HyperAI

Hauptbereich

GPU

Konsole
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 Hilfe zu Datensätzen

Produkte

Neuigkeiten Fachartikel Notebooks Datensätze Wiki

Links

© HyperAI

GitHub Discord X (formerly Twitter)

HyperAI

Hauptbereich

GPU

Konsole
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 Hilfe zu Datensätzen

Produkte

Neuigkeiten Fachartikel Notebooks Datensätze Wiki

Links

© HyperAI

GitHub Discord X (formerly Twitter)

HPSv3: Ein Schritt hin zu einem breitbandigen menschlichen Präferenzscore

HPSv3: Ein Schritt hin zu einem breitbandigen menschlichen Präferenzscore

Präferenzmodellierung

Yuhang Ma, Xiaoshi Wu, Keqiang Sun, et al.

ComputerRL: Skalierung end-to-end-online-Verstärkungslernens für Computerbenutzungs-Agenten

ComputerRL: Skalierung end-to-end-online-Verstärkungslernens für Computerbenutzungs-Agenten

Verstärkendes Lernen

Hanyu Lai, Xiao Liu, Yanxiao Zhao, et al.

Evaluierung von Identitätslecks in Sprecher-De-Identifizierungssystemen

Audio- Und Sprachverarbeitung

Seungmin Seo, Oleg Aulov, Afzal Godil, et al.

4DNeX: Feed-Forward 4D Generative Modeling Made Easy

Zhaoxi Chen, Tianqi Liu, Long Zhuo, et al.

ComoRAG: Ein kognitionsinspiriertes, speicherorganisiertes RAG für zustandsbehaftete lange narrative Schlussfolgerungen

Retrieval-Augmented Generation

Juyuan Wang, Rongchen Zhao, Wei Wei, et al.

Ein integriertes Mikrowellen-Neuronales Netzwerk für breitbandige Berechnung und Kommunikation

Neuronale Netze

Hochleistungsrechnen

Bala Govind, Maxwell G. Anderson, Fan O. Wu, et al.

GTool: Graphenverstärkte Werkzeugplanung mit großem Sprachmodell

Wenjie Chen, Wenbin Li, Di Yao, et al.

Beobachtung der Dendritenbildung an der Li-Metall-Elektrolyt-Grenzfläche mittels eines maschinellen Lernens unterstützten konstanten Potentialrahmens

KI Für Die Wissenschaft

Taiping Hu, Haichao Huang, Guobing Zhou, et al.

XQuant: Das Speichermauerproblem bei der LLM-Inferez mit KV-Cache-Rekalkulation überwinden

Aditya Tomar, Coleman Hooper, Minjae Lee, et al.

BeyondWeb: Erkenntnisse aus der Skalierung synthetischer Daten für die Trillion-Skala-Vortrainierung

Pratyush Maini, Vineeth Dorna, Parth Doshi, et al.

PaperRegister: Steigerung der flexiblen, feinkörnigen Papier Suche durch hierarchische Registerindizierung

Dokumentenverstehen

Natürliche Sprachverarbeitung

Zhuoqun Li, Xuanang Chen, Hongyu Lin, et al.

DINOv3

Multi-Task-Lernen

Oriane Siméoni, Huy V. Vo, Maximilian Seitzer, et al.

SSRL: Selbstsuchende Verstärkungslernverfahren

Verstärkendes Lernen

Yuchen Fan, Kaiyan Zhang, Heng Zhou, et al.

Thymian: Denken Sie über Bilder hinaus

Yi-Fan Zhang, Xingyu Lu, Shukang Yin, et al.

Grundlegung mehrsprachiger multimodaler LLMs mit kulturellem Wissen

Visuelle Fragebeantwortung

Jean de Dieu Nyandwi, Yueqi Song, Simran Khanuja, et al.

HiFiTTS-2: Ein großflächiges Sprachdatensatz mit hoher Bandbreite

Ryan Langman, Xuesong Yang, Paarth Neekhara, et al.

CryptoScope: Die Nutzung großer Sprachmodelle zur automatisierten Erkennung kryptographischer Logikschwächen

Retrieval-Augmented Generation

Zhihao Li, Zimo Ji, Tao Zheng, et al.

