HyperAI

Hauptbereich

GPU

Konsole
Dokumente
Preise

Pulse

Neuigkeiten

Ressourcen

Fachartikel
Notebooks
Datensätze
Wiki

Benchmarks

SOTA
LLM-Modelle
GPU-Bestenliste

Community

Veranstaltungen

Tools

Über uns Nutzungsbedingungen Datenschutzerklärung
Deutsch

Command Palette

Search for a command to run...

HyperAI
Papers

Papers

Täglich aktualisierte hochmoderne KI-Forschungsarbeiten, um Sie über die neuesten KI-Trends auf dem Laufenden zu halten

Gestalten Sie die Zukunft der Künstlichen Intelligenz

Über uns

Über uns Hilfe zu Datensätzen

Produkte

Neuigkeiten Fachartikel Notebooks Datensätze Wiki

Links

© HyperAI

GitHub Discord X (formerly Twitter)

HyperAI

Hauptbereich

GPU

Konsole
Dokumente
Preise

Pulse

Neuigkeiten

Ressourcen

Fachartikel
Notebooks
Datensätze
Wiki

Benchmarks

SOTA
LLM-Modelle
GPU-Bestenliste

Community

Veranstaltungen

Tools

Über uns Nutzungsbedingungen Datenschutzerklärung
Deutsch

Command Palette

Search for a command to run...

HyperAI
Papers

Papers

Täglich aktualisierte hochmoderne KI-Forschungsarbeiten, um Sie über die neuesten KI-Trends auf dem Laufenden zu halten

Gestalten Sie die Zukunft der Künstlichen Intelligenz

Über uns

Über uns Hilfe zu Datensätzen

Produkte

Neuigkeiten Fachartikel Notebooks Datensätze Wiki

Links

© HyperAI

GitHub Discord X (formerly Twitter)

SoMA: Ein neuronales Simulationsmodell von der Realität in die Simulation für die Manipulation weicher Körper durch Roboter

SoMA: Ein neuronales Simulationsmodell von der Realität in die Simulation für die Manipulation weicher Körper durch Roboter

Tiefenschätzung

Mu Huang, Hui Wang, Kerui Ren, et al.

3D-empfundene implizite Bewegungssteuerung für ansichtsadaptive Generierung menschlicher Videos

3D-empfundene implizite Bewegungssteuerung für ansichtsadaptive Generierung menschlicher Videos

Zhixue Fang, Xu He, Songlin Tang, et al.

daVinci-Agency: Langfristige Agenturdaten effizient erschließen

Überwachtes Feinabstimmen

Mohan Jiang, Dayuan Fu, Junhao Shi, et al.

Forschung zu World Models ist nicht allein die Injektion von Weltwissen in spezifische Aufgaben

Körperliche Intelligenz

Bohan Zeng, Kaixin Zhu, Daili Hua, et al.

AOrchestra: Automatisierung der Erstellung von Sub-Agenten für die agentele Orchestrierung

Intelligente Fragebeantwortung

Jianhao Ruan, Zhihao Xu, Yiran Peng, et al.

Kein globaler Plan im Chain-of-Thought: Aufdeckung des latente Planungszeitraums von LLMs

Liyan Xu, Mo Yu, Fandong Meng, et al.

CodeOCR: Zur Wirksamkeit von Vision-Language-Modellen bei der Code-Verständnis-Untersuchung

Yuling Shi, Chaoxiang Xie, Zhensu Sun, et al.

DeepPlanning: Benchmarking Long-Horizon Agentic Planning with Verifiable Constraints

Yinger Zhang, Shutong Jiang, Renhao Li, et al.

CL-bench: Ein Benchmark für Kontextlernen

Intelligente Fragebeantwortung

Shihan Dou, Ming Zhang, Zhangyue Yin, et al.

Verstärkendes Lernen durch Selbst-Distillation

Verstärkendes Lernen

Retrieval-Augmented Generation

Jonas Hübotter, Frederike Lübeck, Lejs Behric, et al.

Chatbots als soziale Begleiter: Wie Menschen Bewusstsein, Menschlichkeit und soziale Gesundheitsvorteile in Maschinen wahrnehmen

Mensch-Computer-Interaktion

Rose E. Guingrich, Michael S. A. Graziano

POPE: Lernen von Schlussfolgern auf schwierigen Problemen durch privilegierte On-Policy-Exploration

Verstärkendes Lernen

Yuxiao Qu, Amrith Setlur, Virginia Smith, et al.

