Ежедневные Исследовательские Статьи по ИИ

Ежедневно отобранные исследовательские статьи по ИИ с переводами

OmniAlign-V: К улучшенному выравниванию MLLM с предпочтениями человека
OmniAlign-V: Towards Enhanced Alignment of MLLMs with Human Preference

Xiangyu Zhao, Shengyuan Ding, Zicheng Zhang, Haian Huang, Maosong Cao, Weiyun Wang, Jiaqi Wang, Xinyu Fang, Wenhai Wang, Guangtao Zhai, Haodong Duan, Hua Yang, Kai Chen•Feb 25, 2025•682

SWE-RL: Развитие рассуждений на основе LLM с помощью обучения с подкреплением на открытой эволюции программного обеспечения
SWE-RL: Advancing LLM Reasoning via Reinforcement Learning on Open Software Evolution

Yuxiang Wei, Olivier Duchenne, Jade Copet, Quentin Carbonneaux, Lingming Zhang, Daniel Fried, Gabriel Synnaeve, Rishabh Singh, Sida I. Wang•Feb 25, 2025•675

SpargeAttn: Точное разреженное внимание, ускоряющее вывод любой модели
SpargeAttn: Accurate Sparse Attention Accelerating Any Model Inference

Jintao Zhang, Chendong Xiang, Haofeng Huang, Jia Wei, Haocheng Xi, Jun Zhu, Jianfei Chen•Feb 25, 2025•512

ART: Анонимный трансформатор регионов для генерации изображений с переменным многослойным прозрачным эффектом.
ART: Anonymous Region Transformer for Variable Multi-Layer Transparent Image Generation

Yifan Pu, Yiming Zhao, Zhicong Tang, Ruihong Yin, Haoxing Ye, Yuhui Yuan, Dong Chen, Jianmin Bao, Sirui Zhang, Yanbin Wang, Lin Liang, Lijuan Wang, Ji Li, Xiu Li, Zhouhui Lian, Gao Huang, Baining Guo•Feb 25, 2025•324

KV-Edit: Обработка изображений без обучения для точного сохранения фона
KV-Edit: Training-Free Image Editing for Precise Background Preservation

Tianrui Zhu, Shiyi Zhang, Jiawei Shao, Yansong Tang•Feb 24, 2025•323

Раскрытие масштабирования производительности LLM в последующих задачах: кластерный подход
Unveiling Downstream Performance Scaling of LLMs: A Clustering-Based Perspective

Chengyin Xu, Kaiyuan Chen, Xiao Li, Ke Shen, Chenggang Li•Feb 24, 2025•182

Curie: К строгому и автоматизированному научному экспериментированию с использованием ИИ-агентов
Curie: Toward Rigorous and Automated Scientific Experimentation with AI Agents

Patrick Tser Jern Kon, Jiachen Liu, Qiuyi Ding, Yiming Qiu, Zhenning Yang, Yibo Huang, Jayanth Srinivasa, Myungjin Lee, Mosharaf Chowdhury, Ang Chen•Feb 22, 2025•175

K-LoRA: Беспроблемное объединение любых предметов и стилей LoRA без необходимости обучения
K-LoRA: Unlocking Training-Free Fusion of Any Subject and Style LoRAs

Ziheng Ouyang, Zhen Li, Qibin Hou•Feb 25, 2025•152

Внедрение токена визуального восприятия в мультимодальную модель большого языка
Introducing Visual Perception Token into Multimodal Large Language Model

Runpeng Yu, Xinyin Ma, Xinchao Wang•Feb 24, 2025•142

Разделение масштаба и распределения: обеспечение стабильного и эффективного обучения крупных языковых моделей
Scale-Distribution Decoupling: Enabling Stable and Effective Training of Large Language Models

Ya Wang, Zhijian Zhuo, Yutao Zeng, Xun Zhou, Jian Yang, Xiaoqing Li•Feb 21, 2025•132

WebGames: Испытание для универсальных ИИ-агентов веб-браузинга
WebGames: Challenging General-Purpose Web-Browsing AI Agents

George Thomas, Alex J. Chan, Jikun Kang, Wenqi Wu, Filippos Christianos, Fraser Greenlee, Andy Toulis, Marvin Purtorab•Feb 25, 2025•112

Гипотеза лотереи LLM: Переосмысление того, какие способности должно сохранять сжатие LLM?
The Lottery LLM Hypothesis, Rethinking What Abilities Should LLM Compression Preserve?

