We're sunsetting PodQuest on 2025-07-28. Thank you for your support!
Export Podcast Subscriptions
back
2024.12.13 每日AI论文 | 多模态系统提升长期交互，phi-4优化STEM问答表现。
18:02
Share
2024/12/13
HuggingFace 每日AI论文速递
AI Chapters
Transcribe
Chapters
InternLM-XComposer2.5-OmniLive：一个用于长期流式视频和音频交互的综合多模态系统
Phi-4 技术报告
欧几里得：通过合成高保真视觉描述提升多模态大语言模型
多模态潜在语言建模与下一词扩散
基于多模态大语言模型的扩散模型通用化图像参考
通过网络教程引导回放的代理轨迹合成
神经光装置：利用多光源扩散解锁精确物体法线和材质估计
通过高效架构和训练驯服高分辨率文本到图像模型以适应移动设备
物理信息高斯函数作为自适应参数化网格表示
压缩学习中的学习压缩
一个高效且以语音为中心的全认知框架
在现实场景中评估LLMs规则引导推理能力的基准
通过大规模学习编码器进行注视目标估计
基准测试用于系统排名的LLM评判器
通过辅助嵌入蒸馏提升多模态大语言模型的视觉感知能力
版权材料对大型语言模型的影响：挪威视角
词义链接：超越沙盒的消歧
无姿态高斯喷射用于稀疏视图三维重建
解耦姿态引导的可控人体图像动画
对比适应用于扩散模型的定制化
学习基于状态自适应混合专家的通用语言引导视觉导航
基于扩散反演的任意步图像超分辨率
Shiksha：面向印度语言的技术领域翻译数据集与模型
Shownotes
Transcript
No transcript made for this episode yet, you may request it for free.