UniReason 1.0: Ein einheitlicher Reasoning-Framework für weltwissensbasierte Bildgenerierung und -bearbeitung

Dianyi Wang, Chaofan Ma, Feng Han, et al.

Schließen des Kreislaufs: Universelle Repository-Darstellung mit dem RPG-Encoder

Codegenerierung

Multimodale Darstellung

Jane Luo, Chengyu Yin, Xin Zhang, et al.

Vision-DeepResearch Benchmark: Die Neubewertung von visuellen und textuellen Suchen für multimodale Large Language Models

Visuelle Fragebeantwortung

Yu Zeng, Wenxuan Huang, Zhen Fang, et al.

Vision-DeepResearch: Die Anreizschaffung für DeepResearch-Fähigkeiten in multimodalen großen Sprachmodellen

Retrieval-Augmented Generation

Visuelle Fragebeantwortung

Wenxuan Huang, Yu Zeng, Qiuchen Wang, et al.

Kimi K2.5: Visuelle Agentic Intelligence

Multimodale Darstellung

Kimi Team, Tongtong Bai, Yifan Bai, et al.

Green-VLA: Stufenweises Vision-Sprache-Aktion-Modell für Generalist-Roboter

I. Apanasevich, M. Artemyev, R. Babakyan, et al.

PaperBanana: Automatisierung akademischer Illustrationen für KI-Wissenschaftler

KI Für Die Wissenschaft

Dawei Zhu, Rui Meng, Yale Song, et al.

Semi-autonome Entdeckung mathematischer Erkenntnisse mit Gemini: Eine Fallstudie zu den Erdős-Problemen

KI Für Die Wissenschaft

Tony Feng, Trieu Trinh, Garrett Bingham, et al.

Latente Chain-of-Thought als Planung: Entkoppelung des Schließens von der Verbalisierung

Jiecong Wang, Hao Peng, Chunyang Liu

Echtzeit-ausgerichtetes Belohnungsmodell jenseits der Semantik

Verstärkendes Lernen

Zixuan Huang, Xin Xia, Yuxi Ren, et al.

DenseGRPO: Von spärlichen zu dichten Belohnungen für die Ausrichtung von Flow-Matching-Modellen

Diffusionsmodell

Überwachtes Feinabstimmen

Haoyou Deng, Keyu Yan, Chaojie Mao, et al.

DreamActor-M2: Universelle Charakterbildanimation durch räumlich-zeitliche In-Context-Lernverfahren

Mingshuang Luo, Shuang Liang, Zhengkun Rong, et al.

TTCS: Test-Time Curriculum Synthesis für selbst-entwickelnde LLMs

Chengyi Yang, Zhishang Xiang, Yunbo Tang, et al.

ASTRA: Automatisierte Synthese agenter Trajektorien und Verstärkungsumgebungen

Verstärkendes Lernen

Xiaoyu Tian, Haotian Wang, Shuaiting Chen, et al.

Selbst-Distillation ermöglicht kontinuierliches Lernen

Verstärkendes Lernen

Überwachtes Feinabstimmen

Idan Shenfeld, Mehul Damani, Jonas Hübotter, et al.

Zu einer ausführungsgrundlegenden automatisierten KI-Forschung

Chenglei Si, Zitong Yang, Yejin Choi, et al.

DynamicVLA: Ein Vision-Language-Action-Modell für die Manipulation dynamischer Objekte

Körperliche Intelligenz

Haozhe Xie, Beichen Wen, Jiarui Zheng, et al.

MMFineReason: Schließen der Multimodalen-Reasoning-Lücke durch datenzentrierte offene Methoden

Honglin Lin, Zheng Liu, Yun Zhu, et al.

OCRVerse: Ein Schritt hin zu einer umfassenden OCR in end-to-end Vision-Language-Modellen

Dokumentenverstehen

Yufeng Zhong, Lei Chen, Xuanle Zhao, et al.

Skalierung von Embeddings übertrifft die Skalierung von Experten in Sprachmodellen

Retrieval-Augmented Generation

Hong Liu, Jiaqi Zhang, Chao Wang, et al.

