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

GRAIL: تعلّم التفاعل مع الرسوم المعرفية الكبيرة لتعزيز الاستدلال المستند إلى الاسترجاع

CoTox: التفكير المتسلسل القائم على الجزيئات لتفسير السُمّية وتوقعها































GRAIL: تعلّم التفاعل مع الرسوم المعرفية الكبيرة لتعزيز الاستدلال المستند إلى الاسترجاع

CoTox: التفكير المتسلسل القائم على الجزيئات لتفسير السُمّية وتوقعها






























وكالات فعّالة: بناء وكالات فعّالة مع تقليل التكلفة
هل الاستدلال بالسياق المتسلسل في نماذج اللغة الكبيرة وهمًا؟ من منظور توزيع البيانات
VeriGUI: مجموعة بيانات واجهة المستخدم الطويلة القابلة للتحقق
تقرير فني لـ Qwen2.5-VL
انهار جان؛ تُمَدَّدْ جان! قاعدة معاصرة لـ GAN
MegaPairs: توليد بيانات ضخمة لاسترجاع متعدد الوسائط عالمي
ليرا: إطار فعّال ومركز على الكلام للاستيعاب الشامل
توسيع حدود الأداء للنماذج متعددة الوسائط مفتوحة المصدر من خلال التوسع في النموذج والبيانات ووقت الاختبار
NVILA: نماذج لغة بصرية لعرض الحد الأقصى الفعّال
VisionZip: الطول أطول هو أفضل، ولكن ليس ضروريًا في نماذج الرؤية واللغة
تقرير تقني بايتشوان أوميني
MM1.5: الطرق، التحليل، والرؤى الناتجة عن التدريب الدقيق لنماذج لغة متعددة الوسائط
Emu3: التنبؤ بالحرف التالي هو كل ما تحتاجه
كوجفليم 2: نماذج اللغة البصرية لفهم الصور والفيديوهات
تقرير فني عن Qwen2
صورة ذات قيمة 32 رمزًا لإعادة البناء والتكوين
نموذج انحداري يتفوق على التبديد: لاما لإنجاز توليد الصور قابل للتوسع
ميتور: تجوّل مبنية على مامبا للأساس المنطقي للنماذج الكبيرة للغة والرؤية
FIFO-Diffusion: إنشاء فيديوهات لا نهائية من نص دون تدريب
ما مدى بُعدنا عن GPT-4V؟ سد الفجوة مع النماذج متعددة الوسائط التجارية باستخدام مجموعات مفتوحة المصدر
إلى تحسين الذات للنماذج اللغوية الكبيرة من خلال التخيل، والبحث، والانتقاد
تقرير فني أومنيفيوشن
أخطاء التنبؤ بالتعلم الآلي أفضل من دقة DFT
SEAgent: وكيل استخدام الحاسوب ذات التطور الذاتي مع التعلم المستقل من التجربة
AMix-1: طريق نحو نموذج أساسي للبروتين قابل للتوسع في وقت الاختبار
CRINN: التعلم التعزيزي المقابل للبحث عن الجيران الأقرب التقريبي
انزياح التمثيل: توحيد ضغط الرموز مع FlashAttention
CompassVerifier: مُحقِّق موحّد وقوي لتقييم نماذج اللغة الكبيرة وتقدير النتائج
LongVie: توليد فيديو طويل جدًا قابل للتحكم بمرافقة متعددة الوسائط
Skywork UniPic: نموذج موحّد تلقائيًا للفهم البصري وإنشاء الصور
وكالات فعّالة: بناء وكالات فعّالة مع تقليل التكلفة
هل الاستدلال بالسياق المتسلسل في نماذج اللغة الكبيرة وهمًا؟ من منظور توزيع البيانات
VeriGUI: مجموعة بيانات واجهة المستخدم الطويلة القابلة للتحقق
تقرير فني لـ Qwen2.5-VL
انهار جان؛ تُمَدَّدْ جان! قاعدة معاصرة لـ GAN
MegaPairs: توليد بيانات ضخمة لاسترجاع متعدد الوسائط عالمي
ليرا: إطار فعّال ومركز على الكلام للاستيعاب الشامل
توسيع حدود الأداء للنماذج متعددة الوسائط مفتوحة المصدر من خلال التوسع في النموذج والبيانات ووقت الاختبار
NVILA: نماذج لغة بصرية لعرض الحد الأقصى الفعّال
VisionZip: الطول أطول هو أفضل، ولكن ليس ضروريًا في نماذج الرؤية واللغة
تقرير تقني بايتشوان أوميني
MM1.5: الطرق، التحليل، والرؤى الناتجة عن التدريب الدقيق لنماذج لغة متعددة الوسائط
Emu3: التنبؤ بالحرف التالي هو كل ما تحتاجه
كوجفليم 2: نماذج اللغة البصرية لفهم الصور والفيديوهات
تقرير فني عن Qwen2
صورة ذات قيمة 32 رمزًا لإعادة البناء والتكوين
نموذج انحداري يتفوق على التبديد: لاما لإنجاز توليد الصور قابل للتوسع
ميتور: تجوّل مبنية على مامبا للأساس المنطقي للنماذج الكبيرة للغة والرؤية
FIFO-Diffusion: إنشاء فيديوهات لا نهائية من نص دون تدريب
ما مدى بُعدنا عن GPT-4V؟ سد الفجوة مع النماذج متعددة الوسائط التجارية باستخدام مجموعات مفتوحة المصدر
إلى تحسين الذات للنماذج اللغوية الكبيرة من خلال التخيل، والبحث، والانتقاد
تقرير فني أومنيفيوشن
أخطاء التنبؤ بالتعلم الآلي أفضل من دقة DFT
SEAgent: وكيل استخدام الحاسوب ذات التطور الذاتي مع التعلم المستقل من التجربة
AMix-1: طريق نحو نموذج أساسي للبروتين قابل للتوسع في وقت الاختبار
CRINN: التعلم التعزيزي المقابل للبحث عن الجيران الأقرب التقريبي
انزياح التمثيل: توحيد ضغط الرموز مع FlashAttention
CompassVerifier: مُحقِّق موحّد وقوي لتقييم نماذج اللغة الكبيرة وتقدير النتائج
LongVie: توليد فيديو طويل جدًا قابل للتحكم بمرافقة متعددة الوسائط
Skywork UniPic: نموذج موحّد تلقائيًا للفهم البصري وإنشاء الصور