HyperAI

主区域

GPU

控制台
文档
价格

Pulse

报道

资源

论文
教程
数据集
百科

基准测试

SOTA
大语言模型（LLM）
GPU 排行榜

社区

活动

实用工具

关于服务协议隐私政策
中文

Command Palette

Search for a command to run...

HyperAI
论文

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

学习、理解、实践，与社区一起构建人工智能的未来

关于

关于我们数据集支持

产品

报道教程数据集百科

链接

TVM 中文 Apache TVM

© HyperAI

津ICP备17010941号-1

京公网安备11010502038810号

GitHub Discord X (formerly Twitter)Bilibili

HyperAI

主区域

GPU

控制台
文档
价格

Pulse

报道

资源

论文
教程
数据集
百科

基准测试

SOTA
大语言模型（LLM）
GPU 排行榜

社区

活动

实用工具

关于服务协议隐私政策
中文

Command Palette

Search for a command to run...

HyperAI
论文

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

学习、理解、实践，与社区一起构建人工智能的未来

关于

关于我们数据集支持

产品

报道教程数据集百科

链接

TVM 中文 Apache TVM

© HyperAI

津ICP备17010941号-1

京公网安备11010502038810号

GitHub Discord X (formerly Twitter)Bilibili

pi0.7：一种具有涌现能力的、可控的通用机器人 Foundation Model

pi0.7：一种具有涌现能力的、可控的通用机器人 Foundation Model

多模态表征

Bo Ai, Ali Amin, Raichelle Aniceto, et al.

GTR：引导式思维强化通过防止 RL 基础的 VLM Agent 训练中的思维崩溃（Thought Collapse）来提升性能

GTR：引导式思维强化通过防止 RL 基础的 VLM Agent 训练中的思维崩溃（Thought Collapse）来提升性能

Tong Wei, Yijun Yang, Junliang Xing, et al.

Large Language Models 的 Agent Skills：架构、获取、安全与未来路径

Large Language Models 的 Agent Skills：架构、获取、安全与未来路径

Ranjun Xu, Yang Yan

空间理论：Foundation Models 能否通过主动探索构建空间信念？

空间理论：Foundation Models 能否通过主动探索构建空间信念？

Pingyue Zhang, Zihan Huang, Yue Wang, et al.

记忆迁移学习：Memory 在 Coding Agents 中是如何跨领域迁移的

记忆迁移学习：Memory 在 Coding Agents 中是如何跨领域迁移的

Kangsan Kim, Minki Kang, Taeil Kim, et al.

OccuBench: 通过 Language World Models 在真实世界专业任务上评估 AI Agents

OccuBench: 通过 Language World Models 在真实世界专业任务上评估 AI Agents

Xiaomeng Hu, Yinger Zhang, Fei Huang, et al.

SpatialEvo：通过确定性几何环境实现自我演化的空间智能

SpatialEvo：通过确定性几何环境实现自我演化的空间智能

机器视觉 3D

Dinging Li, Yingxiu Zhao, Xinrui Cheng, et al.

RationalRewards：通过推理 Rewards 在训练与测试阶段共同提升视觉生成的 Scale

RationalRewards：通过推理 Rewards 在训练与测试阶段共同提升视觉生成的 Scale

Haozhe Wang, Cong Wei, Weiming Ren, et al.

Seedance 2.0：提升应对世界复杂性的 Video Generation 能力

Seedance 2.0：提升应对世界复杂性的 Video Generation 能力

Team Seedance, De Chen, Liyang Chen, et al.

GameWorld：迈向多模态 Game Agents 标准化与可验证性的评估研究

GameWorld：迈向多模态 Game Agents 标准化与可验证性的评估研究

Mingyu Ouyang, Siyuan Hu, Kevin Qinghong Lin, et al.

通过 ScaleFormer 实现跨尺度 Pansharpening 以及 PanScale 基准测试

通过 ScaleFormer 实现跨尺度 Pansharpening 以及 PanScale 基准测试

Ke Cao, Xuanhua He, Xueheng Li, et al.