SoMA: Ein neuronales Simulationsmodell von der Realität in die Simulation für die Manipulation weicher Körper durch Roboter

SoMA: Ein neuronales Simulationsmodell von der Realität in die Simulation für die Manipulation weicher Körper durch Roboter

Tiefenschätzung

Mu Huang, Hui Wang, Kerui Ren, et al.

3D-empfundene implizite Bewegungssteuerung für ansichtsadaptive Generierung menschlicher Videos

3D-empfundene implizite Bewegungssteuerung für ansichtsadaptive Generierung menschlicher Videos

Zhixue Fang, Xu He, Songlin Tang, et al.

daVinci-Agency: Langfristige Agenturdaten effizient erschließen

Überwachtes Feinabstimmen

Mohan Jiang, Dayuan Fu, Junhao Shi, et al.

Forschung zu World Models ist nicht allein die Injektion von Weltwissen in spezifische Aufgaben

Körperliche Intelligenz

Bohan Zeng, Kaixin Zhu, Daili Hua, et al.

AOrchestra: Automatisierung der Erstellung von Sub-Agenten für die agentele Orchestrierung

Intelligente Fragebeantwortung

Jianhao Ruan, Zhihao Xu, Yiran Peng, et al.

Kein globaler Plan im Chain-of-Thought: Aufdeckung des latente Planungszeitraums von LLMs

Liyan Xu, Mo Yu, Fandong Meng, et al.

CodeOCR: Zur Wirksamkeit von Vision-Language-Modellen bei der Code-Verständnis-Untersuchung

Yuling Shi, Chaoxiang Xie, Zhensu Sun, et al.

DeepPlanning: Benchmarking Long-Horizon Agentic Planning with Verifiable Constraints

Yinger Zhang, Shutong Jiang, Renhao Li, et al.

CL-bench: Ein Benchmark für Kontextlernen

Intelligente Fragebeantwortung

Shihan Dou, Ming Zhang, Zhangyue Yin, et al.

Verstärkendes Lernen durch Selbst-Distillation

Verstärkendes Lernen

Retrieval-Augmented Generation

Jonas Hübotter, Frederike Lübeck, Lejs Behric, et al.

Chatbots als soziale Begleiter: Wie Menschen Bewusstsein, Menschlichkeit und soziale Gesundheitsvorteile in Maschinen wahrnehmen

Mensch-Computer-Interaktion

Rose E. Guingrich, Michael S. A. Graziano

POPE: Lernen von Schlussfolgern auf schwierigen Problemen durch privilegierte On-Policy-Exploration

Verstärkendes Lernen

Yuxiao Qu, Amrith Setlur, Virginia Smith, et al.

UniReason 1.0: Ein einheitlicher Reasoning-Framework für weltwissensbasierte Bildgenerierung und -bearbeitung

Dianyi Wang, Chaofan Ma, Feng Han, et al.

Schließen des Kreislaufs: Universelle Repository-Darstellung mit dem RPG-Encoder

Codegenerierung

Multimodale Darstellung

Jane Luo, Chengyu Yin, Xin Zhang, et al.

Vision-DeepResearch Benchmark: Die Neubewertung von visuellen und textuellen Suchen für multimodale Large Language Models

Visuelle Fragebeantwortung

Yu Zeng, Wenxuan Huang, Zhen Fang, et al.

Vision-DeepResearch: Die Anreizschaffung für DeepResearch-Fähigkeiten in multimodalen großen Sprachmodellen

Retrieval-Augmented Generation

Visuelle Fragebeantwortung

Wenxuan Huang, Yu Zeng, Qiuchen Wang, et al.

Kimi K2.5: Visuelle Agentic Intelligence

Multimodale Darstellung

Kimi Team, Tongtong Bai, Yifan Bai, et al.

Green-VLA: Stufenweises Vision-Sprache-Aktion-Modell für Generalist-Roboter

I. Apanasevich, M. Artemyev, R. Babakyan, et al.

PaperBanana: Automatisierung akademischer Illustrationen für KI-Wissenschaftler

KI Für Die Wissenschaft

Dawei Zhu, Rui Meng, Yale Song, et al.

Semi-autonome Entdeckung mathematischer Erkenntnisse mit Gemini: Eine Fallstudie zu den Erdős-Problemen

KI Für Die Wissenschaft

Tony Feng, Trieu Trinh, Garrett Bingham, et al.

