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)

Nemotron-Cascade: Skalierung kaskadierter Verstärkungslernverfahren für allgemeinzweckorientierte Reasoning-Modelle

Nemotron-Cascade: Skalierung kaskadierter Verstärkungslernverfahren für allgemeinzweckorientierte Reasoning-Modelle

Verstärkendes Lernen

Boxin Wang, Chankyu Lee, Nayeon Lee, et al.

KlingAvatar 2.0 Technischer Bericht

KlingAvatar 2.0 Technischer Bericht

Kling Team, Jialu Chen, Yikang Ding, et al.

QwenLong-L1.5: Nachtrainingsrezept für langfristige Schlussfolgerung und Gedächtnisverwaltung

Überwachtes Feinabstimmen

Weizhou Shen, Ziyi Yang, Chenliang Li, et al.

ReFusion: Ein Diffusions-LLM mit paralleler autoregressiver Dekodierung

Diffusionsmodell

Jia-Nan Li, Jian Guan, Wei Wu, et al.

Error-Free Linear Attention ist ein kostenloses Mittagessen: Exakte Lösung aus kontinuierlichen Zeitdynamiken

Jingdi Lei, Di Zhang, Soujanya Poria

Gedächtnis im Zeitalter von AI-Agenten

Retrieval-Augmented Generation

Yuyang Hu, Shichun Liu, Yanwei Yue, et al.

LongVie 2: Multimodales steuerbares Ultra-Langes-Video-Weltmodell

Jianxiong Gao, Zhaoxi Chen, Xian Liu, et al.

FirstAidQA: Ein synthetischer Datensatz für Erste Hilfe und Notfallreaktionen in Umgebungen mit geringer Netzwerkverbindung

Überwachtes Feinabstimmen

Saiyma Sittul Muna, Rezwan Islam Salvi, Mushfiqur Rahman Mushfique, et al.

CUDA-L2: Überbieten der cuBLAS-Leistung für Matrixmultiplikation durch Verstärkungslernen

Hochleistungsrechnen

Songqiao Su, Xiaofei Sun, Xiaoya Li, et al.

X-VLA: Soft-Prompt-basierter Transformer als skalierbarer cross-Embodiment Vision-Language-Action-Modell

Jinliang Zheng, Jianxiong Li, Zhihao Wang, et al.

Nemotron 3 Nano: Offenes, effizientes Mixture-of-Experts-Hybrid-Modell aus Mamba-Transformer für agenzienbasiertes Schlussfolgern

Überwachtes Feinabstimmen

Structure From Tracking: Struktur erhaltende Bewegungsdistanzierung für die Videogenerierung

Diffusionsmodell

Yang Fei, George Stoica, Jingyuan Liu, et al.

Untersuchung des Informationstransfers zwischen MLLM und Diffusion mit MetaCanvas

Diffusionsmodell

Bildgenerierung

Han Lin, Xichen Pan, Ziqi Huang, et al.

PersonaLive! Ausdrucksstarke Animation von Porträtfotos für Live-Streaming

Diffusionsmodell

Zhiyuan Li, Chi-Man Pun, Chen Fang, et al.

V-RGBX: Video-Editierung mit präzisen Steuerungsoptionen für intrinsische Eigenschaften

Videobearbeitung

Ye Fang, Tong Wu, Valentin Deschaintre, et al.

SVG-T2I: Skalierung des Text-zu-Bild-Latent-Diffusionsmodells ohne Variationalen Autoencoder

Diffusionsmodell

Minglei Shi, Haolin Wang, Borui Zhang, et al.

DentalGPT: Anreizschaffung für multimodales komplexes Schlussfolgern in der Zahnmedizin

Visuelle Fragebeantwortung

Multimodale Darstellung

Zhenyang Cai, Jiaming Zhang, Junjie Zhao, et al.

SSRB: Direkte Abfrage natürlicher Sprache für große heterogene semi-strukturierte Daten

Retrieval-Augmented Generation

Natürliche Sprachverarbeitung

Xin Zhang, Mingxin Li, Yanzhao Zhang, et al.

