Articoli di Ricerca IA Giornalieri

Articoli di ricerca IA selezionati quotidianamente con traduzioni

SymDPO: Potenziare l'apprendimento in contesto di grandi modelli multimodali con ottimizzazione diretta delle preferenze dimostrative simboliche.
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

Rapporto Tecnico SageAttention2: Attivazione Precisa a 4 Bit per Accelerazione dell'Inferenza 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•324

VBench++: Suite di benchmark completa e versatile per modelli generativi di video
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•222

VideoAutoArena: Un'arena automatizzata per valutare grandi modelli multimodali nell'analisi video attraverso la simulazione dell'utente.
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•153

SAMURAI: Adattamento del Modello Segment Anything per il Tracciamento Visivo Zero-Shot con Memoria Consapevole del Movimento
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•121

Il tuo LLM è segretamente un Modello Mondiale di Internet? Pianificazione basata su modelli per agenti 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•91

Quando la Precisione Incontra la Posizione: BFloat16 Scompone RoPE nell'Addestramento a Lungo Contesto
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•41

Stilecodici: Codifica delle informazioni stilistiche per la generazione di immagini
Stylecodes: Encoding Stylistic Information For Image Generation

Ciara Rowles•Nov 19, 2024•31

ORID: Quadro guidato dalle informazioni organo-regionali per la generazione di report di radiologia
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•21