Articles de recherche
Articles de recherche sur l'IA mis à jour quotidiennement pour vous aider à suivre les dernières tendances en matière d'IA
DTS : Amélioration des grands modèles de raisonnement par esquissage d'arbre de décodage
Zicheng Xu, Guanchu Wang, Yu-Neng Chuang, et al.
La conception de noyaux adaptatifs pour l'optimisation bayésienne est un jeu d'enfant avec les modèles de langage à grande échelle
Richard Cornelius Suwandi, Feng Yin, Juntao Wang, et al.
DePass : Attribution unifiée des caractéristiques par une passe avant décomposée simple
Xiangyu Hong, Che Jiang, Kai Tian, et al.
COOPER : Un modèle unifié pour la perception coopérative et le raisonnement en intelligence spatiale
Zefeng Zhang, Xiangzhao Hao, Hengzhu Tang, et al.
De l’imitation à la discrimination : Vers un mécanisme avantageux généralisé de curriculum favorisant les tâches de raisonnement multidomaines
Changpeng Yang, Jinyang Wu, Yuchen Liu, et al.
PaCo-RL : Vers une amélioration de l'apprentissage par renforcement pour la génération d'images cohérentes grâce à un modèle de récompense par paires
Bowen Ping, Chengyou Jia, Minnan Luo, et al.
EMMA : Compréhension, génération et édition multimodales efficaces grâce à une architecture unifiée
Xin He, Longhui Wei, Jianbo Ouyang, et al.
EditThinker : Déverrouiller le raisonnement itératif pour tout éditeur d’image
Hongyu Li, Manyuan Zhang, Dian Zheng, et al.
TwinFlow : Réalisation d'une génération en une seule étape sur les grands modèles grâce aux flux auto-adverses
Zhenglin Cheng, Peng Sun, Jianguo Li, et al.
CARE-PD : Un jeu de données cliniques anonymisées multicentriques pour l’évaluation de la marche chez les patients atteints de maladie de Parkinson
Vida Adeli, Ivan Klabucar, Javad Rajabi, et al.
WenetSpeech-Chuan : un corpus à grande échelle de dialecte sichuanais avec une annotation riche pour le traitement du discours dialectal
Yuhang Dai, Ziyu Zhang, Shuai Wang, et al.
PolypSense3D : un jeu de données multicapteurs pour la mesure de la taille des polypes consciente de la profondeur en endoscopie
Ruyu Liu, Lin Wang, Zhou Mingming, et al.
PhysDrive : Un ensemble de données multimodales pour la mesure à distance des signaux physiologiques en vue d'un suivi du conducteur dans le véhicule
Jiyao Wang, Xiao Yang, Qingyong Hu, et al.
Hivemind artificiel : l'homogénéité sans fin des modèles linguistiques (et au-delà)
Liwei Jiang, Yuanjun Chai, Margaret Li, et al.
OmniSVG : un modèle unifié de génération de graphiques vectoriels évolutifs
Yiying Yang, Wei Cheng, Sijin Chen, et al.
Théorie de la pensée algorithmique
MohammadHossein Bateni, Vincent Cohen-Addad, Yuzhou Gu, et al.
Modèle mondial robotique : un simulateur à réseau de neurones pour une optimisation robuste des politiques en robotique
Chenhao Li, Andreas Krause, Marco Hutter
Forçage de récompense : génération efficace de vidéos en flux avec distillation par correspondance de distribution récompensée
Yunhong Lu, Yanhong Zeng, Haobo Li, et al.
La sémantique guide la voie : harmonisation de la modélisation sémantique et texturelle par diffusion latente asynchrone
Yueming Pan, Ruoyu Feng, Qi Dai, et al.
ARM-Thinker : Renforcer les modèles de récompense génératifs multimodaux grâce à l’utilisation d’outils agents et au raisonnement visuel
Shengyuan Ding, Xinyu Fang, Ziyu Liu, et al.
Nex-N1 : Modèles agents entraînés via un écosystème unifié pour la construction à grande échelle d’environnements
Nex-AGI Team, Yuxuan Cai, Lu Chen, et al.
DAComp : Évaluation des Agents de données tout au long du cycle de vie de l'intelligence des données
Fangyu Lei, Jinxiang Meng, Yiming Huang, et al.
Avatar en direct : génération d'avatar piloté par l'audio en temps réel avec une longueur infinie
Yubo Huang, Hailong Guo, Fangtai Wu, et al.
F5-TTS : Un conteur qui simule une parole fluide et fidèle grâce au matching de flux
Yushen Chen, Zhikang Niu, Ziyang Ma, et al.
VOccl3D : Un ensemble de données vidéo pour l'estimation de la posture et de la forme 3D humaines en présence d'occlusions réelles
Yash Garg, Saketh Bachu, Arindam Dutta, et al.
Alpamayo-R1 : Relever le défi du raisonnement et de la prédiction d'action pour une conduite autonome généralisable dans la queue longue
NVIDIA, Yulong Cao, Tong Che, et al.
Tout est lié : un voyage à travers la mémoire au moment du test, le biais attentionnel, la rétention et l'optimisation en ligne
Ali Behrouz, Meisam Razaviyayn, Peilin Zhong, et al.
Réfléchir à la conception des prompts pour le scaling au moment de l'inférence dans la génération texte-visual
Subin Kim, Sangwoo Mo, Mamshad Nayeem Rizve, et al.
Piloter les modèles vision-langage-action comme une anti-exploration : une approche d'échelle au moment du test
Siyuan Yang, Yang Zhang, Haoran He, et al.
OneThinker : Modèle de raisonnement tout-en-un pour les images et les vidéos
Kaituo Feng, Manyuan Zhang, Hongyu Li, et al.
ViDiC : Captioning de différences vidéo
Jiangtao Wu, Shihao Li, Zhaozhou Bian, et al.
PretrainZero : Pré-entraînement actif par renforcement
Xingrun Xing, Zhiyuan Fan, Jie Lou, et al.