MUVR: Ein Multi-Modales Benchmark für ungeschnittene Video-Abfrage mit Multi-Level-Visueller Korrespondenz

Visuelle Fragebeantwortung

Multimodale Darstellung

Yue Feng, Jinwei Hu, Qijia Lu, et al.

Bewertung von Gemini-Roboterpolitiken in einem Veo-Welten-Simulator

Coline Devin, Yilun Du, Debidatta Dwibedi, et al.

MotionEdit: Benchmarking und Lernen von bewegungsorientierter Bildbearbeitung

Yixin Wan, Lei Ke, Wenhao Yu, et al.

Erreichen eines Olympia-Niveau-Geometrie-LLM-Agenten durch Komplexitätsverstärkendes Verstärkungslernen

Visuelle Fragebeantwortung

Haiteng Zhao, Junhao Shen, Yiming Zhang, et al.

OPV: outcomebasiertes Prozessverifizierungsverfahren für eine effiziente lange Ketten-des-Denkens-Verifizierung

Zijian Wu, Lingkai Kong, Wenwei Zhang, et al.

Sind wir bereit für RL in der Text-zu-3D-Generierung? Eine progressive Untersuchung

Verstärkendes Lernen

Yiwen Tang, Zoey Guo, Kaixin Zhu, et al.

Langfristiges Schlussfolgerungs-Agentensystem zur Lösung olympiadeähnlicher mathematischer Probleme

Songyang Gao, Yuzhe Gu, Zijian Wu, et al.

T-pro 2.0: Ein effizienter russischer Hybrid-Reasoning-Modell und Spielplatz

Dmitrii Stoianov, Danil Taranets, Olga Tsymboi, et al.

AutoGLM: Autonome Grundagenten für GUIs

Xiao Liu, Bo Qin, Dongzhu Liang, et al.

OpenGU: Ein umfassender Benchmark für Graph-Entlernverfahren

Maschinelles Lernen

Bowen Fan, Yuming Ai, Xunkai Li, et al.

Zur Wechselwirkung von Pre-Training, Mid-Training und RL bei reasoningfähigen Sprachmodellen

Verstärkendes Lernen

Charlie Zhang, Graham Neubig, Xiang Yue

DeepCode: Offene agente Codierung

Codegenerierung

Retrieval-Augmented Generation

Zongwei Li, Zhonghang Li, Zirui Guo, et al.

InfiniteVL: Synergie aus linearer und sparser Aufmerksamkeit für hoch-effiziente, unbegrenzte Eingabevision-sprachliche Modelle

Hongyuan Tao, Bencheng Liao, Shaoyu Chen, et al.

OmniPSD: Layered PSD Generation with Diffusion Transformer

Diffusionsmodell

Bildgenerierung

Cheng Liu, Yiren Song, Haofan Wang, et al.

Nemotron-Cascade: Skalierung kaskadierter Verstärkungslernverfahren für allgemeinzweckorientierte Reasoning-Modelle

Nemotron-Cascade: Skalierung kaskadierter Verstärkungslernverfahren für allgemeinzweckorientierte Reasoning-Modelle

Verstärkendes Lernen

Boxin Wang, Chankyu Lee, Nayeon Lee, et al.

KlingAvatar 2.0 Technischer Bericht

KlingAvatar 2.0 Technischer Bericht

Kling Team, Jialu Chen, Yikang Ding, et al.

QwenLong-L1.5: Nachtrainingsrezept für langfristige Schlussfolgerung und Gedächtnisverwaltung

Überwachtes Feinabstimmen

Weizhou Shen, Ziyi Yang, Chenliang Li, et al.

ReFusion: Ein Diffusions-LLM mit paralleler autoregressiver Dekodierung

Diffusionsmodell

Jia-Nan Li, Jian Guan, Wei Wu, et al.

Error-Free Linear Attention ist ein kostenloses Mittagessen: Exakte Lösung aus kontinuierlichen Zeitdynamiken

Jingdi Lei, Di Zhang, Soujanya Poria

Gedächtnis im Zeitalter von AI-Agenten

Retrieval-Augmented Generation

Yuyang Hu, Shichun Liu, Yanwei Yue, et al.

