Articles de Recherche en IA Quotidiens

Articles de recherche en IA sélectionnés quotidiennement avec traductions

Améliorer la capacité de raisonnement des grands modèles de langage multimodaux via l'optimisation des préférences mixtes
Enhancing the Reasoning Ability of Multimodal Large Language Models via Mixed Preference Optimization

Weiyun Wang, Zhe Chen, Wenhai Wang, Yue Cao, Yangzhou Liu, Zhangwei Gao, Jinguo Zhu, Xizhou Zhu, Lewei Lu, Yu Qiao, Jifeng Dai•Nov 15, 2024•444

Marco-o1 : Vers des modèles de raisonnement ouverts pour des solutions ouvertes.
Marco-o1: Towards Open Reasoning Models for Open-Ended Solutions

Yu Zhao, Huifeng Yin, Bo Zeng, Hao Wang, Tianqi Shi, Chenyang Lyu, Longyue Wang, Weihua Luo, Kaifu Zhang•Nov 21, 2024•293

Pré-entraînement autoregressif multimodal de grands encodeurs de vision
Multimodal Autoregressive Pre-training of Large Vision Encoders

Enrico Fini, Mustafa Shukor, Xiujun Li, Philipp Dufter, Michal Klein, David Haldimann, Sai Aitharaju, Victor Guilherme Turrisi da Costa, Louis Béthune, Zhe Gan, Alexander T Toshev, Marcin Eichner, Moin Nabi, Yinfei Yang, Joshua M. Susskind, Alaaeldin El-Nouby•Nov 21, 2024•282

Hymba : Une architecture à tête hybride pour de petits modèles de langage
Hymba: A Hybrid-head Architecture for Small Language Models

Xin Dong, Yonggan Fu, Shizhe Diao, Wonmin Byeon, Zijia Chen, Ameya Sunil Mahabaleshwarkar, Shih-Yang Liu, Matthijs Van Keirsbilck, Min-Hung Chen, Yoshi Suhara, Yingyan Lin, Jan Kautz, Pavlo Molchanov•Nov 20, 2024•232

OpenScholar : Synthèse de la littérature scientifique avec des LMs augmentés par la recherche
OpenScholar: Synthesizing Scientific Literature with Retrieval-augmented LMs

Akari Asai, Jacqueline He, Rulin Shao, Weijia Shi, Amanpreet Singh, Joseph Chee Chang, Kyle Lo, Luca Soldaini, Sergey Feldman, Mike D'arcy, David Wadden, Matt Latzke, Minyang Tian, Pan Ji, Shengyan Liu, Hao Tong, Bohao Wu, Yanyu Xiong, Luke Zettlemoyer, Graham Neubig, Dan Weld, Doug Downey, Wen-tau Yih, Pang Wei Koh, Hannaneh Hajishirzi•Nov 21, 2024•192

Apprentissage par Renforcement en Langage Naturel
Natural Language Reinforcement Learning

Xidong Feng, Ziyu Wan, Haotian Fu, Bo Liu, Mengyue Yang, Girish A. Koushik, Zhiyuan Hu, Ying Wen, Jun Wang•Nov 21, 2024•182

Réseau de mémoire ultra-clairsemé
Ultra-Sparse Memory Network

Zihao Huang, Qiyang Min, Hongzhi Huang, Defa Zhu, Yutao Zeng, Ran Guo, Xun Zhou•Nov 19, 2024•152

Insight-V : Exploration de la Raisonnement Visuel à Longue Chaîne avec des Modèles de Langage Multimodaux de Grande Taille
Insight-V: Exploring Long-Chain Visual Reasoning with Multimodal Large Language Models

Yuhao Dong, Zuyan Liu, Hai-Long Sun, Jingkang Yang, Winston Hu, Yongming Rao, Ziwei Liu•Nov 21, 2024•132

Flux Stable : Couches Essentielles pour l'Édition d'Images sans Entraînement
Stable Flow: Vital Layers for Training-Free Image Editing

Omri Avrahami, Or Patashnik, Ohad Fried, Egor Nemchinov, Kfir Aberman, Dani Lischinski, Daniel Cohen-Or•Nov 21, 2024•102

Est-ce que je connais cette entité ? Conscience des connaissances et hallucinations dans les modèles de langage
Do I Know This Entity? Knowledge Awareness and Hallucinations in Language Models

Javier Ferrando, Oscar Obeso, Senthooran Rajamanoharan, Neel Nanda•Nov 21, 2024•83

MagicDriveDiT : Génération de vidéos longues à haute résolution pour la conduite autonome avec contrôle adaptatif
MagicDriveDiT: High-Resolution Long Video Generation for Autonomous Driving with Adaptive Control

Ruiyuan Gao, Kai Chen, Bo Xiao, Lanqing Hong, Zhenguo Li, Qiang Xu•Nov 21, 2024•62

UnifiedCrawl : Common Crawl Agrégé pour l'Adaptation Abordable des LLMs dans les Langues à Faibles Ressources
UnifiedCrawl: Aggregated Common Crawl for Affordable Adaptation of LLMs on Low-Resource Languages

Bethel Melesse Tessema, Akhil Kedia, Tae-Sun Chung•Nov 21, 2024•42

La patience est la clé du raisonnement des grands modèles de langage.
Patience Is The Key to Large Language Model Reasoning

Yijiong Yu•Nov 20, 2024•33

DINO-X : Un modèle de vision unifié pour la détection et la compréhension d'objets en environnement ouvert
DINO-X: A Unified Vision Model for Open-World Object Detection and Understanding

Tianhe Ren, Yihao Chen, Qing Jiang, Zhaoyang Zeng, Yuda Xiong, Wenlong Liu, Zhengyu Ma, Junyi Shen, Yuan Gao, Xiaoke Jiang, Xingyu Chen, Zhuheng Song, Yuhong Zhang, Hongjie Huang, Han Gao, Shilong Liu, Hao Zhang, Feng Li, Kent Yu, Lei Zhang•Nov 21, 2024•22

Intégration de l'étalement gaussien dans le filtre de lissage par diffusion pour une génération rapide et évolutive d'images vers la 3D en une seule étape.
Baking Gaussian Splatting into Diffusion Denoiser for Fast and Scalable Single-stage Image-to-3D Generation

Yuanhao Cai, He Zhang, Kai Zhang, Yixun Liang, Mengwei Ren, Fujun Luan, Qing Liu, Soo Ye Kim, Jianming Zhang, Zhifei Zhang, Yuqian Zhou, Zhe Lin, Alan Yuille•Nov 21, 2024•22