Command Palette
Search for a command to run...
الأوراق البحثية
أوراق بحثية متطورة في مجال الذكاء الاصطناعي يتم تحديثها يوميًا لمساعدتك على مواكبة أحدث اتجاهات الذكاء الاصطناعي
أوراق بحثية

Audio-Omni: توسيع فهم Multi-modal إلى توليد وتحرير Audio متعدد الاستخدامات

إعادة التفكير في عملية On-Policy Distillation للنماذج اللغوية الكبيرة (Large Language Models): الظواهر، الآليات، والوصفة المقترحة.






























KnowRL: تعزيز قدرة الـ LLM على الـ Reasoning عبر الـ Reinforcement Learning باستخدام توجيهات الـ Minimal-Sufficient Knowledge.
Uni-ViGU: نحو توحيد Video Generation و Understanding عبر A Diffusion-Based Video Generator
ClawGUI: إطار عمل موحد لـ Training و Evaluating و Deploying الـ GUI Agents
Attention Sink في نماذج Transformer: مسح شامل حول الاستخدام، والتفسير، والتخفيف
OmniShow: توحيد الشروط Multimodal لتوليد فيديوهات Human-Object Interaction
الماضي ليس ماضياً: تشكيل المكافأة الديناميكي المعزز بالذاكرة (Memory-Enhanced Dynamic Reward Shaping)
QuanBench+: معيار موحد متعدد الأطر لتوليد الشيفرات الكمومية المعتمد على النماذج اللغوية الكبيرة
ELT: محولات متكررة مرنة للتوليد البصري
ECHO: توليد تقارير الأشعة السينية للصدر بكفاءة باستخدام One-step Block Diffusion
Matrix-Game 3.0: نموذج عالم تفاعلي فوري ومتدفق مع ذاكرة طويلة المدى
التقرير التقني لـ EXAONE 4.5
RefineAnything: تحسين متعدد الوسائط خاص بالمناطق للحصول على تفاصيل محلية مثالية
FORGE: تقييم متعدد الوسائط دقيق لسيناريوهات التصنيع
WildDet3D: توسيع نطاق Promptable 3D Detection في البيئات البرية (in the Wild)
Autoreason: التحسين الذاتي الذي يعرف متى يتوقف
ActiveGlasses: تعلم المناولة عبر الرؤية النشطة من خلال استعراضات البشر من منظور الشخص الأول (Ego-centric)
MegaStyle: بناء مجموعة بيانات Style متنوعة وقابلة للتوسع عبر Consistent Text-to-Image Style Mapping
عندما تتحدث الأرقام: مواءمة الأرقام النصية مع الحالات المرئية في نماذج Text-to-Video Diffusion Models
HY-Embodied-0.5: Embodied Foundation Models لـ Real-World Agents
ClawBench: هل تستطيع AI Agents إكمال المهام اليومية عبر الإنترنت؟
إعادة التفكير في التعميم ضمن Reasoning SFT: تحليل مشروط لعمليات Optimization، والبيانات، وقدرة الـ Model
SkillClaw: دع المهارات تتطور بشكل جماعي باستخدام Agentic Evolver
MDPBench: مقياس مرجعي لتحليل المستندات متعدد اللغات في سيناريوهات العالم الحقيقي
TC-AE: إطلاق قدرة الـ Token لـ Deep Compression Autoencoders
INSPATIO-WORLD: محاكي عالم 4D في الوقت الفعلي عبر النمذجة Spatiotemporal Autoregressive
FlowInOne: توحيد التوليد متعدد الوسائط كعملية Flow Matching من نوع Image-in, Image-out
MARS: تمكين نماذج Autoregressive من توليد Multi-Token
فكر في ضربات الفرشاة، لا في البكسلات: توليد الصور الموجه بالعمليات عبر الاستدلال المتداخل
RAGEN-2: الانهيار الاستدلالي في Agentic RL
Vanast: تجربة قياس الملابس الافتراضية من خلال تحريك صور البشر عبر Synthetic Triplet Supervision