HyperAI
Command Palette
Search for a command to run...
Papers
Täglich aktualisierte hochmoderne KI-Forschungsarbeiten, um Sie über die neuesten KI-Trends auf dem Laufenden zu halten
2.877 Papers
ENEAS: Embedding-gestützte neuronale Ensemble-Methode für adaptive Segmentierung.
Objektverfolgung
Bildsegmentierung
Javier del Pino, Salvador Rodríguez, Alejandro Garabito, et al.
FlowBalance: Verifier-gestützte Selbstverbesserung durch On-Policy-Erfahrungen beim Reasoning
Verstärkendes Lernen
Reasoning
Zixun Huang, Kishan Panaganti, Haitao Mi, et al.
Kausale Fundamentmodelle
Tiefes Lernen
Modelltraining
Christopher Stith, Hossein Rahmani, Jesse C. Cresswell
EmbodiedSkills: Ein einheitliches Framework zur Orchestrierung, zum Training und zur Bereitstellung von VLA-Agenten
Körperliche Intelligenz
Agent
Wei Wang, Wenqiao Zhang, Yutong Lin, et al.
Verlustfreie Beschleunigung von LLMs durch diskrete Diffusion
LLM
Diffusionsmodell
Subham Sekhar Sahoo, Lingjie Chen, Khiem Pham, et al.
WorldSculpt: Erzeugung kompositionaler Welten aus verankerten Videos
3D-Generierung
3D-Modell
Muyao Niu, Jixuan He, Ruihan Yu, et al.
Iris: Aufstieg zur Suchgrenze
Agent
Retrieval-Augmented Generation
Ziyuan Liu, Hengqi Liu, Zichuan Wang, et al.
MOTION-OMNI: END-TO-END GEMEINSAME SPRACHUND GANZKÖRPERBEWEGUNG FÜR GESPROCHENE DIALOGE
Any-to-Any
Multimodal
Chengqian Ma, Wei Tao, Haoyu Zhang, et al.
Das Aufmerksamkeitsdreieck in Audio-Video-Modellen
Diffusionsmodell
Multimodal
Sagi Polaczek, Noa Kraicer, Gal Metzer, et al.
Bilevel koordinierte Reflexion: Ein spieltheoretischer Ansatz für Multi-Agenten-LLM-Systeme
LLM
Agent
Yihang Chen, Yuxiang Chen, Yuxuan Huang, et al.
Dr. Claw: Eine KI-Wissenschaftler-Arbeitsumgebung für Vibe-Forschung
Agent
Codegenerierung
Dingjie Song, Hanrong Zhang, Dawei Liu, et al.
WorldReward: Belohnungsmodellierung für kamerabedingte Weltmodelle
Weltmodell
Videoerzeugung
Yibin Wang, Zehan Wang, Junshu Tang, et al.
VIBEVOICE-ASR-STREAMING Technischer Bericht
LLM
Audio- Und Sprachverarbeitung
Yujie Tu, Zhiliang Peng, Jianwei Yu, et al.
Informatikleistung und Schreibfähigkeiten sagen die Kompetenz im Vibe Coding voraus
LLM
Codegenerierung
Sverrir Thorgeirsson, Theo B. Weidmann, Zhendong Su
RoboTok: Eine internetweite Datenmaschine zur Beschaffung menschlicher Demonstrationen und zum Erlernen geschickter Manipulation
Robotik
Videobegreifen
Howard Qian, Yiting Chen, Yunfei Xie, et al.
Wissen, wann man nicht wiederverwenden sollte: Bedingter Erfahrungstransfer im autonomen Post-Training von LLMs
LLM
Modelltraining
Tingyun Li, Wenfeng Feng, Weiqing Li, et al.
Random Attention: KV-Cache-Eviction für effizientes Reasoning neu gedacht
LLM
Reasoning
Heng Wang, Jielin Qiu, Wenting Zhao, et al.
LLaDA-Image: Leistungsstarke Bildgeneratoren mit vollständig offenen Trainingsrezepten
Bildgenerierung
Diffusionsmodell
Chuyan Chen, Haoxing Chen, Kun Chen, et al.
Terminal-Universe: Umwandlung von Agenten-Trajektorien in skalierbare Terminal-Umgebungen
Agent
Codegenerierung
Jie Wu, Zhenru Zhang, Beichen Zhang, et al.
Kompilieren durch Training: Wie man natürlichsprachliche Spezifikationen in lokale neuronale Funktionen umwandelt
KI-Compiler
Überwachtes Feinabstimmen
Yuntian Deng, Pengyu Nie, Stuart Shieber
HarnessDev: Können LLMs ihre eigene Agenten-Infrastruktur erstellen und weiterentwickeln?
Agent
LLM
Yuhao Wu, Jingyuan Zhang, Jiajun Shi, et al.
Sprachmodelle können ihre eigene Aufmerksamkeit steuern
LLM
Textgenerierung
Namgyu Ho, Huzama Ahmad, Woosung Koh, et al.
Zum Abgleichen braucht es zwei: Ko-evolutionärer generativer Retriever mit bestärkendem Lernen
LLM
Überwachtes Feinabstimmen
Runpeng Dai, Kaili Huang, Changsung Kang, et al.
EarlyEval: Kostengünstigere Agentenevaluierung durch frühzeitige Ergebnisvorhersage
LLM
Agent
Yuling Shi, Zhensu Sun, Junsen Dong, et al.
SolarWM: Offene Daten und skalierbares Training für Video-Weltmodelle mit langem Zeithorizont
Weltmodell
Videoerzeugung
Junchao Huang, Guian Fang, Shengju Qian, et al.
Repo-To-Skill: GitHub-Repositorien in KI-für-KI-Fertigkeiten destillieren
Agent
LLM
Jianlyu Chen, Yuyang Hu, Hongjin Qian, et al.
H3-World: Sprachverständnis in Weltsteuerung überführen
Weltmodell
Videoerzeugung
Danze Chen, Zeqing Wang, Ziyue Lin, et al.
ZimaBlue: Entwicklung generalisierbarer Welt-Aktions-Modelle durch skalierbares Video-Vortraining
Weltmodell
Xionghao Wu, Yijun Yang, Shiyang Zhou, et al.
UI-Venus-2: Ein großes Sprachmodell für GUI-Agenten
LLM
Agent
SMELT: Skalierungsgesetze für rechenbudgetangepasste MoE-Looped-Transformer
Transformer
LLM
Shaowen Wang, Ge Zhang, Kairong Luo, et al.
Qwen-Drive-1.0: Ein erster Schritt zu einem Vision-Language-Foundation-Modell für das autonome Fahren
Autonome Fahrt
Tongyi Qianwen
Xin Zhou, Zongchuang Zhao, Zhibo Yang, et al.
StudentSim: Training LLM-basierter Studentensimulatoren
LLM
Modelltraining
Ke Yang, Chenglong Wang, Michel Galley, et al.