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

Rekursive Sprachmodelle

Rekursive Sprachmodelle

Alex L. Zhang, Tim Kraska, Omar Khattab

FlowBlending: stufenbewusste Mehrmodell-Sampling für schnelle und hochfidele Videogenerierung

FlowBlending: stufenbewusste Mehrmodell-Sampling für schnelle und hochfidele Videogenerierung

Diffusionsmodell

Jibin Song, Mingi Kwon, Jaeseok Jeong, et al.

Dream2Flow: Verbindung von Video-Generierung und Open-World-Manipulation mittels 3D-Objekt-Flow

Karthik Dharmarajan, Wenlong Huang, Jiajun Wu, et al.

Zur Rolle der Diskretisierung in Diffusion LLMs

Diffusionsmodell

Ziqi Jin, Bin Wang, Xiang Lin, et al.

DiffThinker: Hin zu generativer multimodaler Reasoning mit Diffusionsmodellen

Diffusionsmodell

Zefeng He, Xiaoye Qu, Yafu Li, et al.

Dynamische große Konzeptmodelle: Latente Reasoning in einem adaptiven semantischen Raum

Natürliche Sprachverarbeitung

Xingwei Qu, Shaowen Wang, Zihao Huang, et al.

Verbesserung von Multi-step RAG mit hypergraphbasierter Memory für langkontextuelle komplexe relationale Modellierung

Retrieval-Augmented Generation

Chulun Zhou, Chunkang Zhang, Guoxin Yu, et al.

Künstliche Intelligenz trifft auf das Gehirn: Speichersysteme von der kognitiven Neurowissenschaft bis zu autonomen Agenten

Jiafeng Liang, Hao Li, Chang Li, et al.

Skalierung offener Schlussfolgerungen zur Vorhersage der Zukunft

Retrieval-Augmented Generation

Nikhil Chandak, Shashwat Goel, Ameya Prabhu, et al.

GaMO: geometryorientierte Multi-View-Diffusions-Outpainting für die Sparse-View-3D-Rekonstruktion

Diffusionsmodell

3D-Maschinenvision

Yi-Chuan Huang, Hao-Jen Chien, Chin-Yang Lin, et al.

mHC: Mannigfaltigkeitsbeschränkte Hyper-Verbindungen

Zhenda Xie, Yixuan Wei, Huanqi Cao, et al.

Let It Flow: Agentic Crafting im Rock ’n’ Roll, Aufbau des ROME-Modells innerhalb eines offenen agentenbasierten Lernökosystems

Weixun Wang, XiaoXiao Xu, Wanhe An, et al.

Youtu-LLM: Freigabe des nativen agentenhaften Potenzials für leichtgewichtige große Sprachmodelle

Junru Lu, Jiarui Qin, Lingfeng Qiao, et al.

GateBreaker: gate-gesteuerte Angriffe auf Mixture-of-Expert-LLMs

Textgenerierung

Lichao Wu, Sasha Behrouzi, Mohamadreza Rostami, et al.

GraphLocator: graphengeleitete kausale Inferenz für die Fehlerlokalisierung

Wei Liu, Chao Peng, Pengfei Gao, et al.

Bewertung parameter-effizienter Methoden für RLVR

Verstärkendes Lernen

Überwachtes Feinabstimmen

Qingyu Yin, Yulun Wu, Zhennan Shen, et al.

End-to-End Test-Time Training für lange Kontexte

Natürliche Sprachverarbeitung

Arnuv Tandon, Karan Dalal, Xinhao Li, et al.

DreamOmni3: Strichbasierte Bearbeitung und Generierung

Bildgenerierung

Bin Xia, Bohao Peng, Jiyang Liu, et al.

UltraShape 1.0: Hochfidele 3D-Shape-Generierung mittels skalierbarer geometrischer Verfeinerung

Diffusionsmodell

Tanghui Jia, Dongyu Yan, Dehao Hao, et al.

mimic-video: Video-Action-Modelle für verallgemeinerbare Robotersteuerung jenseits von VLAs

Körperliche Intelligenz

Jonas Pai, Liam Achenbach, Victoriano Montesinos, et al.

HY-Motion 1.0: Skalierung von Flow-Matching-Modellen für Text-zu-Bewegungs-Generierung

Diffusionsmodell

Yuxin Wen, Qing Shuai, Di Kang, et al.

SurgWorld: Lernen chirurgischer Roboterpolicen aus Videos mittels Weltmodellierung

Körperliche Intelligenz

Yufan He, Pengfei Guo, Mengya Xu, et al.

SpotEdit: Selektive Regionenbearbeitung in Diffusion-Transformern

Diffusionsmodell

Bildverarbeitung

Zhibin Qin, Zhenxiong Tan, Zeqing Wang, et al.

