HyperAI

Hauptbereich

GPU

Konsole
Studio
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 Support Hilfe zu Datensätzen

Produkte

Neuigkeiten Fachartikel Notebooks Datensätze Wiki

Links

© HyperAI

GitHub Discord X (formerly Twitter)

HyperAI

Hauptbereich

GPU

Konsole
Studio
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 Support Hilfe zu Datensätzen

Produkte

Neuigkeiten Fachartikel Notebooks Datensätze Wiki

Links

© HyperAI

GitHub Discord X (formerly Twitter)

Wenn das Reasoning seinen Gesetzen begegnet

Wenn das Reasoning seinen Gesetzen begegnet

Junyu Zhang, Yifan Sun, Tianang Leng, et al.

Untersuchung der wissenschaftlichen Allgemeint intelligence von LLMs mittels wissenschaftlerausgerichteter Workflows

Untersuchung der wissenschaftlichen Allgemeint intelligence von LLMs mittels wissenschaftlerausgerichteter Workflows

Wanghan Xu, Yuhao Zhou, Yifan Zhou, et al.

K2-V2: Ein 360-Offenes, reasoning-optimiertes LLM

Überwachtes Feinabstimmen

Zhengzhong Liu, Liping Tang, Linghao Jin, et al.

VenusBench-GD: Ein umfassender Multi-Plattform-GUI-Benchmark für vielfältige Grundlagenaufgaben

Mensch-Computer-Interaktion

Beitong Zhou, Zhexiao Huang, Yuan Guo, et al.

MCIF: Multimodales, mehrsprachiges Benchmark für Anweisungsfolge aus wissenschaftlichen Vorträgen

Sara Papi, Maike Züfle, Marco Gaido, et al.

NitroGen: Ein offenes Grundmodell für allgemeine Spielen-Agents

Computer Vision

Loic Magne, Anas Awadalla, Guanzhi Wang, et al.

H-Neuronen: Über das Vorhandensein, die Wirkung und den Ursprung von Halluzinationsassoziierten Neuronen in LLMs

Natürliche Sprachverarbeitung

Cheng Gao, Huimin Chen, Chaojun Xiao, et al.

Die Welt ist Ihre Leinwand: Malen von anpassbaren Ereignissen mit Referenzbildern, Trajektorien und Text

Hanlin Wang, Hao Ouyang, Qiuyu Wang, et al.

Alchemist: Effizienzsteigerung beim Training von Text-zu-Bild-Modellen durch Meta-Gradienten-basierte Datenauswahl

Diffusionsmodell

Kaixin Ding, Yang Zhou, Xi Chen, et al.

Tiefe beliebige Panoramen: Ein Grundmodell für die Panoramatiefe-Schätzung

Tiefenschätzung

3D-Maschinenvision

Xin Lin, Meixi Song, Dizhe Zhang, et al.

Generatives Refokussieren: Flexible Unschärfekontrolle aus einem einzigen Bild

Tiefenschätzung

Chun-Wei Tuan Mu, Jia-Bin Huang, Yu-Lun Liu

StereoPilot: Lernen einer einheitlichen und effizienten Stereo-Umwandlung mittels generativer Prioris

Videobearbeitung

Guibao Shen, Yihua Du, Wenhang Ge, et al.

Nächste-Embedding-Vorhersage macht starke Vision-Lerner

Computer Vision

Sihan Xu, Ziqiao Ma, Wenhao Chai, et al.

Agenten-KI: Eine Untersuchung der Horizonte multimodaler Interaktion

Körperliche Intelligenz

Zane Durante, Qiuyuan Huang, Naoki Wake, et al.

Künstlicher Intellekt als mathematischer Partner zur Förderung mathematischer Entdeckungen – Eine Fallstudie zur Homogenisierungstheorie

Künstliche Intelligenz

Yuanhang Liu, Beichen Wang, Peng Li, et al.

GenEval 2: Behandlung von Benchmark-Drift bei der Text-zu-Bild-Evaluation

Amita Kamath, Kai-Wei Chang, Ranjay Krishna, et al.

