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

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































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
Idea2Story: Ein automatisierter Pipeline zur Umwandlung von Forschungskonzepten in vollständige wissenschaftliche Erzählungen
Alles an seinem Platz: Benchmarking der räumlichen Intelligenz von Text-zu-Bild-Modellen
Qwen3-ASR-Technischer Bericht
Insight-Agenten: Ein auf LLM basierendes Multi-Agenten-System für Dateninsights
Zum pixelgenauen VLM-Wahrnehmung durch einfache Punktsvorhersage
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
Idea2Story: Ein automatisierter Pipeline zur Umwandlung von Forschungskonzepten in vollständige wissenschaftliche Erzählungen
Alles an seinem Platz: Benchmarking der räumlichen Intelligenz von Text-zu-Bild-Modellen
Qwen3-ASR-Technischer Bericht
Insight-Agenten: Ein auf LLM basierendes Multi-Agenten-System für Dateninsights
Zum pixelgenauen VLM-Wahrnehmung durch einfache Punktsvorhersage