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

TC-AE: Freischaltung der Token-Kapazität für Deep Compression Autoencoders

TC-AE: Freischaltung der Token-Kapazität für Deep Compression Autoencoders

Bildgenerierung

Teng Li, Ziyuan Huang, Cong Chen, et al.

INSPATIO-WORLD: Ein Echtzeit 4D-World-Simulator mittels spatiotemporaler autoregressiver Modellierung

INSPATIO-WORLD: Ein Echtzeit 4D-World-Simulator mittels spatiotemporaler autoregressiver Modellierung

InSpatio Team, Donghui Shen, Guofeng Zhang, et al.

FlowInOne: Unifying Multimodal Generation as Image-in, Image-out Flow Matching

Junchao Yi, Rui Zhao, Jiahao Tang, et al.

MARS: Ermöglicht die Multi-Token-Generierung für Autoregressive Modelle

Textgenerierung

Ziqi Jin, Lei Wang, Ziwei Luo, et al.

Denken in Strichen, nicht in Pixeln: Prozessgesteuerte Bildgenerierung durch interleaved Reasoning

Bildgenerierung

Lei Zhang, Junjiao Tian, Zhipeng Fan, et al.

RAGEN-2: Reasoning Collapse in Agentic RL

Zihan Wang, Chi Gui, Xing Jin, et al.

Vanast: Virtuelles Anprobieren durch Human Image Animation mittels synthetischer Triplet Supervision

Diffusionsmodell

Hyunsoo Cha, Wonjung Woo, Byungjun Kim, et al.

ThinkTwice: Gemeinsame Optimierung von Large Language Models für Reasoning und Self-Refinement

Difan Jiao, Qianfeng Wen, Blair Yang, et al.

ACES: Wer testet die Tests? Leave-One-Out AUC-Konsistenz für Code Generation

Codegenerierung

Hui Sun, Yun-Ji Zhang, Zheng Xie, et al.

Lernen des Retrieval aus Agent Trajectories

Retrieval-Augmented Generation

Yuqi Zhou, Sunhao Dai, Changle Qu, et al.

Claw-Eval: Auf dem Weg zu einer vertrauenswürdigen Evaluation von Autonomous Agents

Bowen Ye, Rang Li, Qibin Yang, et al.

Video-MME-v2: Auf dem Weg zur nächsten Stufe von Benchmarks für umfassendes Video Understanding

Visuelle Fragebeantwortung

Chaoyou Fu, Haozhi Yuan, Yuhao Dong, et al.

GrandCode: Erreichen des Grandmaster-Levels im Competitive Programming mittels Agentic Reinforcement Learning

Codegenerierung

DeepReinforce Team, Xiaoya Li, Xiaofei Sun, et al.

LIBERO-Para: Ein diagnostisches Benchmark und Metriken für die Robustheit gegenüber Paraphrasen in VLA-Modellen

Multimodale Darstellung

Chanyoung Kim, Minwoo Kim, Minseok Kang, et al.

TriAttention: Effiziente lange Reasoning-Prozesse mittels trigonometrischer KV-Compression

Weian Mao, Xi Lin, Wei Huang, et al.

MinerU2.5-Pro: Pushing the Limits of Data-Centric Document Parsing at Scale

Dokumentenverstehen

Bin Wang, Tianyao He, Linke Ouyang, et al.

Adams Gesetz: Das Gesetz der textuellen Frequenz in Large Language Models

Überwachtes Feinabstimmen

Hongyuan Adam Lu, Z.L., Victor Wei, et al.

OpenWorldLib: Eine vereinheitlichte Codebase und Definition von fortgeschrittenen World Models

DataFlow Team, Bohan Zeng, Daili Hua, et al.

WAXAL: Ein groß angelegtes mehrsprachiges Sprachkorpus afrikanischer Sprachen

Abdoulaye Diack, Perry Nelson, Kwaku Agbesi, et al.

DRACO: Ein Benchmark für die Domänenübergreifende Bewertung von Genauigkeit, Vollständigkeit und Objektivität bei tiefgehenden Forschungsarbeiten

Retrieval-Augmented Generation

Joey Zhong, Hao Zhang, Clare Southern, et al.

HuatuoGPT-o1: Hin zu komplexer medizinischer Reasoning mit LLMs

Junying Chen, Zhenyang Cai, Ke Ji, et al.

AgentSocialBench: Evaluating Privacy Risks in Human-Centered Agentic Social Networks

Prince Zizhuang Wang, Shuli Jiang

InCoder-32B-Thinking: Ein industrielles Code-World-Modell für das Thinking

Jian Yang, Wei Zhang, Jiajun Wu, et al.