Medizinisches Graphen-RAG: Ein Schritt hin zu sicheren medizinischen Großsprachmodellen durch graphbasierte abfrageverstärkte Generierung

Retrieval-Augmented Generation

Junde Wu, Jiayuan Zhu, Yunli Qi, et al.

Puppeteer: Ihre 3D-Modelle riggen und animieren

Chaoyue Song, Xiu Li, Fan Yang, et al.

STream3R: Skalierbare sequentielle 3D-Rekonstruktion mit kausalem Transformer

3D-Maschinenvision

Yushi Lan, Yihang Luo, Fangzhou Hong, et al.

VORBEREITUNG: Ein Benchmark, der globales Verständnis und Schlussfolgerung über lange Kontexte erfordert

Retrieval-Augmented Generation

Mo Yu, Tsz Ting Chung, Chulun Zhou, et al.

ToonComposer: Vereinfachung der Zeichentrickproduktion durch generatives Post-Keyframing

Lingen Li, Guangzhi Wang, Zhaoyang Zhang, et al.

NextStep-1: Der Weg zur autoregressiven Bildgenerierung mit kontinuierlichen Token in Skalierung

Bildgenerierung

NextStep Team, Chunrui Han, Guopeng Li, et al.

We-Math 2.0: Ein vielseitiges MathBook-System zur Anreizschaffung für visuelles mathematisches Denken

Runqi Qiao, Qiuna Tan, Peiqing Yang, et al.

COREVQA: Ein Benchmark für visuelle Fragebeantwortung mit Beobachtung und Schlussfolgerung durch die Masse

Visuelle Fragebeantwortung

Ishant Chintapatla, Kazuma Choji, Naaisha Agarwal, et al.

RelayFormer: Ein einheitlicher lokaler-globaler Aufmerksamkeitsrahmen für skalierbare Lokalisierung von Bild- und Videobearbeitungen

Wen Huang, Jiarui Yang, Tao Dai, et al.

GMF-Drive: Gated Mamba Fusion mit räumlich-awareer BEV-Darstellung für End-to-End-Autonomes Fahren

Jian Wang, Chaokang Jiang, Haitao Xu

Sehen, Hören, Erinnern und Schlussfolgern: Ein multimodales Agens mit Langzeitgedächtnis

Lin Long, Yichen He, Wentao Ye, et al.

Diffusions-LLMs können schneller als AR-Inferenz über diskrete Diffusion erzwingen

Diffusionsmodell

Xu Wang, Chenkai Xu, Yijie Jin, et al.

AWorld: Dynamisches Multi-Agenten-System mit stabiler Manövrierfähigkeit für robuste Lösung des GAIA-Problems

Zhitian Xie, Qintong Wu, Chengyue Yu, et al.

Story2Board: Ein trainingsfreier Ansatz zur expressiven Erstellung von Storyboards

Bildgenerierung

David Dinkevich, Matan Levy, Omri Avrahami, et al.

Ersatzidentität: Eine leichtgewichtige und plug-and-play-Identitätssteuerung für die Videogenerierung

Bowen Xue, Qixin Yan, Wenjing Wang, et al.

HPSv3: Ein Schritt hin zu einem breitbandigen menschlichen Präferenzscore

HPSv3: Ein Schritt hin zu einem breitbandigen menschlichen Präferenzscore

Präferenzmodellierung

Yuhang Ma, Xiaoshi Wu, Keqiang Sun, et al.

ComputerRL: Skalierung end-to-end-online-Verstärkungslernens für Computerbenutzungs-Agenten

ComputerRL: Skalierung end-to-end-online-Verstärkungslernens für Computerbenutzungs-Agenten

Verstärkendes Lernen

Hanyu Lai, Xiao Liu, Yanxiao Zhao, et al.

Evaluierung von Identitätslecks in Sprecher-De-Identifizierungssystemen

Audio- Und Sprachverarbeitung

Seungmin Seo, Oleg Aulov, Afzal Godil, et al.

4DNeX: Feed-Forward 4D Generative Modeling Made Easy

Zhaoxi Chen, Tianqi Liu, Long Zhuo, et al.