PrivateXR: Der Schutz vor Datenschutzangriffen im Extended Reality durch erklärbare KI-gesteuerte differenzielle Privatsphäre

Emotionserkennung

Ripan Kumar Kundu, Istiak Ahmed, Khaza Anuarul Hoque

Temporale Reibungen und gerichtliche Ergebnisse: Analyse des Einflusses von Zeitverzögerungen auf die Strafzumessung in Cook County (2020–2024)

Meta-RL fördert die Exploration bei Sprach-Agenten

Verstärkendes Lernen

Yulun Jiang, Liangze Jiang, Damien Teney, et al.

LLMCache: schichtweite Caching-Strategien zur beschleunigten Wiederverwendung bei der Transformer-Inferenz

Harsh Vardhan Bansal

OPENTOUCH: Vollflächige Berührung für die reale Interaktion bringen

Yuxin Ray Song, Jinzhou Li, Rao Fu, et al.

VideoRewardBench: Umfassende Bewertung multimodaler Belohnungsmodelle für das Videoverstehen

Visuelle Fragebeantwortung

Zhihong Zhang, Xiaojian Huang, Jin Xu, et al.

Soul: Leben in digitale Menschen für hochauflösende, langfristige multimodale Animation einhauchen

Jiangning Zhang, Junwei Zhu, Zhenye Gan, et al.

IF-Bench: Benchmarking und Verbesserung von MLLMs für Infrarotbilder mit generativer Visualisierung

Visuelle Fragebeantwortung

Tao Zhang, Yuyang Hong, Yang Xia, et al.

RecGPT-V2 Technischer Bericht

Chao Yi, Dian Chen, Gaoyang Guo, et al.

Vector Prism: Animieren von Vektorgrafiken durch Schichten der semantischen Struktur

Bildsegmentierung

Jooyeol Yun, Jaegul Choo

OpenDataArena: Ein faire und offener Wettbewerbsspielplatz zur Bewertung des Wertes von Post-Training-Datensätzen

Mengzhang Cai, Xin Gao, Yu Li, et al.

Video Reality Test: Können KI-generierte ASMR-Videos VLMs und Menschen täuschen?

Videobearbeitung

Jiaqi Wang, Weijia Wu, Yi Zhan, et al.

WorldPlay: Hin zum langfristigen geometrischen Konsistenz für Echtzeit-Interaktives Weltmodellieren

Wenqiang Sun, Haiyu Zhang, Haoyuan Wang, et al.

MMGR: Multimodale generative Reasoning

Zefan Cai, Haoyi Qiu, Tianyi Ma, et al.

Frontier Science: Beurteilung der Fähigkeit von KI, wissenschaftliche Aufgaben auf Expertenebene zu erfüllen

Miles Wang, Joy Jiao, Neil Chowdhury, et al.

Der FACTS Leaderboard: Ein umfassender Benchmark für die Faktengenauigkeit von Large Language Models

Retrieval-Augmented Generation

Aileen Cheng, Alon Jacovi, Amir Globerson, et al.

Wenn das Reasoning seinen Gesetzen begegnet

Wenn das Reasoning seinen Gesetzen begegnet

Junyu Zhang, Yifan Sun, Tianang Leng, et al.

Untersuchung der wissenschaftlichen Allgemeint intelligence von LLMs mittels wissenschaftlerausgerichteter Workflows

Untersuchung der wissenschaftlichen Allgemeint intelligence von LLMs mittels wissenschaftlerausgerichteter Workflows

Wanghan Xu, Yuhao Zhou, Yifan Zhou, et al.

K2-V2: Ein 360-Offenes, reasoning-optimiertes LLM

Überwachtes Feinabstimmen

Zhengzhong Liu, Liping Tang, Linghao Jin, et al.

VenusBench-GD: Ein umfassender Multi-Plattform-GUI-Benchmark für vielfältige Grundlagenaufgaben

Mensch-Computer-Interaktion

Beitong Zhou, Zhexiao Huang, Yuan Guo, et al.