LongVie 2: Multimodales steuerbares Ultra-Langes-Video-Weltmodell

Jianxiong Gao, Zhaoxi Chen, Xian Liu, et al.

FirstAidQA: Ein synthetischer Datensatz für Erste Hilfe und Notfallreaktionen in Umgebungen mit geringer Netzwerkverbindung

Überwachtes Feinabstimmen

Saiyma Sittul Muna, Rezwan Islam Salvi, Mushfiqur Rahman Mushfique, et al.

CUDA-L2: Überbieten der cuBLAS-Leistung für Matrixmultiplikation durch Verstärkungslernen

Hochleistungsrechnen

Songqiao Su, Xiaofei Sun, Xiaoya Li, et al.

X-VLA: Soft-Prompt-basierter Transformer als skalierbarer cross-Embodiment Vision-Language-Action-Modell

Jinliang Zheng, Jianxiong Li, Zhihao Wang, et al.

Nemotron 3 Nano: Offenes, effizientes Mixture-of-Experts-Hybrid-Modell aus Mamba-Transformer für agenzienbasiertes Schlussfolgern

Überwachtes Feinabstimmen

Structure From Tracking: Struktur erhaltende Bewegungsdistanzierung für die Videogenerierung

Diffusionsmodell

Yang Fei, George Stoica, Jingyuan Liu, et al.

Untersuchung des Informationstransfers zwischen MLLM und Diffusion mit MetaCanvas

Diffusionsmodell

Bildgenerierung

Han Lin, Xichen Pan, Ziqi Huang, et al.

PersonaLive! Ausdrucksstarke Animation von Porträtfotos für Live-Streaming

Diffusionsmodell

Zhiyuan Li, Chi-Man Pun, Chen Fang, et al.

V-RGBX: Video-Editierung mit präzisen Steuerungsoptionen für intrinsische Eigenschaften

Videobearbeitung

Ye Fang, Tong Wu, Valentin Deschaintre, et al.

SVG-T2I: Skalierung des Text-zu-Bild-Latent-Diffusionsmodells ohne Variationalen Autoencoder

Diffusionsmodell

Minglei Shi, Haolin Wang, Borui Zhang, et al.

DentalGPT: Anreizschaffung für multimodales komplexes Schlussfolgern in der Zahnmedizin

Visuelle Fragebeantwortung

Multimodale Darstellung

Zhenyang Cai, Jiaming Zhang, Junjie Zhao, et al.

SSRB: Direkte Abfrage natürlicher Sprache für große heterogene semi-strukturierte Daten

Retrieval-Augmented Generation

Natürliche Sprachverarbeitung

Xin Zhang, Mingxin Li, Yanzhao Zhang, et al.

MUVR: Ein Multi-Modales Benchmark für ungeschnittene Video-Abfrage mit Multi-Level-Visueller Korrespondenz

Visuelle Fragebeantwortung

Multimodale Darstellung

Yue Feng, Jinwei Hu, Qijia Lu, et al.

Bewertung von Gemini-Roboterpolitiken in einem Veo-Welten-Simulator

Coline Devin, Yilun Du, Debidatta Dwibedi, et al.

MotionEdit: Benchmarking und Lernen von bewegungsorientierter Bildbearbeitung

Yixin Wan, Lei Ke, Wenhao Yu, et al.

Erreichen eines Olympia-Niveau-Geometrie-LLM-Agenten durch Komplexitätsverstärkendes Verstärkungslernen

Visuelle Fragebeantwortung

Haiteng Zhao, Junhao Shen, Yiming Zhang, et al.

OPV: outcomebasiertes Prozessverifizierungsverfahren für eine effiziente lange Ketten-des-Denkens-Verifizierung

Zijian Wu, Lingkai Kong, Wenwei Zhang, et al.

Sind wir bereit für RL in der Text-zu-3D-Generierung? Eine progressive Untersuchung

Verstärkendes Lernen

Yiwen Tang, Zoey Guo, Kaixin Zhu, et al.

