HyperAI
Command Palette
Search for a command to run...
论文
每日更新的前沿人工智能研究论文,帮助您紧跟最新的人工智能趋势
3,016 篇论文
RoboTok：面向互联网规模的人类演示检索与灵巧操作学习数据引擎
机器人技术
视频理解
Howard Qian, Yiting Chen, Yunfei Xie, et al.
知何时不复用：自主 LLM 后训练中的条件化经验迁移
LLM
模型训练
Tingyun Li, Wenfeng Feng, Weiqing Li, et al.
随机注意力：重新思考 KV 缓存淘汰以实现高效推理
LLM
推理
Heng Wang, Jielin Qiu, Wenting Zhao, et al.
LLaDA-Image：基于完全开放训练配方构建强大图像生成器
图像生成
扩散模型
Chuyan Chen, Haoxing Chen, Kun Chen, et al.
Terminal-Universe：将智能体轨迹转化为可扩展的终端环境
Agent
代码生成
Jie Wu, Zhenru Zhang, Beichen Zhang, et al.
训练即编译：将自然语言规约转化为本地神经函数
AI 编译器
监督式微调
Yuntian Deng, Pengyu Nie, Stuart Shieber
HarnessDev：大语言模型能否创建并演化自己的智能体执行框架？
Agent
LLM
Yuhao Wu, Jingyuan Zhang, Jiajun Shi, et al.
语言模型能够自主控制其注意力
LLM
文本生成
Namgyu Ho, Huzama Ahmad, Woosung Koh, et al.
匹配需双管齐下：基于强化学习的协同进化生成式检索器
LLM
监督式微调
Runpeng Dai, Kaili Huang, Changsung Kang, et al.
EarlyEval：通过早期结果预测降低智能体评估成本
LLM
Agent
Yuling Shi, Zhensu Sun, Junsen Dong, et al.
SolarWM：面向长时程视频世界模型的开放数据与可扩展训练
世界模型
视频生成
Junchao Huang, Guian Fang, Shengju Qian, et al.
Repo-To-Skill：将 GitHub 仓库蒸馏为 AI4AI 技能
Agent
LLM
Jianlyu Chen, Yuyang Hu, Hongjin Qian, et al.
H3-World：将语言理解转化为世界控制
世界模型
视频生成
Danze Chen, Zeqing Wang, Ziyue Lin, et al.
ZimaBlue：通过可扩展视频预训练演化通用世界动作模型
世界模型
Xionghao Wu, Yijun Yang, Shiyang Zhou, et al.
UI-Venus-2：面向 GUI 智能体的大语言模型
LLM
Agent
SMELT：计算匹配的 MoE 循环 Transformer 缩放定律
Transformer
LLM
Shaowen Wang, Ge Zhang, Kairong Luo, et al.
Qwen-Drive-1.0：迈向自动驾驶视觉语言基础模型的初步探索
自动驾驶
通义千问
Xin Zhou, Zongchuang Zhao, Zhibo Yang, et al.
StudentSim：训练基于大语言模型的学生模拟器
LLM
模型训练
Ke Yang, Chenglong Wang, Michel Galley, et al.
SenseNova-U1：基于 NEO-unify 架构统一多模态理解与生成
多模态
统一多模态
Dahua Lin, Lei Yang, Lewei Lu, et al.
超级库智能体：超越单一代码库的多应用联合生成与维护
代码生成
LLM
Daegyu Sung, Yukyeong Lee, Geon Park, et al.
CogEvol：迈向高效且可靠的学习环境生成
代码生成
监督式微调
Shangqing Tu, Daniel Zhang-Li, Yucheng Wang, et al.
LightNav-0：激发视觉语言模型空间智能以实现通用具身导航
多模态
Agent
Qianli Ma, Ran Mei, Jia Wei, et al.
GenFirst：先进行生成再进行重建，实现稳定的端到端潜在生成建模
图像生成
文生图
Guangting Zheng, Yiyuan Zhang, Tao Yang, et al.
Lucida：面向可组合真实到仿真场景建模的解析、生成与放置
3D 生成
机器视觉 3D
Minghan Qin, Yuang Wang, Xiuyu Yang, et al.
DreamX-Creator 1.0：让 2K 分辨率原生音视频生成走向大众化
视频生成
扩散模型
Jiashu Zhu, Yanhao Zheng, Ruitian Tian, et al.
滑动窗口注意力优于线性注意力
Transformer
深度学习
Alexia Jolicoeur-Martineau, Pashmina Cameron, Rhea Sanjay Sukthanker, et al.
用于持续学习的快速权重注意力
深度学习
模型训练
Yifan Zhang, Steve Ta, Jasper Zhang, et al.
SKILL.state：可扩展的长时程智能体技能
LLM
Agent
Sanket Badhe, Priyanka Tiwari, Jonghyun Chung
Hydra-0：面向通用世界建模与控制的动作流
世界模型
视频生成
Hongyu Li, Bowen Wen, Xinghao Zhu, et al.
J-ZERO：从零数据出发的统一挑战者–求解器–评判者协同进化框架
LLM
模型训练
Gyouk Chu, Myeongho Jeon, Eunho Yang
Code-as-World：面向物理推理的可执行世界表征的智能体式发现
世界模型
Agent
Hanyang Wang, Yimo Cai, Weiliang Chen, et al.
智能体工件创建：系统、评估、原则与机遇
Agent
Tianfu Wang, Zhezheng Hao, Xilin Xia, et al.