MCIF: Multimodales, mehrsprachiges Benchmark für Anweisungsfolge aus wissenschaftlichen Vorträgen

Sara Papi, Maike Züfle, Marco Gaido, et al.

NitroGen: Ein offenes Grundmodell für allgemeine Spielen-Agents

Computer Vision

Loic Magne, Anas Awadalla, Guanzhi Wang, et al.

H-Neuronen: Über das Vorhandensein, die Wirkung und den Ursprung von Halluzinationsassoziierten Neuronen in LLMs

Natürliche Sprachverarbeitung

Cheng Gao, Huimin Chen, Chaojun Xiao, et al.

Die Welt ist Ihre Leinwand: Malen von anpassbaren Ereignissen mit Referenzbildern, Trajektorien und Text

Hanlin Wang, Hao Ouyang, Qiuyu Wang, et al.

Alchemist: Effizienzsteigerung beim Training von Text-zu-Bild-Modellen durch Meta-Gradienten-basierte Datenauswahl

Diffusionsmodell

Kaixin Ding, Yang Zhou, Xi Chen, et al.

Tiefe beliebige Panoramen: Ein Grundmodell für die Panoramatiefe-Schätzung

Tiefenschätzung

3D-Maschinenvision

Xin Lin, Meixi Song, Dizhe Zhang, et al.

Generatives Refokussieren: Flexible Unschärfekontrolle aus einem einzigen Bild

Tiefenschätzung

Chun-Wei Tuan Mu, Jia-Bin Huang, Yu-Lun Liu

StereoPilot: Lernen einer einheitlichen und effizienten Stereo-Umwandlung mittels generativer Prioris

Videobearbeitung

Guibao Shen, Yihua Du, Wenhang Ge, et al.

Nächste-Embedding-Vorhersage macht starke Vision-Lerner

Computer Vision

Sihan Xu, Ziqiao Ma, Wenhao Chai, et al.

Agenten-KI: Eine Untersuchung der Horizonte multimodaler Interaktion

Körperliche Intelligenz

Zane Durante, Qiuyuan Huang, Naoki Wake, et al.

Künstlicher Intellekt als mathematischer Partner zur Förderung mathematischer Entdeckungen – Eine Fallstudie zur Homogenisierungstheorie

Künstliche Intelligenz

Yuanhang Liu, Beichen Wang, Peng Li, et al.

GenEval 2: Behandlung von Benchmark-Drift bei der Text-zu-Bild-Evaluation

Amita Kamath, Kai-Wei Chang, Ranjay Krishna, et al.

PrivateXR: Der Schutz vor Datenschutzangriffen im Extended Reality durch erklärbare KI-gesteuerte differenzielle Privatsphäre

Emotionserkennung

Ripan Kumar Kundu, Istiak Ahmed, Khaza Anuarul Hoque

Temporale Reibungen und gerichtliche Ergebnisse: Analyse des Einflusses von Zeitverzögerungen auf die Strafzumessung in Cook County (2020–2024)

Meta-RL fördert die Exploration bei Sprach-Agenten

Verstärkendes Lernen

Yulun Jiang, Liangze Jiang, Damien Teney, et al.

LLMCache: schichtweite Caching-Strategien zur beschleunigten Wiederverwendung bei der Transformer-Inferenz

Harsh Vardhan Bansal

OPENTOUCH: Vollflächige Berührung für die reale Interaktion bringen

Yuxin Ray Song, Jinzhou Li, Rao Fu, et al.

VideoRewardBench: Umfassende Bewertung multimodaler Belohnungsmodelle für das Videoverstehen

Visuelle Fragebeantwortung

Zhihong Zhang, Xiaojian Huang, Jin Xu, et al.

Soul: Leben in digitale Menschen für hochauflösende, langfristige multimodale Animation einhauchen

Jiangning Zhang, Junwei Zhu, Zhenye Gan, et al.

IF-Bench: Benchmarking und Verbesserung von MLLMs für Infrarotbilder mit generativer Visualisierung

Visuelle Fragebeantwortung

Tao Zhang, Yuyang Hong, Yang Xia, et al.