Langfristiges Schlussfolgerungs-Agentensystem zur Lösung olympiadeähnlicher mathematischer Probleme

Songyang Gao, Yuzhe Gu, Zijian Wu, et al.

T-pro 2.0: Ein effizienter russischer Hybrid-Reasoning-Modell und Spielplatz

Dmitrii Stoianov, Danil Taranets, Olga Tsymboi, et al.

AutoGLM: Autonome Grundagenten für GUIs

Xiao Liu, Bo Qin, Dongzhu Liang, et al.

OpenGU: Ein umfassender Benchmark für Graph-Entlernverfahren

Maschinelles Lernen

Bowen Fan, Yuming Ai, Xunkai Li, et al.

Zur Wechselwirkung von Pre-Training, Mid-Training und RL bei reasoningfähigen Sprachmodellen

Verstärkendes Lernen

Charlie Zhang, Graham Neubig, Xiang Yue

DeepCode: Offene agente Codierung

Codegenerierung

Retrieval-Augmented Generation

Zongwei Li, Zhonghang Li, Zirui Guo, et al.

InfiniteVL: Synergie aus linearer und sparser Aufmerksamkeit für hoch-effiziente, unbegrenzte Eingabevision-sprachliche Modelle

Hongyuan Tao, Bencheng Liao, Shaoyu Chen, et al.

OmniPSD: Layered PSD Generation with Diffusion Transformer

Diffusionsmodell

Bildgenerierung

Cheng Liu, Yiren Song, Haofan Wang, et al.

QwenLong-L1.5: Nachtrainingsrezept für langfristige Schlussfolgerung und Gedächtnisverwaltung

ReFusion: Ein Diffusions-LLM mit paralleler autoregressiver Dekodierung

Error-Free Linear Attention ist ein kostenloses Mittagessen: Exakte Lösung aus kontinuierlichen Zeitdynamiken

Gedächtnis im Zeitalter von AI-Agenten

LongVie 2: Multimodales steuerbares Ultra-Langes-Video-Weltmodell

FirstAidQA: Ein synthetischer Datensatz für Erste Hilfe und Notfallreaktionen in Umgebungen mit geringer Netzwerkverbindung

CUDA-L2: Überbieten der cuBLAS-Leistung für Matrixmultiplikation durch Verstärkungslernen

X-VLA: Soft-Prompt-basierter Transformer als skalierbarer cross-Embodiment Vision-Language-Action-Modell

Nemotron 3 Nano: Offenes, effizientes Mixture-of-Experts-Hybrid-Modell aus Mamba-Transformer für agenzienbasiertes Schlussfolgern

Structure From Tracking: Struktur erhaltende Bewegungsdistanzierung für die Videogenerierung

Untersuchung des Informationstransfers zwischen MLLM und Diffusion mit MetaCanvas

PersonaLive! Ausdrucksstarke Animation von Porträtfotos für Live-Streaming

V-RGBX: Video-Editierung mit präzisen Steuerungsoptionen für intrinsische Eigenschaften

SVG-T2I: Skalierung des Text-zu-Bild-Latent-Diffusionsmodells ohne Variationalen Autoencoder

DentalGPT: Anreizschaffung für multimodales komplexes Schlussfolgern in der Zahnmedizin

SSRB: Direkte Abfrage natürlicher Sprache für große heterogene semi-strukturierte Daten

MUVR: Ein Multi-Modales Benchmark für ungeschnittene Video-Abfrage mit Multi-Level-Visueller Korrespondenz

Bewertung von Gemini-Roboterpolitiken in einem Veo-Welten-Simulator

MotionEdit: Benchmarking und Lernen von bewegungsorientierter Bildbearbeitung

Erreichen eines Olympia-Niveau-Geometrie-LLM-Agenten durch Komplexitätsverstärkendes Verstärkungslernen

OPV: outcomebasiertes Prozessverifizierungsverfahren für eine effiziente lange Ketten-des-Denkens-Verifizierung

Sind wir bereit für RL in der Text-zu-3D-Generierung? Eine progressive Untersuchung