ParseBench：面向 AI Agents 的文档解析基准测试

ParseBench：面向 AI Agents 的文档解析基准测试

Boyang Zhang, Sebastián G. Acosta, Preston Carlson, et al.

存储智能 Agent

存储智能 Agent

Jingyang Qiao, Weicheng Meng, Yu Cheng, et al.

PROPELLA-1：面向大规模 LLM 数据策展的多属性文档标注

PROPELLA-1：面向大规模 LLM 数据策展的多属性文档标注

Maximilian Idahl, Benedikt Droste, Björn Plüster, et al.

长上下文视觉文档理解中的内化推理机制

长上下文视觉文档理解中的内化推理机制

TurboQuant：具有近乎最优失真率的在线 Vector Quantization 方法

TurboQuant：具有近乎最优失真率的在线 Vector Quantization 方法

Amir Zandieh, Majid Daliri, Majid Hadian, et al.

BERT-as-a-Judge：一种高效、稳健的参考式大语言模型评估方法，可替代传统词汇法

BERT-as-a-Judge：一种高效、稳健的参考式大语言模型评估方法，可替代传统词汇法

Hippolyte Gisserot-Boukhlef, Nicolas Boizard, Emmanuel Malherbe, et al.

SPPO：用于长程推理任务的序列级PPO方法

SPPO：用于长程推理任务的序列级PPO方法

Tianyi Wang, Yixia Li, Long Li, et al.

屏幕上的图灵测试：移动端GUI智能体人性化评测基准

屏幕上的图灵测试：移动端GUI智能体人性化评测基准

Jiachen Zhu, Lingyu Yang, Rong Shan, et al.

Audio-Omni: 将多模态理解扩展至多功能的 Audio 生成与编辑

Audio-Omni: 将多模态理解扩展至多功能的 Audio 生成与编辑

统一多模态

Zeyue Tian, Binxin Yang, Zhaoyang Liu, et al.

重新思考大语言模型的在线策略蒸馏：现象、机制与方法配方

重新思考大语言模型的在线策略蒸馏：现象、机制与方法配方

Yaxuan Li, Yuxin Zuo, Bingxiang He, et al.

KnowRL: 通过最小充分知识引导的强化学习提升大语言模型推理能力

KnowRL: 通过最小充分知识引导的强化学习提升大语言模型推理能力

Linhao Yu, Tianmeng Yang, Siyu Ding, et al.

Uni-ViGU：基于扩散式视频生成器的统一视频生成与理解方法

Uni-ViGU：基于扩散式视频生成器的统一视频生成与理解方法

Luozheng Qin, Jia Gong, Qian Qiao, et al.

ClawGUI：用于训练、评测与部署GUI智能体的统一框架

ClawGUI：用于训练、评测与部署GUI智能体的统一框架

Fei Tang, Zhiqiong Lu, Boxuan Zhang, et al.

Transformers 中的 Attention Sink：关于其利用、解释与缓解的研究综述

Transformers 中的 Attention Sink：关于其利用、解释与缓解的研究综述

Zunhai Su, Hengyuan Zhang, Wei Wu, et al.

OmniShow: 统一用于 Human-Object Interaction 视频生成的 Multimodal Conditions

OmniShow: 统一用于 Human-Object Interaction 视频生成的 Multimodal Conditions

Donghao Zhou, Guisheng Liu, Hao Yang, et al.

往事并非过往：基于 Memory 增强的 Dynamic Reward Shaping

往事并非过往：基于 Memory 增强的 Dynamic Reward Shaping

Yang Liu, Enxi Wang, Yufei Gao, et al.

QuanBench+: 一个用于 LLM-Based 量子代码生成的统一多框架 benchmark

QuanBench+: 一个用于 LLM-Based 量子代码生成的统一多框架 benchmark

Ali Slim, Haydar Hamieh, Jawad Kotaich, et al.

