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)

HyperAI-AgentBeta

HyperAI Agent befindet sich in der Beta-Phase. Antworten können ungenau sein, überprüfen Sie daher wichtige Details.

Unterhaltungen werden gelöscht 14 Tage nach ihrem Start.

Wie kann ich helfen?

Ressourcen finden, die Plattform kennenlernen oder Workspaces verwalten

Papers

Optimierung der Policy in der nahen Zukunft

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

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

Web Retrieval-Aware Chunking (W-RAC) für effiziente und kostengünstige Retrieval-Augmented Generation Systeme

Retrieval-Augmented Generation

Uday Allu, Sonu Kedia, Tanmay Odapally, et al.

PersonaVLM: Langfristige personalisierte Multimodale LLMs

Chang Nie, Chaoyou Fu, Yifan Zhang, et al.

Ohne Daten oder Optimierung maximaler Gehirnschaden: Störung von Neural Networks durch Sign-Bit Flips

Ido Galil, Moshe Kimhi, Ran El-Yaniv

Aufklärung des SNR-t Bias von Diffusion Probabilistic Models

Diffusionsmodell

Bildgenerierung

Meng Yu, Lei Sun, Jianhao Zeng, et al.

Multimodales OCR: Parse Anything aus Dokumenten

Dokumentenverstehen

Handong Zheng, Yumeng Li, Kaile Zhang, et al.

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

Web Retrieval-Aware Chunking (W-RAC) für effiziente und kostengünstige Retrieval-Augmented Generation Systeme

PersonaVLM: Langfristige personalisierte Multimodale LLMs

Ohne Daten oder Optimierung maximaler Gehirnschaden: Störung von Neural Networks durch Sign-Bit Flips

Aufklärung des SNR-t Bias von Diffusion Probabilistic Models

Multimodales OCR: Parse Anything aus Dokumenten

3.097