Diffusion weiß Transparenz: Umfunktionierung von Video-Diffusion zur Schätzung von Tiefen und Normalen transparenter Objekte

Tiefenschätzung

Diffusionsmodell

Shaocong Xu, Songlin Wei, Qizhe Wei, et al.

SmartSnap: Proaktives Evidence Seeking für selbstverifizierende Agents

Verstärkendes Lernen

Shaofei Cai, Yulei Qin, Haojia Lin, et al.

Yume-1.5: Ein textgesteuertes Modell zur interaktiven Weltgenerierung

Diffusionsmodell

Xiaofeng Mao, Zhen Li, Chuanhao Li, et al.

LiveTalk: Echtzeit-multimodale interaktive Video-Diffusion mittels verbesserter on-policy Distillation

Diffusionsmodell

Ethan Chern, Zhulin Hu, Bohao Tang, et al.

Kopplung von Experten und Routern im Mixture-of-Experts mittels einer Hilfsverlustfunktion

Ang Lv, Jin Ma, Yiyuan Ma, et al.

LongFly: Langfristige UAV-Visual- und Sprachnavigation mit der Integration von räumlich-zeitlichem Kontext

Wen Jiang, Li Wang, Kangyao Huang, et al.

Aufmerksamkeit ist nicht das, was Sie brauchen

SlideTailor: Personalisierte Generierung von Präsentationsfolien für wissenschaftliche Arbeiten

Textgenerierung

Mensch-Computer-Interaktion

Wenzheng Zeng, Mingyu Ouyang, Langyuan Cui, et al.

InSight-o3: Multimodale Grundmodellen mit generalisierter visueller Suche stärken

Multimodale Darstellung

Kaican Li, Lewei Yao, Jiannan Wu, et al.

Dream2Flow: Verbindung von Video-Generierung und Open-World-Manipulation mittels 3D-Objekt-Flow

Zur Rolle der Diskretisierung in Diffusion LLMs

DiffThinker: Hin zu generativer multimodaler Reasoning mit Diffusionsmodellen

Dynamische große Konzeptmodelle: Latente Reasoning in einem adaptiven semantischen Raum

Verbesserung von Multi-step RAG mit hypergraphbasierter Memory für langkontextuelle komplexe relationale Modellierung

Künstliche Intelligenz trifft auf das Gehirn: Speichersysteme von der kognitiven Neurowissenschaft bis zu autonomen Agenten

Skalierung offener Schlussfolgerungen zur Vorhersage der Zukunft

GaMO: geometryorientierte Multi-View-Diffusions-Outpainting für die Sparse-View-3D-Rekonstruktion

mHC: Mannigfaltigkeitsbeschränkte Hyper-Verbindungen

Let It Flow: Agentic Crafting im Rock ’n’ Roll, Aufbau des ROME-Modells innerhalb eines offenen agentenbasierten Lernökosystems

Youtu-LLM: Freigabe des nativen agentenhaften Potenzials für leichtgewichtige große Sprachmodelle

GateBreaker: gate-gesteuerte Angriffe auf Mixture-of-Expert-LLMs

GraphLocator: graphengeleitete kausale Inferenz für die Fehlerlokalisierung

Bewertung parameter-effizienter Methoden für RLVR

End-to-End Test-Time Training für lange Kontexte

DreamOmni3: Strichbasierte Bearbeitung und Generierung

UltraShape 1.0: Hochfidele 3D-Shape-Generierung mittels skalierbarer geometrischer Verfeinerung

mimic-video: Video-Action-Modelle für verallgemeinerbare Robotersteuerung jenseits von VLAs

HY-Motion 1.0: Skalierung von Flow-Matching-Modellen für Text-zu-Bewegungs-Generierung

SurgWorld: Lernen chirurgischer Roboterpolicen aus Videos mittels Weltmodellierung

SpotEdit: Selektive Regionenbearbeitung in Diffusion-Transformern

Diffusion weiß Transparenz: Umfunktionierung von Video-Diffusion zur Schätzung von Tiefen und Normalen transparenter Objekte

SmartSnap: Proaktives Evidence Seeking für selbstverifizierende Agents

Yume-1.5: Ein textgesteuertes Modell zur interaktiven Weltgenerierung

LiveTalk: Echtzeit-multimodale interaktive Video-Diffusion mittels verbesserter on-policy Distillation

Kopplung von Experten und Routern im Mixture-of-Experts mittels einer Hilfsverlustfunktion

LongFly: Langfristige UAV-Visual- und Sprachnavigation mit der Integration von räumlich-zeitlichem Kontext

Aufmerksamkeit ist nicht das, was Sie brauchen

SlideTailor: Personalisierte Generierung von Präsentationsfolien für wissenschaftliche Arbeiten

InSight-o3: Multimodale Grundmodellen mit generalisierter visueller Suche stärken

2.877