HyperAI

Hauptbereich

GPU

Konsole
Studio
Dokumente
Preise

Pulse

Neuigkeiten

Ressourcen

Fachartikel
Notebooks
Datensätze
Wiki

Benchmarks

SOTA
LLM-Modelle
GPU-Bestenliste

Community

Konferenzen

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 Support Hilfe zu Datensätzen

Produkte

Neuigkeiten Fachartikel Notebooks Datensätze Wiki

Links

© HyperAI

GitHub Discord X (formerly Twitter)

Papers

DeepSeek-V4: Auf dem Weg zu hocheffizienter Million-Token Context Intelligence

DeepSeek-V4: Auf dem Weg zu hocheffizienter Million-Token Context Intelligence

Erforschung der räumlichen Intelligenz aus einer generativen Perspektive

Erforschung der räumlichen Intelligenz aus einer generativen Perspektive

Bildgenerierung

Muzhi Zhu, Shunyao Jiang, Huanyi Zheng, et al.

DeVI: Physikbasiertes geschicktes Mensch-Objekt-Interaktionsverhalten durch synthetische Videoimitation

Hyeonwoo Kim, Jeonghwan Kim, Kyungwon Cho, et al.

Reward Hacking im Zeitalter großer Modelle: Mechanismen, emergente Fehlbeurteilungen (Misalignment) und Herausforderungen

Xiaohua Wang, Muzhao Tian, Yuqi Zeng, et al.

DR-Venus: Hin zu frontier-orientierten Deep Research Agents im Edge-Scale-Bereich mit nur 10K Open Data

Überwachtes Feinabstimmen

Venus Team, Sunhao Dai, Yong Deng, et al.

Optimierung der Policy in der nahen Zukunft

Verstärkendes Lernen

Chuanyu Qin, Chenxu Yang, Qingyi Si, et al.

LLaDA2.0-Uni: Vereinheitlichung von multimodaler Verständnis- und Generierungsleistung mittels eines Diffusion Large Language Model

Diffusionsmodell

Inclusion AI, Tiwei Bie, Haoxing Chen, et al.

BioInstruct: Instruction Tuning von Large Language Models für die biomedizinische natürliche Sprachverarbeitung

Überwachtes Feinabstimmen

Hieu Tran, Zhichao Yang, Zonghai Yao, et al.

Technischer Bericht zu Logics-Parsing-Omni

Task Tokens: Ein flexibler Ansatz zur Anpassung von Behavior Foundation Models

Ron Vainshtein, Zohar Rimon, Shie Mannor, et al.

PlayCoder: Playability von LLM-generiertem GUI-Code ermöglichen

Codegenerierung

Zhiyuan Peng, Wei Tao, Xin Yin, et al.

TEMPO: Skalierung des Test-time Training für Large Reasoning Models

Qingyang Zhang, Xinke Kong, Haitao Wu, et al.

AnyRecon: Beliebige 3D-Rekonstruktion mittels eines Video-Diffusionsmodells

Diffusionsmodell

3D-Maschinenvision

Yutian Chen, Shi Guo, Renbiao Jin, et al.

AgentSPEX: Eine Agent SPecification and EXecution Language

Pengcheng Wang, Jerry Huang, Jiarui Yao, et al.

CoInteract: Physikalisch konsistente Video-Synthese von Human-Object-Interaktionen durch räumlich strukturierte Co-Generierung

Xiangyang Luo, Xiaozhe Xin, Tao Feng, et al.

Tstars-Tryon 1.0: Robustes und realistisches virtuelles Anprobieren für vielfältige Modeartikel

Bildgenerierung

Mengting Chen, Zhengrui Chen, Yongchao Du, et al.

Schnelle NF4-Dequantization-Kernels für die Large Language Model Inferenz

Xiangbo Qi, Chaoyi Jiang, Murali Annavaram

EasyVideoR1: Einfacheres RL für das Video-Verständnis

Chuanyu Qin, Chenxu Yang, Qingyi Si, et al.

MultiWorld: Skalierbare Multi-Agent Multi-View Video World Models

Haoyu Wu, Jiwen Yu, Yingtian Zou, et al.

OpenGame: Offenes agentic Coding für Spiele

Codegenerierung

Yilei Jiang, Jinyuan Hu, Qianyin Xiao, et al.

Agent-World: Skalierung der Synthese realweltlicher Umgebungen für eine sich entwickelnde allgemeine Agent Intelligence

Guanting Dong, Junting Lu, Junjie Huang, et al.

OneVL: Einstufige latente Argumentation und Planung mit Vision-Language-Erklärung

Jinghui Lu, Jiayi Guan, Zhijian Huang, et al.

