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

REASONEDIT: Hin zu modellbasierten Bildbearbeitungssystemen mit verbessertem Schlussfolgern

REASONEDIT: Hin zu modellbasierten Bildbearbeitungssystemen mit verbessertem Schlussfolgern

Diffusionsmodell

Fukun Yin, Shiyu Liu, Yucheng Han, et al.

OpenApps: Simulation von Umgebungsvariationen zur Messung der Zuverlässigkeit von UI-Agenten

OpenApps: Simulation von Umgebungsvariationen zur Messung der Zuverlässigkeit von UI-Agenten

Karen Ullrich, Jingtong Su, Claudia Shi, et al.

Qwen3-VL Technischer Bericht

Multimodale Darstellung

Shuai Bai, Yuxuan Cai, Ruizhe Chen, et al.

G$^2$VLM: Geometry Grounded Vision Language Model mit einheitlicher 3D-Rekonstruktion und räumlicher Reasoning

Multimodale Darstellung

Wenbo Hu, Jingli Lin, Yilin Long, et al.

Multi-Crit: Benchmarking multimodaler Urteiler hinsichtlich der Beachtung pluralistischer Kriterien

Tianyi Xiong, Yi Ge, Ming Li, et al.

MIRA: Multimodales iteratives Reasoning-Agent für Bildbearbeitung

Diffusionsmodell

Ziyun Zeng, Hang Hua, Jiebo Luo

ENACT: Evaluierung körperhafter Kognition mit Weltmodellierung egozentrischer Interaktion

Visuelle Fragebeantwortung

Körperliche Intelligenz

Qineng Wang, Wenlong Huang, Yu Zhou, et al.

Canvas-to-Image: Kompositionelle Bildgenerierung mit multimodalen Steuerungen

Diffusionsmodell

Bildgenerierung

Yusuf Dalva, Guocheng Gordon Qian, Maya Goldenberg, et al.

Video Generationsmodelle sind gute latente Belohnungsmodelle

Diffusionsmodell

Xiaoyue Mi, Wenqing Yu, Jiesong Lian, et al.

DeepSeekMath-V2: Hin zu selbstverifizierendem mathematischem Schlussfolgern

Zhihong Shao, Yuxiang Luo, Chengda Lu, et al.

ToolOrchestra: Steigerung der Intelligenz durch effiziente Modell- und Werkzeugorchestrierung

Hongjin Su, Shizhe Diao, Ximing Lu, et al.

Denken Sie visuell, Schlussfolgern Sie textuell: Visuelle-Sprachliche Synergie in ARC

Beichen Zhang, Yuhang Zang, Xiaoyi Dong, et al.

Harmony: Harmonisierung der Audio- und Videoerzeugung durch Quer-Aufgaben-Synergie

Diffusionsmodell

Teng Hu, Zhentao Yu, Guozhen Zhang, et al.

Inferix: Ein block-basierter, next-generation Inferenz-Engine für Weltsimulation

Inferix Team, Tianyu Feng, Yizeng Han, et al.

Latente Kooperation in Multi-Agent-Systemen

Jiaru Zou, Xiyuan Yang, Ruizhong Qiu, et al.

Multimodale Bewertung russischsprachiger Architekturen

Artem Chervyakov, Ulyana Isaeva, Anton Emelyanov, et al.

ROOT: Robuster orthogonalisierter Optimierer für das Training neuronaler Netze

Wei He, Kai Han, Hang Zhou, et al.

Superposition führt zu robuster neuronaler Skalierung

Maschinelles Lernen

Künstliche Intelligenz

Yizhou Liu, Ziming Liu, Jeff Gore

Optimale Fehlergrenzen für transduktives Online-Lernen

Maschinelles Lernen

Künstliche Intelligenz

Zachary Chase, Steve Hanneke, Shay Moran, et al.

Incentiviert Verstärkendes Lernen wirklich die Reasoning-Fähigkeit in LLMs über das Basismodell hinaus?

Verstärkendes Lernen

Yang Yue, Zhiqi Chen, Rui Lu, et al.

Warum Diffusionsmodelle nicht memorisieren: Die Rolle der impliziten dynamischen Regularisierung beim Training

Diffusionsmodell

Tony Bonnaire, Raphaël Urfin, Giulio Biroli, et al.

1000-Schicht-Netzwerke für selbstüberwachtes RL: Die Skalierung der Tiefe kann neue Fähigkeiten zur Zielerreichung ermöglichen

Verstärkendes Lernen

Neuronale Netze

Kevin Wang, Ishaan Javali, Michał Bortkiewicz, et al.

Gated Attention für große Sprachmodelle: Nichtlinearität, Sparsität und aufmerksamkeitsfreies Sinken

Zihan Qiu, Zekun Wang, Bo Zheng, et al.