Agentic-MME: Was bringt die agentic-Fähigkeit wirklich zur multimodalen Intelligenz?

Qianshan Wei, Yishan Yang, Siyi Wang, et al.

Token Warping unterstützt MLLMs dabei, aus nahen Blickwinkeln zu betrachten.

Multimodale Darstellung

Phillip Y. Lee, Chanho Park, Mingue Park, et al.

Selbstdestilliertes RLVR

Verstärkendes Lernen

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

Ein einfacher Baseline-Ansatz für das Streaming-Video-Verständnis

Visuelle Fragebeantwortung

Yujiao Shen, Shulin Tian, Jingkang Yang, et al.

CORAL: Auf dem Weg zur autonomen Evolution multi-agentischer Systeme für die offene Entdeckung

Ao Qu, Han Zheng, Zijian Zhou, et al.

Steerable Visual Representations

Multimodale Darstellung

Jona Ruthardt, Manu Gaur, Deva Ramanan, et al.

SKILL0: In-Context Agentic Reinforcement Learning für die Skill-Internalization

Verstärkendes Lernen

Zhengxi Lu, Zhiyuan Yao, Jinyang Wu, et al.

Generative World Renderer

Diffusionsmodell

Zheng-Hui Huang, Zhixiang Wang, Jiaming Tan, et al.

Der latente Raum: Grundlagen, Evolution, Mechanismen, Fähigkeiten und Ausblick

Xinlei Yu, Zhangquan Chen, Yongbo He, et al.

FlowInOne: Unifying Multimodal Generation as Image-in, Image-out Flow Matching

MARS: Ermöglicht die Multi-Token-Generierung für Autoregressive Modelle

Denken in Strichen, nicht in Pixeln: Prozessgesteuerte Bildgenerierung durch interleaved Reasoning

RAGEN-2: Reasoning Collapse in Agentic RL

Vanast: Virtuelles Anprobieren durch Human Image Animation mittels synthetischer Triplet Supervision

ThinkTwice: Gemeinsame Optimierung von Large Language Models für Reasoning und Self-Refinement

ACES: Wer testet die Tests? Leave-One-Out AUC-Konsistenz für Code Generation

Lernen des Retrieval aus Agent Trajectories

Claw-Eval: Auf dem Weg zu einer vertrauenswürdigen Evaluation von Autonomous Agents

Video-MME-v2: Auf dem Weg zur nächsten Stufe von Benchmarks für umfassendes Video Understanding

GrandCode: Erreichen des Grandmaster-Levels im Competitive Programming mittels Agentic Reinforcement Learning

LIBERO-Para: Ein diagnostisches Benchmark und Metriken für die Robustheit gegenüber Paraphrasen in VLA-Modellen

TriAttention: Effiziente lange Reasoning-Prozesse mittels trigonometrischer KV-Compression

MinerU2.5-Pro: Pushing the Limits of Data-Centric Document Parsing at Scale

Adams Gesetz: Das Gesetz der textuellen Frequenz in Large Language Models

OpenWorldLib: Eine vereinheitlichte Codebase und Definition von fortgeschrittenen World Models

WAXAL: Ein groß angelegtes mehrsprachiges Sprachkorpus afrikanischer Sprachen

DRACO: Ein Benchmark für die Domänenübergreifende Bewertung von Genauigkeit, Vollständigkeit und Objektivität bei tiefgehenden Forschungsarbeiten

HuatuoGPT-o1: Hin zu komplexer medizinischer Reasoning mit LLMs

AgentSocialBench: Evaluating Privacy Risks in Human-Centered Agentic Social Networks

InCoder-32B-Thinking: Ein industrielles Code-World-Modell für das Thinking

Agentic-MME: Was bringt die agentic-Fähigkeit wirklich zur multimodalen Intelligenz?

Token Warping unterstützt MLLMs dabei, aus nahen Blickwinkeln zu betrachten.

Selbstdestilliertes RLVR

Ein einfacher Baseline-Ansatz für das Streaming-Video-Verständnis

CORAL: Auf dem Weg zur autonomen Evolution multi-agentischer Systeme für die offene Entdeckung

Steerable Visual Representations

SKILL0: In-Context Agentic Reinforcement Learning für die Skill-Internalization

Generative World Renderer

Der latente Raum: Grundlagen, Evolution, Mechanismen, Fähigkeiten und Ausblick

2.877