用于视觉生成的 Elastic Looped Transformers

用于视觉生成的 Elastic Looped Transformers

A. Pokle, K. Liang, J. Treutlein, et al.

ECHO: 基于 One-step Block Diffusion 的高效胸部 X 线报告生成

ECHO: 基于 One-step Block Diffusion 的高效胸部 X 线报告生成

Lifeng Chen, Tianqi You, Hao Liu, et al.

Matrix-Game 3.0：具有长时程 Memory 的实时流式交互式 World Model

Matrix-Game 3.0：具有长时程 Memory 的实时流式交互式 World Model

Zile Wang, Zexiang Liu, Jaixing Li, et al.

EXAONE 4.5 技术报告

EXAONE 4.5 技术报告

Eunbi Choi, Kibong Choi, Sehyun Chun, et al.

pi0.7：一种具有涌现能力的、可控的通用机器人 Foundation Model

pi0.7：一种具有涌现能力的、可控的通用机器人 Foundation Model

多模态表征

Bo Ai, Ali Amin, Raichelle Aniceto, et al.

GTR：引导式思维强化通过防止 RL 基础的 VLM Agent 训练中的思维崩溃（Thought Collapse）来提升性能

GTR：引导式思维强化通过防止 RL 基础的 VLM Agent 训练中的思维崩溃（Thought Collapse）来提升性能

Tong Wei, Yijun Yang, Junliang Xing, et al.

Large Language Models 的 Agent Skills：架构、获取、安全与未来路径

Large Language Models 的 Agent Skills：架构、获取、安全与未来路径

Ranjun Xu, Yang Yan

空间理论：Foundation Models 能否通过主动探索构建空间信念？

空间理论：Foundation Models 能否通过主动探索构建空间信念？

Pingyue Zhang, Zihan Huang, Yue Wang, et al.

记忆迁移学习：Memory 在 Coding Agents 中是如何跨领域迁移的

记忆迁移学习：Memory 在 Coding Agents 中是如何跨领域迁移的

Kangsan Kim, Minki Kang, Taeil Kim, et al.

OccuBench: 通过 Language World Models 在真实世界专业任务上评估 AI Agents

OccuBench: 通过 Language World Models 在真实世界专业任务上评估 AI Agents

Xiaomeng Hu, Yinger Zhang, Fei Huang, et al.

SpatialEvo：通过确定性几何环境实现自我演化的空间智能

SpatialEvo：通过确定性几何环境实现自我演化的空间智能

机器视觉 3D

Dinging Li, Yingxiu Zhao, Xinrui Cheng, et al.

RationalRewards：通过推理 Rewards 在训练与测试阶段共同提升视觉生成的 Scale

RationalRewards：通过推理 Rewards 在训练与测试阶段共同提升视觉生成的 Scale

Haozhe Wang, Cong Wei, Weiming Ren, et al.

Seedance 2.0：提升应对世界复杂性的 Video Generation 能力

Seedance 2.0：提升应对世界复杂性的 Video Generation 能力

Team Seedance, De Chen, Liyang Chen, et al.

GameWorld：迈向多模态 Game Agents 标准化与可验证性的评估研究

GameWorld：迈向多模态 Game Agents 标准化与可验证性的评估研究

Mingyu Ouyang, Siyuan Hu, Kevin Qinghong Lin, et al.

通过 ScaleFormer 实现跨尺度 Pansharpening 以及 PanScale 基准测试

通过 ScaleFormer 实现跨尺度 Pansharpening 以及 PanScale 基准测试

Ke Cao, Xuanhua He, Xueheng Li, et al.

ParseBench：面向 AI Agents 的文档解析基准测试

ParseBench：面向 AI Agents 的文档解析基准测试

Boyang Zhang, Sebastián G. Acosta, Preston Carlson, et al.

存储智能 Agent

存储智能 Agent

Jingyang Qiao, Weicheng Meng, Yu Cheng, et al.

PROPELLA-1：面向大规模 LLM 数据策展的多属性文档标注

PROPELLA-1：面向大规模 LLM 数据策展的多属性文档标注

Maximilian Idahl, Benedikt Droste, Björn Plüster, et al.