Erweiterung der einstufigen Bildgenerierung von Klasslabels auf Text mittels diskriminativer Textrepräsentation

Bildgenerierung

Chenxi Zhao, Chen Zhu, Xiaokun Feng, et al.

ScribblePrompt: Schnelle und flexible interaktive Segmentierung für beliebige biomedizinische Bilder

Bildsegmentierung

Medizinische Bildgebung

Halle E. Wong, Marianne Rakic, John Guttag, et al.

Long-VITA: Skalierung von Large Multi-modal Models auf 1 Million Tokens bei führender Genauigkeit in Kurzkontexten

Yunhang Shen, Chaoyou Fu, Shaoqi Dong, et al.

UI-TARS: Pionierarbeit bei der automatisierten GUI-Interaktion mit nativen Agents

Yujia Qin, Yining Ye, Junjie Fang, et al.

HunyuanVideo: Ein systematisches Framework für Large Video Generative Models

Hunyuan Foundation Model Team

MathNet: Ein globaler multimodaler Benchmark für mathematisches Reasoning und Retrieval

Retrieval-Augmented Generation

Shaden Alshammari, Kevin Wen, Abrar Zainal, et al.

Externalisierung in LLM Agents: Ein einheitlicher Review zu Memory, Skills, Protocols und Harness Engineering

Chenyu Zhou, Huacan Chai, Wenteng Chen, et al.

Aktive Kontextkompression: Autonomes Memory-Management in LLM Agents

„Schneiden Sie Ihre Verluste ab! Lernen Sie das frühzeitige Pruning von Paths für effizientes paralleles Reasoning“

Jiaxi Bi, Tongxu Luo, Wenyu Du, et al.

Qwen3.5-Omni Technischer Bericht

DeVI: Physikbasiertes geschicktes Mensch-Objekt-Interaktionsverhalten durch synthetische Videoimitation

Reward Hacking im Zeitalter großer Modelle: Mechanismen, emergente Fehlbeurteilungen (Misalignment) und Herausforderungen

DR-Venus: Hin zu frontier-orientierten Deep Research Agents im Edge-Scale-Bereich mit nur 10K Open Data

Optimierung der Policy in der nahen Zukunft

LLaDA2.0-Uni: Vereinheitlichung von multimodaler Verständnis- und Generierungsleistung mittels eines Diffusion Large Language Model

BioInstruct: Instruction Tuning von Large Language Models für die biomedizinische natürliche Sprachverarbeitung

Technischer Bericht zu Logics-Parsing-Omni

Task Tokens: Ein flexibler Ansatz zur Anpassung von Behavior Foundation Models

PlayCoder: Playability von LLM-generiertem GUI-Code ermöglichen

TEMPO: Skalierung des Test-time Training für Large Reasoning Models

AnyRecon: Beliebige 3D-Rekonstruktion mittels eines Video-Diffusionsmodells

AgentSPEX: Eine Agent SPecification and EXecution Language

CoInteract: Physikalisch konsistente Video-Synthese von Human-Object-Interaktionen durch räumlich strukturierte Co-Generierung

Tstars-Tryon 1.0: Robustes und realistisches virtuelles Anprobieren für vielfältige Modeartikel

Schnelle NF4-Dequantization-Kernels für die Large Language Model Inferenz

EasyVideoR1: Einfacheres RL für das Video-Verständnis

MultiWorld: Skalierbare Multi-Agent Multi-View Video World Models

OpenGame: Offenes agentic Coding für Spiele

Agent-World: Skalierung der Synthese realweltlicher Umgebungen für eine sich entwickelnde allgemeine Agent Intelligence

OneVL: Einstufige latente Argumentation und Planung mit Vision-Language-Erklärung

Erweiterung der einstufigen Bildgenerierung von Klasslabels auf Text mittels diskriminativer Textrepräsentation

ScribblePrompt: Schnelle und flexible interaktive Segmentierung für beliebige biomedizinische Bilder

Long-VITA: Skalierung von Large Multi-modal Models auf 1 Million Tokens bei führender Genauigkeit in Kurzkontexten

UI-TARS: Pionierarbeit bei der automatisierten GUI-Interaktion mit nativen Agents

HunyuanVideo: Ein systematisches Framework für Large Video Generative Models

MathNet: Ein globaler multimodaler Benchmark für mathematisches Reasoning und Retrieval

Externalisierung in LLM Agents: Ein einheitlicher Review zu Memory, Skills, Protocols und Harness Engineering

Aktive Kontextkompression: Autonomes Memory-Management in LLM Agents

„Schneiden Sie Ihre Verluste ab! Lernen Sie das frühzeitige Pruning von Paths für effizientes paralleles Reasoning“

Qwen3.5-Omni Technischer Bericht

2.877