ChatPaper.ai
メニューを開く
ホーム
今日の論文
料金プラン
アカウント
ワークスペース
🇯🇵
日本語
Loading...
•
•
•
•
•
•
•
•
•
•
AI研究論文デイリー
翻訳付きの日次キュレーションされたAI研究論文
January 3rd, 2025
2.5年間のクラス:ビジョン言語のためのマルチモーダル教科書の事前学習
2.5 Years in Class: A Multimodal Textbook for Vision-Language Pretraining
Wenqi Zhang, Hang Zhang, Xin Li, Jiashuo Sun, Yongliang Shen, Weiming Lu, Deli Zhao, Yueting Zhuang, Lidong Bing
•
Jan 1, 2025
•
95
7
VideoAnydoor: 高精細ビデオオブジェクト挿入と正確なモーション制御
VideoAnydoor: High-fidelity Video Object Insertion with Precise Motion Control
Yuanpeng Tu, Hao Luo, Xi Chen, Sihui Ji, Xiang Bai, Hengshuang Zhao
•
Jan 2, 2025
•
49
3
CodeElo: 人間に匹敵するEloレーティングを用いたLLMの競技レベルのコード生成のベンチマーク化
CodeElo: Benchmarking Competition-level Code Generation of LLMs with Human-comparable Elo Ratings
Shanghaoran Quan, Jiaxi Yang, Bowen Yu, Bo Zheng, Dayiheng Liu, An Yang, Xuancheng Ren, Bofei Gao, Yibo Miao, Yunlong Feng, Zekun Wang, Jian Yang, Zeyu Cui, Yang Fan, Yichang Zhang, Binyuan Hui, Junyang Lin
•
Jan 2, 2025
•
47
6
LTX-Video: リアルタイムビデオ潜在拡散
LTX-Video: Realtime Video Latent Diffusion
Yoav HaCohen, Nisan Chiprut, Benny Brazowski, Daniel Shalem, Dudu Moshe, Eitan Richardson, Eran Levin, Guy Shiran, Nir Zabari, Ori Gordon, Poriya Panet, Sapir Weissbuch, Victor Kulikov, Yaki Bitterman, Zeev Melumian, Ofir Bibi
•
Dec 30, 2024
•
41
3
VideoRefer Suite: ビデオLLMを用いた空間-時間オブジェクト理解の進化
VideoRefer Suite: Advancing Spatial-Temporal Object Understanding with Video LLM
Yuqian Yuan, Hang Zhang, Wentong Li, Zesen Cheng, Boqiang Zhang, Long Li, Xin Li, Deli Zhao, Wenqiao Zhang, Yueting Zhuang, Jianke Zhu, Lidong Bing
•
Dec 31, 2024
•
41
2
再構築 vs 生成:潜在的拡散モデルにおける最適化ジレンマの制御
Reconstruction vs. Generation: Taming Optimization Dilemma in Latent Diffusion Models
Jingfeng Yao, Xinggang Wang
•
Jan 2, 2025
•
36
2
ProgCo: プログラムが大規模言語モデルの自己修正を支援
ProgCo: Program Helps Self-Correction of Large Language Models
Xiaoshuai Song, Yanan Wu, Weixun Wang, Jiaheng Liu, Wenbo Su, Bo Zheng
•
Jan 2, 2025
•
25
2
人間のラベリングなしで画像の安全性を判定するためのMLLM
MLLM-as-a-Judge for Image Safety without Human Labeling
Zhenting Wang, Shuming Hu, Shiyu Zhao, Xiaowen Lin, Felix Juefei-Xu, Zhuowei Li, Ligong Han, Harihar Subramanyam, Li Chen, Jianfa Chen, Nan Jiang, Lingjuan Lyu, Shiqing Ma, Dimitris N. Metaxas, Ankit Jain
•
Dec 31, 2024
•
24
2
MapEval:基盤モデルにおける地理空間推論のマップベース評価
MapEval: A Map-Based Evaluation of Geo-Spatial Reasoning in Foundation Models
Mahir Labib Dihan, Md Tanvir Hassan, Md Tanvir Parvez, Md Hasebul Hasan, Md Almash Alam, Muhammad Aamir Cheema, Mohammed Eunus Ali, Md Rizwan Parvez
•
Dec 31, 2024
•
22
2
A3: モバイルGUIエージェント向けのAndroidエージェントアリーナ
A3: Android Agent Arena for Mobile GUI Agents
Yuxiang Chai, Hanhao Li, Jiayu Zhang, Liang Liu, Guozhi Wang, Shuai Ren, Siyuan Huang, Hongsheng Li
•
Jan 2, 2025
•
22
3
ビデオ言語モデルのための専門ビジュアルエンコーダーの統合
Unifying Specialized Visual Encoders for Video Language Models
Jihoon Chung, Tyler Zhu, Max Gonzalez Saez-Diez, Juan Carlos Niebles, Honglu Zhou, Olga Russakovsky
•
Jan 2, 2025
•
21
2
コード報酬モデリングのためのユニットテストの動的スケーリング
Dynamic Scaling of Unit Tests for Code Reward Modeling
Zeyao Ma, Xiaokang Zhang, Jing Zhang, Jifan Yu, Sijia Luo, Jie Tang
•
Jan 2, 2025
•
17
2
ネストされた注意:概念の個別化のための意味論に基づいた注意値
Nested Attention: Semantic-aware Attention Values for Concept Personalization
Or Patashnik, Rinon Gal, Daniil Ostashev, Sergey Tulyakov, Kfir Aberman, Daniel Cohen-Or
•
Jan 2, 2025
•
11
2
SeedVR: 拡散トランスフォーマーにおける無限のシードを播種して、汎用ビデオの復元に向けて
SeedVR: Seeding Infinity in Diffusion Transformer Towards Generic Video Restoration
Jianyi Wang, Zhijie Lin, Meng Wei, Yang Zhao, Ceyuan Yang, Chen Change Loy, Lu Jiang
•
Jan 2, 2025
•
11
2
MapQaTor: マップクエリデータセットの効率的なアノテーションシステム
MapQaTor: A System for Efficient Annotation of Map Query Datasets
Mahir Labib Dihan, Mohammed Eunus Ali, Md Rizwan Parvez
•
Dec 30, 2024
•
9
2
最近性と過度の平滑化の観点から、状態空間モデルのボトルネックを理解し軽減する方法
Understanding and Mitigating Bottlenecks of State Space Models through the Lens of Recency and Over-smoothing
Peihao Wang, Ruisi Cai, Yuehao Wang, Jiajun Zhu, Pragya Srivastava, Zhangyang Wang, Pan Li
•
Dec 31, 2024
•
7
2
時系列生成のための集団認識拡散
Population Aware Diffusion for Time Series Generation
Yang Li, Han Meng, Zhenyu Bi, Ingolv T. Urnes, Haipeng Chen
•
Jan 1, 2025
•
6
2
コンテキストに基づく同変位置エンコーディングを介した言語モデルにおけるアドレッシングの再考
Rethinking Addressing in Language Models via Contexualized Equivariant Positional Encoding
Jiajun Zhu, Peihao Wang, Ruisi Cai, Jason D. Lee, Pan Li, Zhangyang Wang
•
Jan 1, 2025
•
6
4
SeFAR: 時間的摂動と学習安定化を用いた半教師付きの細かい動作認識
SeFAR: Semi-supervised Fine-grained Action Recognition with Temporal Perturbation and Learning Stabilization
Yongle Huang, Haodong Chen, Zhenbang Xu, Zihan Jia, Haozhou Sun, Dian Shao
•
Jan 2, 2025
•
5
2