Articles de Recherche en IA Quotidiens

Articles de recherche en IA sélectionnés quotidiennement avec traductions

SymDPO : Amélioration de l'apprentissage en contexte des grands modèles multimodaux avec l'optimisation directe des préférences de démonstration symbolique.
SymDPO: Boosting In-Context Learning of Large Multimodal Models with Symbol Demonstration Direct Preference Optimization

Hongrui Jia, Chaoya Jiang, Haiyang Xu, Wei Ye, Mengfan Dong, Ming Yan, Ji Zhang, Fei Huang, Shikun Zhang•Nov 17, 2024•113

Rapport technique SageAttention2 : Attention précise sur 4 bits pour accélération de l'inférence plug-and-play.
SageAttention2 Technical Report: Accurate 4 Bit Attention for Plug-and-play Inference Acceleration

Jintao Zhang, Haofeng Huang, Pengle Zhang, Jia Wei, Jun Zhu, Jianfei Chen•Nov 17, 2024•223

VBench++ : Suite de référence complète et polyvalente pour les modèles génératifs de vidéos
VBench++: Comprehensive and Versatile Benchmark Suite for Video Generative Models

Ziqi Huang, Fan Zhang, Xiaojie Xu, Yinan He, Jiashuo Yu, Ziyue Dong, Qianli Ma, Nattapol Chanpaisit, Chenyang Si, Yuming Jiang, Yaohui Wang, Xinyuan Chen, Ying-Cong Chen, Limin Wang, Dahua Lin, Yu Qiao, Ziwei Liu•Nov 20, 2024•151

VideoAutoArena : Une arène automatisée pour évaluer de grands modèles multimodaux dans l'analyse vidéo à travers la simulation utilisateur.
VideoAutoArena: An Automated Arena for Evaluating Large Multimodal Models in Video Analysis through User Simulation

Ziyang Luo, Haoning Wu, Dongxu Li, Jing Ma, Mohan Kankanhalli, Junnan Li•Nov 20, 2024•112

Votre LLM est-il secrètement un modèle mondial de l'Internet ? Planification basée sur des modèles pour les agents web
Is Your LLM Secretly a World Model of the Internet? Model-Based Planning for Web Agents

Yu Gu, Boyuan Zheng, Boyu Gou, Kai Zhang, Cheng Chang, Sanjari Srivastava, Yanan Xie, Peng Qi, Huan Sun, Yu Su•Nov 10, 2024•81

SAMURAI : Adaptation du modèle Segment Anything pour le suivi visuel sans étiquette avec une mémoire sensible au mouvement
SAMURAI: Adapting Segment Anything Model for Zero-Shot Visual Tracking with Motion-Aware Memory

Cheng-Yen Yang, Hsiang-Wei Huang, Wenhao Chai, Zhongyu Jiang, Jenq-Neng Hwang•Nov 18, 2024•81

Quand la Précision Rencontre la Position : BFloat16 Démonte RoPE dans l'Entraînement à Long Contexte
When Precision Meets Position: BFloat16 Breaks Down RoPE in Long-Context Training

Haonan Wang, Qian Liu, Chao Du, Tongyao Zhu, Cunxiao Du, Kenji Kawaguchi, Tianyu Pang•Nov 20, 2024•11

ORID : Cadre d'informations organo-régionales pour la génération de rapports de radiologie
ORID: Organ-Regional Information Driven Framework for Radiology Report Generation

Tiancheng Gu, Kaicheng Yang, Xiang An, Ziyong Feng, Dongnan Liu, Weidong Cai•Nov 20, 2024•11