RecGPT-V2 Technischer Bericht

Chao Yi, Dian Chen, Gaoyang Guo, et al.

Vector Prism: Animieren von Vektorgrafiken durch Schichten der semantischen Struktur

Bildsegmentierung

Jooyeol Yun, Jaegul Choo

OpenDataArena: Ein faire und offener Wettbewerbsspielplatz zur Bewertung des Wertes von Post-Training-Datensätzen

Mengzhang Cai, Xin Gao, Yu Li, et al.

Video Reality Test: Können KI-generierte ASMR-Videos VLMs und Menschen täuschen?

Videobearbeitung

Jiaqi Wang, Weijia Wu, Yi Zhan, et al.

WorldPlay: Hin zum langfristigen geometrischen Konsistenz für Echtzeit-Interaktives Weltmodellieren

Wenqiang Sun, Haiyu Zhang, Haoyuan Wang, et al.

MMGR: Multimodale generative Reasoning

Zefan Cai, Haoyi Qiu, Tianyi Ma, et al.

Frontier Science: Beurteilung der Fähigkeit von KI, wissenschaftliche Aufgaben auf Expertenebene zu erfüllen

Miles Wang, Joy Jiao, Neil Chowdhury, et al.

Der FACTS Leaderboard: Ein umfassender Benchmark für die Faktengenauigkeit von Large Language Models

Retrieval-Augmented Generation

Aileen Cheng, Alon Jacovi, Amir Globerson, et al.

K2-V2: Ein 360-Offenes, reasoning-optimiertes LLM

VenusBench-GD: Ein umfassender Multi-Plattform-GUI-Benchmark für vielfältige Grundlagenaufgaben

MCIF: Multimodales, mehrsprachiges Benchmark für Anweisungsfolge aus wissenschaftlichen Vorträgen

NitroGen: Ein offenes Grundmodell für allgemeine Spielen-Agents

H-Neuronen: Über das Vorhandensein, die Wirkung und den Ursprung von Halluzinationsassoziierten Neuronen in LLMs

Die Welt ist Ihre Leinwand: Malen von anpassbaren Ereignissen mit Referenzbildern, Trajektorien und Text

Alchemist: Effizienzsteigerung beim Training von Text-zu-Bild-Modellen durch Meta-Gradienten-basierte Datenauswahl

Tiefe beliebige Panoramen: Ein Grundmodell für die Panoramatiefe-Schätzung

Generatives Refokussieren: Flexible Unschärfekontrolle aus einem einzigen Bild

StereoPilot: Lernen einer einheitlichen und effizienten Stereo-Umwandlung mittels generativer Prioris

Nächste-Embedding-Vorhersage macht starke Vision-Lerner

Agenten-KI: Eine Untersuchung der Horizonte multimodaler Interaktion

Künstlicher Intellekt als mathematischer Partner zur Förderung mathematischer Entdeckungen – Eine Fallstudie zur Homogenisierungstheorie

GenEval 2: Behandlung von Benchmark-Drift bei der Text-zu-Bild-Evaluation

PrivateXR: Der Schutz vor Datenschutzangriffen im Extended Reality durch erklärbare KI-gesteuerte differenzielle Privatsphäre

Temporale Reibungen und gerichtliche Ergebnisse: Analyse des Einflusses von Zeitverzögerungen auf die Strafzumessung in Cook County (2020–2024)

Meta-RL fördert die Exploration bei Sprach-Agenten

LLMCache: schichtweite Caching-Strategien zur beschleunigten Wiederverwendung bei der Transformer-Inferenz

OPENTOUCH: Vollflächige Berührung für die reale Interaktion bringen

VideoRewardBench: Umfassende Bewertung multimodaler Belohnungsmodelle für das Videoverstehen

Soul: Leben in digitale Menschen für hochauflösende, langfristige multimodale Animation einhauchen

IF-Bench: Benchmarking und Verbesserung von MLLMs für Infrarotbilder mit generativer Visualisierung

RecGPT-V2 Technischer Bericht

Vector Prism: Animieren von Vektorgrafiken durch Schichten der semantischen Struktur

OpenDataArena: Ein faire und offener Wettbewerbsspielplatz zur Bewertung des Wertes von Post-Training-Datensätzen

Video Reality Test: Können KI-generierte ASMR-Videos VLMs und Menschen täuschen?