Latente Chain-of-Thought als Planung: Entkoppelung des Schließens von der Verbalisierung

Jiecong Wang, Hao Peng, Chunyang Liu

Echtzeit-ausgerichtetes Belohnungsmodell jenseits der Semantik

Verstärkendes Lernen

Zixuan Huang, Xin Xia, Yuxi Ren, et al.

DenseGRPO: Von spärlichen zu dichten Belohnungen für die Ausrichtung von Flow-Matching-Modellen

Diffusionsmodell

Überwachtes Feinabstimmen

Haoyou Deng, Keyu Yan, Chaojie Mao, et al.

DreamActor-M2: Universelle Charakterbildanimation durch räumlich-zeitliche In-Context-Lernverfahren

Mingshuang Luo, Shuang Liang, Zhengkun Rong, et al.

TTCS: Test-Time Curriculum Synthesis für selbst-entwickelnde LLMs

Chengyi Yang, Zhishang Xiang, Yunbo Tang, et al.

ASTRA: Automatisierte Synthese agenter Trajektorien und Verstärkungsumgebungen

Verstärkendes Lernen

Xiaoyu Tian, Haotian Wang, Shuaiting Chen, et al.

Selbst-Distillation ermöglicht kontinuierliches Lernen

Verstärkendes Lernen

Überwachtes Feinabstimmen

Idan Shenfeld, Mehul Damani, Jonas Hübotter, et al.

Zu einer ausführungsgrundlegenden automatisierten KI-Forschung

Chenglei Si, Zitong Yang, Yejin Choi, et al.

DynamicVLA: Ein Vision-Language-Action-Modell für die Manipulation dynamischer Objekte

Körperliche Intelligenz

Haozhe Xie, Beichen Wen, Jiarui Zheng, et al.

MMFineReason: Schließen der Multimodalen-Reasoning-Lücke durch datenzentrierte offene Methoden

Honglin Lin, Zheng Liu, Yun Zhu, et al.

OCRVerse: Ein Schritt hin zu einer umfassenden OCR in end-to-end Vision-Language-Modellen

Dokumentenverstehen

Yufeng Zhong, Lei Chen, Xuanle Zhao, et al.

Skalierung von Embeddings übertrifft die Skalierung von Experten in Sprachmodellen

Retrieval-Augmented Generation

Hong Liu, Jiaqi Zhang, Chao Wang, et al.

daVinci-Agency: Langfristige Agenturdaten effizient erschließen

Forschung zu World Models ist nicht allein die Injektion von Weltwissen in spezifische Aufgaben

AOrchestra: Automatisierung der Erstellung von Sub-Agenten für die agentele Orchestrierung

Kein globaler Plan im Chain-of-Thought: Aufdeckung des latente Planungszeitraums von LLMs

CodeOCR: Zur Wirksamkeit von Vision-Language-Modellen bei der Code-Verständnis-Untersuchung

DeepPlanning: Benchmarking Long-Horizon Agentic Planning with Verifiable Constraints

CL-bench: Ein Benchmark für Kontextlernen

Verstärkendes Lernen durch Selbst-Distillation

Chatbots als soziale Begleiter: Wie Menschen Bewusstsein, Menschlichkeit und soziale Gesundheitsvorteile in Maschinen wahrnehmen

POPE: Lernen von Schlussfolgern auf schwierigen Problemen durch privilegierte On-Policy-Exploration

UniReason 1.0: Ein einheitlicher Reasoning-Framework für weltwissensbasierte Bildgenerierung und -bearbeitung

Schließen des Kreislaufs: Universelle Repository-Darstellung mit dem RPG-Encoder

Vision-DeepResearch Benchmark: Die Neubewertung von visuellen und textuellen Suchen für multimodale Large Language Models

Vision-DeepResearch: Die Anreizschaffung für DeepResearch-Fähigkeiten in multimodalen großen Sprachmodellen

Kimi K2.5: Visuelle Agentic Intelligence

Green-VLA: Stufenweises Vision-Sprache-Aktion-Modell für Generalist-Roboter

PaperBanana: Automatisierung akademischer Illustrationen für KI-Wissenschaftler

Semi-autonome Entdeckung mathematischer Erkenntnisse mit Gemini: Eine Fallstudie zu den Erdős-Problemen