Langfristiges Schlussfolgerungs-Agentensystem zur Lösung olympiadeähnlicher mathematischer Probleme

T-pro 2.0: Ein effizienter russischer Hybrid-Reasoning-Modell und Spielplatz

AutoGLM: Autonome Grundagenten für GUIs

OpenGU: Ein umfassender Benchmark für Graph-Entlernverfahren

Zur Wechselwirkung von Pre-Training, Mid-Training und RL bei reasoningfähigen Sprachmodellen

DeepCode: Offene agente Codierung

InfiniteVL: Synergie aus linearer und sparser Aufmerksamkeit für hoch-effiziente, unbegrenzte Eingabevision-sprachliche Modelle

OmniPSD: Layered PSD Generation with Diffusion Transformer

QwenLong-L1.5: Nachtrainingsrezept für langfristige Schlussfolgerung und Gedächtnisverwaltung

ReFusion: Ein Diffusions-LLM mit paralleler autoregressiver Dekodierung

Error-Free Linear Attention ist ein kostenloses Mittagessen: Exakte Lösung aus kontinuierlichen Zeitdynamiken

Gedächtnis im Zeitalter von AI-Agenten

LongVie 2: Multimodales steuerbares Ultra-Langes-Video-Weltmodell

FirstAidQA: Ein synthetischer Datensatz für Erste Hilfe und Notfallreaktionen in Umgebungen mit geringer Netzwerkverbindung

CUDA-L2: Überbieten der cuBLAS-Leistung für Matrixmultiplikation durch Verstärkungslernen

X-VLA: Soft-Prompt-basierter Transformer als skalierbarer cross-Embodiment Vision-Language-Action-Modell

Nemotron 3 Nano: Offenes, effizientes Mixture-of-Experts-Hybrid-Modell aus Mamba-Transformer für agenzienbasiertes Schlussfolgern

Structure From Tracking: Struktur erhaltende Bewegungsdistanzierung für die Videogenerierung

Untersuchung des Informationstransfers zwischen MLLM und Diffusion mit MetaCanvas

PersonaLive! Ausdrucksstarke Animation von Porträtfotos für Live-Streaming

V-RGBX: Video-Editierung mit präzisen Steuerungsoptionen für intrinsische Eigenschaften

SVG-T2I: Skalierung des Text-zu-Bild-Latent-Diffusionsmodells ohne Variationalen Autoencoder

DentalGPT: Anreizschaffung für multimodales komplexes Schlussfolgern in der Zahnmedizin

SSRB: Direkte Abfrage natürlicher Sprache für große heterogene semi-strukturierte Daten

MUVR: Ein Multi-Modales Benchmark für ungeschnittene Video-Abfrage mit Multi-Level-Visueller Korrespondenz

Bewertung von Gemini-Roboterpolitiken in einem Veo-Welten-Simulator

MotionEdit: Benchmarking und Lernen von bewegungsorientierter Bildbearbeitung

Erreichen eines Olympia-Niveau-Geometrie-LLM-Agenten durch Komplexitätsverstärkendes Verstärkungslernen

OPV: outcomebasiertes Prozessverifizierungsverfahren für eine effiziente lange Ketten-des-Denkens-Verifizierung

Sind wir bereit für RL in der Text-zu-3D-Generierung? Eine progressive Untersuchung

Langfristiges Schlussfolgerungs-Agentensystem zur Lösung olympiadeähnlicher mathematischer Probleme

T-pro 2.0: Ein effizienter russischer Hybrid-Reasoning-Modell und Spielplatz

AutoGLM: Autonome Grundagenten für GUIs

OpenGU: Ein umfassender Benchmark für Graph-Entlernverfahren

Zur Wechselwirkung von Pre-Training, Mid-Training und RL bei reasoningfähigen Sprachmodellen

DeepCode: Offene agente Codierung

InfiniteVL: Synergie aus linearer und sparser Aufmerksamkeit für hoch-effiziente, unbegrenzte Eingabevision-sprachliche Modelle

OmniPSD: Layered PSD Generation with Diffusion Transformer