Embodied Agent Collaboration with Compositional Constraints
Yiran Qin, Li Kang, Xiufeng Song, Zhenfei Yin, Xiaohong Liu, Xihui Liu, Ruimao Zhang, Lei Bai
•
Mar 20, 2025
•
39
2
Überbrückung kontinuierlicher und diskreter Tokens für autoregressive visuelle Generierung
Bridging Continuous and Discrete Tokens for Autoregressive Visual Generation
Yuqing Wang, Zhijie Lin, Yao Teng, Yuanzhi Zhu, Shuhuai Ren, Jiashi Feng, Xihui Liu
•
Mar 20, 2025
•
34
4
Anpassung großer Sprachmodelle nach dem Training für vielfältiges kreatives Schreiben
Modifying Large Language Model Post-Training for Diverse Creative Writing
John Joon Young Chung, Vishakh Padmakumar, Melissa Roemmele, Yuqian Sun, Max Kreminski
•
Mar 21, 2025
•
33
2
TaoAvatar: Echtzeitfähige, lebensechte Ganzkörper-Avatare für Augmented Reality mittels 3D-Gaussian-Splatting
TaoAvatar: Real-Time Lifelike Full-Body Talking Avatars for Augmented Reality via 3D Gaussian Splatting
Jianchuan Chen, Jingchuan Hu, Gaige Wang, Zhonghua Jiang, Tiansong Zhou, Zhiwen Chen, Chengfei Lv
•
Mar 21, 2025
•
23
2
OpenVLThinker: Eine frühe Erkundung komplexer Vision-Sprache-Reasoning durch iteratives Selbstverbesserung
OpenVLThinker: An Early Exploration to Complex Vision-Language Reasoning via Iterative Self-Improvement
Yihe Deng, Hritik Bansal, Fan Yin, Nanyun Peng, Wei Wang, Kai-Wei Chang
•
Mar 21, 2025
•
21
2
Ermöglichung vielseitiger Steuerungen für Video-Diffusionsmodelle
Enabling Versatile Controls for Video Diffusion Models
Xu Zhang, Hao Zhou, Haoming Qin, Xiaobin Lu, Jiaxing Yan, Guanzhong Wang, Zeyu Chen, Yi Liu
•
Mar 21, 2025
•
14
2
Einzelbild-iterative subjektgesteuerte Generierung und Bearbeitung
Single Image Iterative Subject-driven Generation and Editing
Yair Shpitzer, Gal Chechik, Idan Schwartz
•
Mar 20, 2025
•
13
2
MathFlow: Verbesserung des Wahrnehmungsflusses von MLLMs für visuelle mathematische Probleme
MathFlow: Enhancing the Perceptual Flow of MLLMs for Visual Mathematical Problems
Felix Chen, Hangjie Yuan, Yunqiu Xu, Tao Feng, Jun Cen, Pengwei Liu, Zeying Huang, Yi Yang
•
Mar 19, 2025
•
13
3
ETVA: Bewertung der Text-zu-Video-Ausrichtung durch feinkörnige Fragegenerierung und Beantwortung
ETVA: Evaluation of Text-to-Video Alignment via Fine-grained Question Generation and Answering
Kaisi Guan, Zhengfeng Lai, Yuchong Sun, Peng Zhang, Wei Liu, Kieran Liu, Meng Cao, Ruihua Song
•
Mar 21, 2025
•
11
2
Können große visuell-sprachliche Modelle Karten wie ein Mensch lesen?
Can Large Vision Language Models Read Maps Like a Human?
Shuo Xing, Zezhou Sun, Shuangyu Xie, Kaiyuan Chen, Yanjia Huang, Yuping Wang, Jiachen Li, Dezhen Song, Zhengzhong Tu
•
Mar 18, 2025
•
9
2
Von Kopf bis Schwanz: Hin zu einer ausgewogenen Repräsentation in großen Vision-Sprache-Modellen durch adaptive Datenkalibrierung
From Head to Tail: Towards Balanced Representation in Large Vision-Language Models through Adaptive Data Calibration
Mingyang Song, Xiaoye Qu, Jiawei Zhou, Yu Cheng
•
Mar 17, 2025
•
9
2
FastCuRL: Curriculum Reinforcement Learning mit progressiver Kontexterweiterung für effizientes Training von R1-ähnlichen Reasoning-Modellen
FastCuRL: Curriculum Reinforcement Learning with Progressive Context Extension for Efficient Training R1-like Reasoning Models
Mingyang Song, Mao Zheng, Zheng Li, Wenjie Yang, Xuan Luo, Yue Pan, Feng Zhang
•
Mar 21, 2025
•
8
3
PVChat: Personalisierter Video-Chat mit One-Shot-Learning
PVChat: Personalized Video Chat with One-Shot Learning
Yufei Shi, Weilong Yan, Gang Xu, Yumeng Li, Yuchen Li, Zhenxi Li, Fei Richard Yu, Ming Li, Si Yong Yeo
•
Mar 21, 2025
•
7
2
Implizite verzerrungsähnliche Muster in Reasoning-Modellen
Implicit Bias-Like Patterns in Reasoning Models
Messi H. J. Lee, Calvin K. Lai
•
Mar 14, 2025
•
7
2
Wenn Präferenzen auseinandergehen: Ausrichtung von Diffusionsmodellen mit minderheitensensitivem adaptivem DPO
When Preferences Diverge: Aligning Diffusion Models with Minority-Aware Adaptive DPO
Lingfan Zhang, Chen Liu, Chengming Xu, Kai Hu, Donghao Luo, Chengjie Wang, Yanwei Fu, Yuan Yao
•
Mar 21, 2025
•
6
2
GAEA: Ein geolokalisierungsbewusstes Konversationsmodell
GAEA: A Geolocation Aware Conversational Model
Ron Campos, Ashmal Vayani, Parth Parag Kulkarni, Rohit Gupta, Aritra Dutta, Mubarak Shah
•
Mar 20, 2025
•
6
2
FFaceNeRF: Few-Shot-Gesichtsbearbeitung in Neural Radiance Fields
FFaceNeRF: Few-shot Face Editing in Neural Radiance Fields
Kwan Yun, Chaelin Kim, Hangyeul Shin, Junyong Noh
•
Mar 21, 2025
•
5
2
Generalisierte Few-Shot 3D-Punktwolkensegmentierung mit Vision-Sprache-Modell
Generalized Few-shot 3D Point Cloud Segmentation with Vision-Language Model
Zhaochong An, Guolei Sun, Yun Liu, Runjia Li, Junlin Han, Ender Konukoglu, Serge Belongie
•
Mar 20, 2025
•
5
2