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
UserBench：面向以用户为中心的Agent的交互式Gym环境
Agent
基准
Cheng Qian, Zuxin Liu, Akshara Prabhakar, et al.
SONAR-LLM：一种在句子嵌入中思考并在token中表达的自回归Transformer
Transformer
LLM
Nikita Dragunov, Temurbek Rahmatullaev, Elizaveta Goncharova, et al.
Klear-Reasoner：通过梯度保真裁剪策略优化提升推理能力
监督式微调
LLM
Zhenpeng Su, Leiyu Pan, Xue Bai, et al.
全效应：统一且空间可控制的视觉效果生成
图生视频
文生视频
Fangyuan Mao, Aiming Hao, Jintao Chen, et al.
WideSearch：面向智能体的广域信息搜索基准测试
基准
Agent
Ryan Wong, Jiawei Wang, Junjie Zhao, et al.
ReasonRank：通过强大的推理能力赋能段落排序
LLM
推理
Wenhan Liu, Xinyu Ma, Weiwei Sun, et al.
AdaptFlow：基于元学习的自适应工作流优化
LLM
Agent
Runchuan Zhu, Bowen Jiang, Lingrui Mei, et al.
中介引导的开源模型间多智能体协作用于医疗决策
视觉问答
Agent
Kaitao Chen, Mianxin Liu, Daoming Zong, et al.
无标签视觉-语言模型适应：一项全面综述
多模态表征
统一多模态
Hao Dong, Lijun Sheng, Jian Liang, et al.
GENIE：用于神经辐射场交互编辑的高斯编码
3D 模型
机器视觉 3D
Mikołaj Zieliński, Krzysztof Byrski, Tomasz Szczepanik, et al.
剪枝无惊喜：通过首令牌意外性实现高效的代码推理
代码生成
推理
Wenhao Zeng, Yaoning Wang, Chao Hu, et al.
Voost：一种用于双向虚拟试穿与试脱的统一且可扩展的扩散Transformer
扩散模型
图像修复
Seungyong Lee, Jeong-gi Kwak
InfiGUI-G1：通过自适应探索策略优化推进GUI定位
Agent
视觉问答
Yuhang Liu, Zeyu Liu, Shuanghe Zhu, et al.
Memp：探索Agent程序记忆
Agent
LLM
Runnan Fang, Yuan Liang, Xiaobin Wang, et al.
Perch 2.0：对生物声学的鹬鸟启示
音频分类
多任务学习
Bart van Merriënboer, Vincent Dumoulin, Jenny Hamer, et al.
我们在评估文档检索增强生成的正确道路上吗？
检索增强生成
基准
Wenxuan Shen, Mingjia Wang, Yaochen Wang, et al.
Hi3DEval：基于分层有效性的三维生成评估
3D 生成
基准
Yuhan Zhang, Long Zhuo, Ziyang Chu, et al.
DeepPHY：面向物理推理的智能体视觉语言模型基准测试
Agent
基准
Xinrun Xu, Pi Bu, Ye Wang, et al.
Genie Envisioner：面向机器人操作的统一世界基础平台
统一多模态
视频生成
Yue Liao, Pengfei Zhou, Siyuan Huang, et al.
R-Zero：从零数据自演化推理的LLM
LLM
推理
Chengsong Huang, Wenhao Yu, Xiaoyang Wang, et al.
监督微调的泛化：基于奖励修正的强化学习视角
监督式微调
强化学习
Yongliang Wu, Yizhou Zhou, Zhou Ziheng, et al.
利用LLM赋能的智能体模拟类人学习动态
Agent
建模
Yu Yuan, Lili Zhao, Wei Chen, et al.
GRAIL：用于检索增强推理的大型知识图谱交互学习
检索增强生成
推理
Ge Chang, Jinbo Su, Jiacheng Liu, et al.
CoTox：基于思维链的分子毒性推理与预测
LLM
推理
Jueon Park, Yein Park, Minju Song, et al.
高效代理：在降低成本的同时构建有效代理
Agent
LLM
Ningning Wang, Xavier Hu, Pai Liu, et al.
LLM 的思维链推理是一场幻觉吗？基于数据分布的视角
LLM
推理
Chengshuai Zhao, Zhen Tan, Pingchuan Ma, et al.
VeriGUI：可验证的长链GUI数据集
Agent
基准
Shunyu Liu, Minghao Liu, Huichi Zhou, et al.
Qwen2.5-VL 技术报告
文档理解
视频理解
Shuai Bai, Keqin Chen, Xuejing Liu, et al.
生成对抗网络已死；万岁，生成对抗网络！一种现代的生成对抗网络基线
深度学习
计算机视觉
Yiwen Huang, Aaron Gokaslan, Volodymyr Kuleshov, et al.
MegaPairs：面向通用多模态检索的大规模数据合成
多模态
数据集
Junjie Zhou, Zheng Liu, Ze Liu, et al.
Lyra：一种高效且以语音为中心的全认知框架
统一多模态
LLM
Zhisheng Zhong, Chengyao Wang, Yuqi Liu, et al.
通过模型、数据和测试时扩展，拓展开源多模态模型的性能边界
多模态
LLM
Zhe Chen, Weiyun Wang, Yue Cao, et al.