ComoRAG: Ein kognitionsinspiriertes, speicherorganisiertes RAG für zustandsbehaftete lange narrative Schlussfolgerungen

Retrieval-Augmented Generation

Juyuan Wang, Rongchen Zhao, Wei Wei, et al.

Ein integriertes Mikrowellen-Neuronales Netzwerk für breitbandige Berechnung und Kommunikation

Neuronale Netze

Hochleistungsrechnen

Bala Govind, Maxwell G. Anderson, Fan O. Wu, et al.

GTool: Graphenverstärkte Werkzeugplanung mit großem Sprachmodell

Wenjie Chen, Wenbin Li, Di Yao, et al.

Beobachtung der Dendritenbildung an der Li-Metall-Elektrolyt-Grenzfläche mittels eines maschinellen Lernens unterstützten konstanten Potentialrahmens

KI Für Die Wissenschaft

Taiping Hu, Haichao Huang, Guobing Zhou, et al.

XQuant: Das Speichermauerproblem bei der LLM-Inferez mit KV-Cache-Rekalkulation überwinden

Aditya Tomar, Coleman Hooper, Minjae Lee, et al.

BeyondWeb: Erkenntnisse aus der Skalierung synthetischer Daten für die Trillion-Skala-Vortrainierung

Pratyush Maini, Vineeth Dorna, Parth Doshi, et al.

PaperRegister: Steigerung der flexiblen, feinkörnigen Papier Suche durch hierarchische Registerindizierung

Dokumentenverstehen

Natürliche Sprachverarbeitung

Zhuoqun Li, Xuanang Chen, Hongyu Lin, et al.

DINOv3

Multi-Task-Lernen

Oriane Siméoni, Huy V. Vo, Maximilian Seitzer, et al.

SSRL: Selbstsuchende Verstärkungslernverfahren

Verstärkendes Lernen

Yuchen Fan, Kaiyan Zhang, Heng Zhou, et al.

Thymian: Denken Sie über Bilder hinaus

Yi-Fan Zhang, Xingyu Lu, Shukang Yin, et al.

Grundlegung mehrsprachiger multimodaler LLMs mit kulturellem Wissen

Visuelle Fragebeantwortung

Jean de Dieu Nyandwi, Yueqi Song, Simran Khanuja, et al.

HiFiTTS-2: Ein großflächiges Sprachdatensatz mit hoher Bandbreite

Ryan Langman, Xuesong Yang, Paarth Neekhara, et al.

CryptoScope: Die Nutzung großer Sprachmodelle zur automatisierten Erkennung kryptographischer Logikschwächen

Retrieval-Augmented Generation

Zhihao Li, Zimo Ji, Tao Zheng, et al.

Medizinisches Graphen-RAG: Ein Schritt hin zu sicheren medizinischen Großsprachmodellen durch graphbasierte abfrageverstärkte Generierung

Retrieval-Augmented Generation

Junde Wu, Jiayuan Zhu, Yunli Qi, et al.

Puppeteer: Ihre 3D-Modelle riggen und animieren

Chaoyue Song, Xiu Li, Fan Yang, et al.

STream3R: Skalierbare sequentielle 3D-Rekonstruktion mit kausalem Transformer

3D-Maschinenvision

Yushi Lan, Yihang Luo, Fangzhou Hong, et al.

VORBEREITUNG: Ein Benchmark, der globales Verständnis und Schlussfolgerung über lange Kontexte erfordert

Retrieval-Augmented Generation

Mo Yu, Tsz Ting Chung, Chulun Zhou, et al.

ToonComposer: Vereinfachung der Zeichentrickproduktion durch generatives Post-Keyframing

Lingen Li, Guangzhi Wang, Zhaoyang Zhang, et al.

NextStep-1: Der Weg zur autoregressiven Bildgenerierung mit kontinuierlichen Token in Skalierung

Bildgenerierung

NextStep Team, Chunrui Han, Guopeng Li, et al.

We-Math 2.0: Ein vielseitiges MathBook-System zur Anreizschaffung für visuelles mathematisches Denken

Runqi Qiao, Qiuna Tan, Peiqing Yang, et al.