WorldPlay: Hin zum langfristigen geometrischen Konsistenz für Echtzeit-Interaktives Weltmodellieren

MMGR: Multimodale generative Reasoning

Frontier Science: Beurteilung der Fähigkeit von KI, wissenschaftliche Aufgaben auf Expertenebene zu erfüllen

Der FACTS Leaderboard: Ein umfassender Benchmark für die Faktengenauigkeit von Large Language Models

K2-V2: Ein 360-Offenes, reasoning-optimiertes LLM

VenusBench-GD: Ein umfassender Multi-Plattform-GUI-Benchmark für vielfältige Grundlagenaufgaben

MCIF: Multimodales, mehrsprachiges Benchmark für Anweisungsfolge aus wissenschaftlichen Vorträgen

NitroGen: Ein offenes Grundmodell für allgemeine Spielen-Agents

H-Neuronen: Über das Vorhandensein, die Wirkung und den Ursprung von Halluzinationsassoziierten Neuronen in LLMs

Die Welt ist Ihre Leinwand: Malen von anpassbaren Ereignissen mit Referenzbildern, Trajektorien und Text

Alchemist: Effizienzsteigerung beim Training von Text-zu-Bild-Modellen durch Meta-Gradienten-basierte Datenauswahl

Tiefe beliebige Panoramen: Ein Grundmodell für die Panoramatiefe-Schätzung

Generatives Refokussieren: Flexible Unschärfekontrolle aus einem einzigen Bild

StereoPilot: Lernen einer einheitlichen und effizienten Stereo-Umwandlung mittels generativer Prioris

Nächste-Embedding-Vorhersage macht starke Vision-Lerner

Agenten-KI: Eine Untersuchung der Horizonte multimodaler Interaktion

Künstlicher Intellekt als mathematischer Partner zur Förderung mathematischer Entdeckungen – Eine Fallstudie zur Homogenisierungstheorie

GenEval 2: Behandlung von Benchmark-Drift bei der Text-zu-Bild-Evaluation

PrivateXR: Der Schutz vor Datenschutzangriffen im Extended Reality durch erklärbare KI-gesteuerte differenzielle Privatsphäre

Temporale Reibungen und gerichtliche Ergebnisse: Analyse des Einflusses von Zeitverzögerungen auf die Strafzumessung in Cook County (2020–2024)

Meta-RL fördert die Exploration bei Sprach-Agenten

LLMCache: schichtweite Caching-Strategien zur beschleunigten Wiederverwendung bei der Transformer-Inferenz

OPENTOUCH: Vollflächige Berührung für die reale Interaktion bringen

VideoRewardBench: Umfassende Bewertung multimodaler Belohnungsmodelle für das Videoverstehen

Soul: Leben in digitale Menschen für hochauflösende, langfristige multimodale Animation einhauchen

IF-Bench: Benchmarking und Verbesserung von MLLMs für Infrarotbilder mit generativer Visualisierung

RecGPT-V2 Technischer Bericht

Vector Prism: Animieren von Vektorgrafiken durch Schichten der semantischen Struktur

OpenDataArena: Ein faire und offener Wettbewerbsspielplatz zur Bewertung des Wertes von Post-Training-Datensätzen

Video Reality Test: Können KI-generierte ASMR-Videos VLMs und Menschen täuschen?

WorldPlay: Hin zum langfristigen geometrischen Konsistenz für Echtzeit-Interaktives Weltmodellieren

MMGR: Multimodale generative Reasoning

Frontier Science: Beurteilung der Fähigkeit von KI, wissenschaftliche Aufgaben auf Expertenebene zu erfüllen

Der FACTS Leaderboard: Ein umfassender Benchmark für die Faktengenauigkeit von Large Language Models