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
Papers

JoyAI-Video-Edit: Echtzeit-Videobearbeitung ohne Einschränkungen mittels autoregressiver Diffusion

MerchantBench: Benchmarking von LLM-Agenten für langfristige Kohärenz im E-Commerce-Betrieb






























Training von nGPT
UEmbed: Vereinheitlichte dünnund dichtbesetzte multimodale Einbettungen
VAD: Visuelle Evidenzattribution zur Zielrekonstruktion in multimodaler On-Policy-Destillation
PROGRESSIVE GENERIERUNG VON AGENTENFÄHIGKEITEN MITTELS BESTÄRKENDEM LERNEN
DAPD: Dual-Anchored Policy Distillation
LongHorizon-Harness: Fortschrittliche Agenten für langfristige Aufgaben in der realen Welt
SwanTale: Einheitliche Multi-Sprecher-Sprachund Audiogenerierung für Instructund Zero-Shot-Aufgaben
Fara-1.5: Skalierbare Lernumgebungen für Computer-Use-Agenten
Docling Technischer Bericht
Von der Hochdurchsatz-Evaluierung zu Nasslaborstudien: Weiterentwicklung der Mutationswirkungsvorhersage mit einem retrieval-gestützten Modell
Modell oder Steuerung? Eine interaktionszentrierte Taxonomie zur Lokalisierung von Agentenfehlern
Induktion von Sprachmodellen zur Behauptung ihres eigenen Bewusstseins stellt menschliche Überzeugungen und Werte wieder her
Diamond: Ein Sequenz-zu-Sequenz-Modell zur Sprachwiederherstellung mittels eines autoregressiven RQ-Transformers über neuronalen Audio-Codec-Tokens
N0-TWAM: Skalierung eines taktil-nativen Welt-Aktionsmodells für kontaktintensive Manipulation
AISPA: Nutzerzentrierte Prüfung von System-Prompts für Large-Language-Model-Anwendungen
Mentale Weltmodellierung
Meshy T2: Schnelle native Mesh-Generierung mit Flow Matching
N0-VTLA: Skalierung eines Vision–Taktil–Sprache–Aktions-Modells mit latenten taktilen Tokens
Von RLVR zu RLSVR: Aufgaben-Transformation induziert selbstverifizierbare Belohnungen für die offene Selbstverbesserung von LLMs
BEACON: WISSEN, WANN UND WIE AGENTISCHES VISUELLES SCHLUSSFOLGERN DURCHZUFÜHREN IST
SkillSmith: Komposition parametrischer Fertigkeiten und textuellen Wissens erlernen
VideoCoCo: Code-as-CoT für physikalisch konsistente Videogenerierung durch ein agentisches Doppelmotorsystem
PHIZERO: EIN WELTMODELL, AUFGEBAUT UM PHYSIKALISCHE SPRACHE
Frontis-MA1: Training eines AI4AI-Modells für rekursive Selbstverbesserung im Machine-Learning-Engineering
Metis: Ein Gedächtnis-Grundlagenmodell
Qwen-UI-Agent Technischer Bericht: Auf dem Weg zu grundlegenden GUI-Agenten der nächsten Generation für den realen Einsatz
AskChem: Eine behauptungszentrierte Infrastruktur für die Synthese chemischer Fachliteratur
Was ein Geschirr zum Geschirr macht: Notwendige und hinreichende Bedingungen für ein Agenten-Geschirr
OPENFORGE RL: Training von harness-nativen Agenten in beliebigen Umgebungen
Spekulieren während des logischen Schließens: Agenten durch gemeinsames Agent-Spekulator-RL das Vorhersagen ihres nächsten Werkzeugaufrufs lehren