长上下文视觉文档理解中的内化推理机制

长上下文视觉文档理解中的内化推理机制

TurboQuant：具有近乎最优失真率的在线 Vector Quantization 方法

TurboQuant：具有近乎最优失真率的在线 Vector Quantization 方法

Amir Zandieh, Majid Daliri, Majid Hadian, et al.

BERT-as-a-Judge：一种高效、稳健的参考式大语言模型评估方法，可替代传统词汇法

BERT-as-a-Judge：一种高效、稳健的参考式大语言模型评估方法，可替代传统词汇法

Hippolyte Gisserot-Boukhlef, Nicolas Boizard, Emmanuel Malherbe, et al.

SPPO：用于长程推理任务的序列级PPO方法

SPPO：用于长程推理任务的序列级PPO方法

Tianyi Wang, Yixia Li, Long Li, et al.

屏幕上的图灵测试：移动端GUI智能体人性化评测基准

屏幕上的图灵测试：移动端GUI智能体人性化评测基准

Jiachen Zhu, Lingyu Yang, Rong Shan, et al.

Audio-Omni: 将多模态理解扩展至多功能的 Audio 生成与编辑

Audio-Omni: 将多模态理解扩展至多功能的 Audio 生成与编辑

统一多模态

Zeyue Tian, Binxin Yang, Zhaoyang Liu, et al.

重新思考大语言模型的在线策略蒸馏：现象、机制与方法配方

重新思考大语言模型的在线策略蒸馏：现象、机制与方法配方

Yaxuan Li, Yuxin Zuo, Bingxiang He, et al.

KnowRL: 通过最小充分知识引导的强化学习提升大语言模型推理能力

KnowRL: 通过最小充分知识引导的强化学习提升大语言模型推理能力

Linhao Yu, Tianmeng Yang, Siyu Ding, et al.

Uni-ViGU：基于扩散式视频生成器的统一视频生成与理解方法

Uni-ViGU：基于扩散式视频生成器的统一视频生成与理解方法

Luozheng Qin, Jia Gong, Qian Qiao, et al.

ClawGUI：用于训练、评测与部署GUI智能体的统一框架

ClawGUI：用于训练、评测与部署GUI智能体的统一框架

Fei Tang, Zhiqiong Lu, Boxuan Zhang, et al.

Transformers 中的 Attention Sink：关于其利用、解释与缓解的研究综述

Transformers 中的 Attention Sink：关于其利用、解释与缓解的研究综述

Zunhai Su, Hengyuan Zhang, Wei Wu, et al.

OmniShow: 统一用于 Human-Object Interaction 视频生成的 Multimodal Conditions

OmniShow: 统一用于 Human-Object Interaction 视频生成的 Multimodal Conditions

Donghao Zhou, Guisheng Liu, Hao Yang, et al.

往事并非过往：基于 Memory 增强的 Dynamic Reward Shaping

往事并非过往：基于 Memory 增强的 Dynamic Reward Shaping

Yang Liu, Enxi Wang, Yufei Gao, et al.

QuanBench+: 一个用于 LLM-Based 量子代码生成的统一多框架 benchmark

QuanBench+: 一个用于 LLM-Based 量子代码生成的统一多框架 benchmark

Ali Slim, Haydar Hamieh, Jawad Kotaich, et al.

用于视觉生成的 Elastic Looped Transformers

用于视觉生成的 Elastic Looped Transformers

A. Pokle, K. Liang, J. Treutlein, et al.

ECHO: 基于 One-step Block Diffusion 的高效胸部 X 线报告生成

ECHO: 基于 One-step Block Diffusion 的高效胸部 X 线报告生成

Lifeng Chen, Tianqi You, Hao Liu, et al.

Matrix-Game 3.0：具有长时程 Memory 的实时流式交互式 World Model

Matrix-Game 3.0：具有长时程 Memory 的实时流式交互式 World Model

Zile Wang, Zexiang Liu, Jaixing Li, et al.

EXAONE 4.5 技术报告

EXAONE 4.5 技术报告

Eunbi Choi, Kibong Choi, Sehyun Chun, et al.