Latente Chain-of-Thought als Planung: Entkoppelung des Schließens von der Verbalisierung

Echtzeit-ausgerichtetes Belohnungsmodell jenseits der Semantik

DenseGRPO: Von spärlichen zu dichten Belohnungen für die Ausrichtung von Flow-Matching-Modellen

DreamActor-M2: Universelle Charakterbildanimation durch räumlich-zeitliche In-Context-Lernverfahren

TTCS: Test-Time Curriculum Synthesis für selbst-entwickelnde LLMs

ASTRA: Automatisierte Synthese agenter Trajektorien und Verstärkungsumgebungen

Selbst-Distillation ermöglicht kontinuierliches Lernen

Zu einer ausführungsgrundlegenden automatisierten KI-Forschung

DynamicVLA: Ein Vision-Language-Action-Modell für die Manipulation dynamischer Objekte

MMFineReason: Schließen der Multimodalen-Reasoning-Lücke durch datenzentrierte offene Methoden

OCRVerse: Ein Schritt hin zu einer umfassenden OCR in end-to-end Vision-Language-Modellen

Skalierung von Embeddings übertrifft die Skalierung von Experten in Sprachmodellen

daVinci-Agency: Langfristige Agenturdaten effizient erschließen

Forschung zu World Models ist nicht allein die Injektion von Weltwissen in spezifische Aufgaben

AOrchestra: Automatisierung der Erstellung von Sub-Agenten für die agentele Orchestrierung

Kein globaler Plan im Chain-of-Thought: Aufdeckung des latente Planungszeitraums von LLMs

CodeOCR: Zur Wirksamkeit von Vision-Language-Modellen bei der Code-Verständnis-Untersuchung

DeepPlanning: Benchmarking Long-Horizon Agentic Planning with Verifiable Constraints

CL-bench: Ein Benchmark für Kontextlernen

Verstärkendes Lernen durch Selbst-Distillation

Chatbots als soziale Begleiter: Wie Menschen Bewusstsein, Menschlichkeit und soziale Gesundheitsvorteile in Maschinen wahrnehmen

POPE: Lernen von Schlussfolgern auf schwierigen Problemen durch privilegierte On-Policy-Exploration

UniReason 1.0: Ein einheitlicher Reasoning-Framework für weltwissensbasierte Bildgenerierung und -bearbeitung

Schließen des Kreislaufs: Universelle Repository-Darstellung mit dem RPG-Encoder

Vision-DeepResearch Benchmark: Die Neubewertung von visuellen und textuellen Suchen für multimodale Large Language Models

Vision-DeepResearch: Die Anreizschaffung für DeepResearch-Fähigkeiten in multimodalen großen Sprachmodellen

Kimi K2.5: Visuelle Agentic Intelligence

Green-VLA: Stufenweises Vision-Sprache-Aktion-Modell für Generalist-Roboter

PaperBanana: Automatisierung akademischer Illustrationen für KI-Wissenschaftler

Semi-autonome Entdeckung mathematischer Erkenntnisse mit Gemini: Eine Fallstudie zu den Erdős-Problemen

Latente Chain-of-Thought als Planung: Entkoppelung des Schließens von der Verbalisierung

Echtzeit-ausgerichtetes Belohnungsmodell jenseits der Semantik

DenseGRPO: Von spärlichen zu dichten Belohnungen für die Ausrichtung von Flow-Matching-Modellen

DreamActor-M2: Universelle Charakterbildanimation durch räumlich-zeitliche In-Context-Lernverfahren

TTCS: Test-Time Curriculum Synthesis für selbst-entwickelnde LLMs

ASTRA: Automatisierte Synthese agenter Trajektorien und Verstärkungsumgebungen

Selbst-Distillation ermöglicht kontinuierliches Lernen

Zu einer ausführungsgrundlegenden automatisierten KI-Forschung

DynamicVLA: Ein Vision-Language-Action-Modell für die Manipulation dynamischer Objekte

MMFineReason: Schließen der Multimodalen-Reasoning-Lücke durch datenzentrierte offene Methoden

OCRVerse: Ein Schritt hin zu einer umfassenden OCR in end-to-end Vision-Language-Modellen

Skalierung von Embeddings übertrifft die Skalierung von Experten in Sprachmodellen