Künstlicher Hivemind: Die offene Homogenität von Sprachmodellen (und darüber hinaus)

Liwei Jiang, Yuanjun Chai, Margaret Li, et al.

Evolutionäre Strategien im Hyperskalen-Format

Bidipta Sarkar, Mattie Fellows, Juan Agustin Duque, et al.

Versteht Verständnis die Generierung in einheitlichen multimodalen Modellen? Von der Analyse zur Wegweisung für die Zukunft

Yuwei Niu, Weiyang Jin, Jiaqi Liao, et al.

iMontage: Einheitliche, vielseitige und hochdynamische viele-zu-viele Bildgenerierung

Bildgenerierung

Zhoujie Fu, Xianfang Zeng, Jinghong Lan, et al.

Agent0-VL: Untersuchung eines sich selbst entwickelnden Agents für werkzeugintegrierte visuelle Sprach-Reasoning

Jiaqi Liu, Kaiwen Xiong, Peng Xia, et al.

MedSAM3: Einblick in Segment Anything mit medizinischen Konzepten

Bildsegmentierung

Anglin Liu, Rundong Xue, Xu R. Cao, et al.

SteadyDancer: Harmonisierte und kohärente Animation menschlicher Bilder mit Erhaltung des ersten Frames

Jiaming Zhang, Shengming Cao, Rui Li, et al.

GigaEvo: Ein Open-Source-Optimierungsframework, angetrieben von LLMs und Evolutionsalgorithmen

Valentin Khrulkov, Andrey Galichin, Denis Bashkirov, et al.

Treueorientierte Empfehlungserklärungen mittels stochastischer Pfadintegration

Präferenzmodellierung

Oren Barkan, Yahlly Schein, Yehonatan Elisha, et al.

Qwen3-VL Technischer Bericht

G $^2$ VLM: Geometry Grounded Vision Language Model mit einheitlicher 3D-Rekonstruktion und räumlicher Reasoning

Multi-Crit: Benchmarking multimodaler Urteiler hinsichtlich der Beachtung pluralistischer Kriterien

MIRA: Multimodales iteratives Reasoning-Agent für Bildbearbeitung

ENACT: Evaluierung körperhafter Kognition mit Weltmodellierung egozentrischer Interaktion

Canvas-to-Image: Kompositionelle Bildgenerierung mit multimodalen Steuerungen

Video Generationsmodelle sind gute latente Belohnungsmodelle

DeepSeekMath-V2: Hin zu selbstverifizierendem mathematischem Schlussfolgern

ToolOrchestra: Steigerung der Intelligenz durch effiziente Modell- und Werkzeugorchestrierung

Denken Sie visuell, Schlussfolgern Sie textuell: Visuelle-Sprachliche Synergie in ARC

Harmony: Harmonisierung der Audio- und Videoerzeugung durch Quer-Aufgaben-Synergie

Inferix: Ein block-basierter, next-generation Inferenz-Engine für Weltsimulation

Latente Kooperation in Multi-Agent-Systemen

Multimodale Bewertung russischsprachiger Architekturen

ROOT: Robuster orthogonalisierter Optimierer für das Training neuronaler Netze

Superposition führt zu robuster neuronaler Skalierung

Optimale Fehlergrenzen für transduktives Online-Lernen

Incentiviert Verstärkendes Lernen wirklich die Reasoning-Fähigkeit in LLMs über das Basismodell hinaus?

Warum Diffusionsmodelle nicht memorisieren: Die Rolle der impliziten dynamischen Regularisierung beim Training

1000-Schicht-Netzwerke für selbstüberwachtes RL: Die Skalierung der Tiefe kann neue Fähigkeiten zur Zielerreichung ermöglichen

Gated Attention für große Sprachmodelle: Nichtlinearität, Sparsität und aufmerksamkeitsfreies Sinken

Künstlicher Hivemind: Die offene Homogenität von Sprachmodellen (und darüber hinaus)

Evolutionäre Strategien im Hyperskalen-Format

Versteht Verständnis die Generierung in einheitlichen multimodalen Modellen? Von der Analyse zur Wegweisung für die Zukunft

iMontage: Einheitliche, vielseitige und hochdynamische viele-zu-viele Bildgenerierung

Agent0-VL: Untersuchung eines sich selbst entwickelnden Agents für werkzeugintegrierte visuelle Sprach-Reasoning

MedSAM3: Einblick in Segment Anything mit medizinischen Konzepten

SteadyDancer: Harmonisierte und kohärente Animation menschlicher Bilder mit Erhaltung des ersten Frames

GigaEvo: Ein Open-Source-Optimierungsframework, angetrieben von LLMs und Evolutionsalgorithmen

Treueorientierte Empfehlungserklärungen mittels stochastischer Pfadintegration

2.877