Zhenheng Tang, Xiang Liu, Qian Wang, Peijie Dong, Bingsheng He, Xiaowen Chu, Bo Li•Feb 24, 2025•82

MLLM знают, куда смотреть: восприятие мелких визуальных деталей с помощью мультимодальных языковых моделей без обучения
MLLMs Know Where to Look: Training-free Perception of Small Visual Details with Multimodal LLMs

Jiarui Zhang, Mahyar Khayatkhoei, Prateek Chhikara, Filip Ilievski•Feb 24, 2025•72

От запроса к лидерборду
Prompt-to-Leaderboard

Evan Frick, Connor Chen, Joseph Tennyson, Tianle Li, Wei-Lin Chiang, Anastasios N. Angelopoulos, Ion Stoica•Feb 20, 2025•73

Поиск оптимального баланса: создание данных о предпочтениях для масштабирования оптимизации предпочтений
Finding the Sweet Spot: Preference Data Construction for Scaling Preference Optimization

Yao Xiao, Hai Ye, Linyao Chen, Hwee Tou Ng, Lidong Bing, Xiaoli Li, Roy Ka-wei Lee•Feb 24, 2025•62

AAD-LLM: Нейронное понимание аудиосцены на основе механизма внимания
AAD-LLM: Neural Attention-Driven Auditory Scene Understanding

Xilin Jiang, Sukru Samet Dindar, Vishal Choudhari, Stephan Bickel, Ashesh Mehta, Guy M McKhann, Adeen Flinker, Daniel Friedman, Nima Mesgarani•Feb 24, 2025•53

LDGen: Улучшение синтеза изображений из текста с помощью языковых представлений, управляемых крупными языковыми моделями
LDGen: Enhancing Text-to-Image Synthesis via Large Language Model-Driven Language Representation

Pengzhi Li, Pengfei Yu, Zide Liu, Wei He, Xuhao Pan, Xudong Rao, Tao Wei, Wei Chen•Feb 25, 2025•42

Обзор больших языковых моделей для статистиков
An Overview of Large Language Models for Statisticians

Wenlong Ji, Weizhe Yuan, Emily Getzen, Kyunghyun Cho, Michael I. Jordan, Song Mei, Jason E Weston, Weijie J. Su, Jing Xu, Linjun Zhang•Feb 25, 2025•42

LaTIM: Измерение латентных взаимодействий между токенами в моделях Mamba
LaTIM: Measuring Latent Token-to-Token Interactions in Mamba Models

Hugo Pitorro, Marcos Treviso•Feb 21, 2025•42

Shakti-VLM: Масштабируемые модели обработки визуальных и текстовых данных для корпоративного искусственного интеллекта
Shakti-VLMs: Scalable Vision-Language Models for Enterprise AI

Syed Abdul Gaffar Shakhadri, Kruthika KR, Kartik Basavaraj Angadi•Feb 24, 2025•32

WiCkeD: Простой метод для повышения сложности тестов с множественным выбором
WiCkeD: A Simple Method to Make Multiple Choice Benchmarks More Challenging

Ahmed Elhady, Eneko Agirre, Mikel Artetxe•Feb 25, 2025•22

Масштабирование предварительного обучения больших языковых моделей с использованием учебного плана словаря
Scaling LLM Pre-training with Vocabulary Curriculum

Fangyuan Yu•Feb 25, 2025•12