COREVQA: Ein Benchmark für visuelle Fragebeantwortung mit Beobachtung und Schlussfolgerung durch die Masse

Visuelle Fragebeantwortung

Ishant Chintapatla, Kazuma Choji, Naaisha Agarwal, et al.

RelayFormer: Ein einheitlicher lokaler-globaler Aufmerksamkeitsrahmen für skalierbare Lokalisierung von Bild- und Videobearbeitungen

Wen Huang, Jiarui Yang, Tao Dai, et al.

GMF-Drive: Gated Mamba Fusion mit räumlich-awareer BEV-Darstellung für End-to-End-Autonomes Fahren

Jian Wang, Chaokang Jiang, Haitao Xu

Sehen, Hören, Erinnern und Schlussfolgern: Ein multimodales Agens mit Langzeitgedächtnis

Lin Long, Yichen He, Wentao Ye, et al.

Diffusions-LLMs können schneller als AR-Inferenz über diskrete Diffusion erzwingen

Diffusionsmodell

Xu Wang, Chenkai Xu, Yijie Jin, et al.

AWorld: Dynamisches Multi-Agenten-System mit stabiler Manövrierfähigkeit für robuste Lösung des GAIA-Problems

Zhitian Xie, Qintong Wu, Chengyue Yu, et al.

Story2Board: Ein trainingsfreier Ansatz zur expressiven Erstellung von Storyboards

Bildgenerierung

David Dinkevich, Matan Levy, Omri Avrahami, et al.

Ersatzidentität: Eine leichtgewichtige und plug-and-play-Identitätssteuerung für die Videogenerierung

Bowen Xue, Qixin Yan, Wenjing Wang, et al.

Evaluierung von Identitätslecks in Sprecher-De-Identifizierungssystemen

4DNeX: Feed-Forward 4D Generative Modeling Made Easy

ComoRAG: Ein kognitionsinspiriertes, speicherorganisiertes RAG für zustandsbehaftete lange narrative Schlussfolgerungen

Ein integriertes Mikrowellen-Neuronales Netzwerk für breitbandige Berechnung und Kommunikation

GTool: Graphenverstärkte Werkzeugplanung mit großem Sprachmodell

Beobachtung der Dendritenbildung an der Li-Metall-Elektrolyt-Grenzfläche mittels eines maschinellen Lernens unterstützten konstanten Potentialrahmens

XQuant: Das Speichermauerproblem bei der LLM-Inferez mit KV-Cache-Rekalkulation überwinden

BeyondWeb: Erkenntnisse aus der Skalierung synthetischer Daten für die Trillion-Skala-Vortrainierung

PaperRegister: Steigerung der flexiblen, feinkörnigen Papier Suche durch hierarchische Registerindizierung

DINOv3

SSRL: Selbstsuchende Verstärkungslernverfahren

Thymian: Denken Sie über Bilder hinaus

Grundlegung mehrsprachiger multimodaler LLMs mit kulturellem Wissen

HiFiTTS-2: Ein großflächiges Sprachdatensatz mit hoher Bandbreite

CryptoScope: Die Nutzung großer Sprachmodelle zur automatisierten Erkennung kryptographischer Logikschwächen

Medizinisches Graphen-RAG: Ein Schritt hin zu sicheren medizinischen Großsprachmodellen durch graphbasierte abfrageverstärkte Generierung

Puppeteer: Ihre 3D-Modelle riggen und animieren

STream3R: Skalierbare sequentielle 3D-Rekonstruktion mit kausalem Transformer

VORBEREITUNG: Ein Benchmark, der globales Verständnis und Schlussfolgerung über lange Kontexte erfordert

ToonComposer: Vereinfachung der Zeichentrickproduktion durch generatives Post-Keyframing

NextStep-1: Der Weg zur autoregressiven Bildgenerierung mit kontinuierlichen Token in Skalierung

We-Math 2.0: Ein vielseitiges MathBook-System zur Anreizschaffung für visuelles mathematisches Denken

COREVQA: Ein Benchmark für visuelle Fragebeantwortung mit Beobachtung und Schlussfolgerung durch die Masse

RelayFormer: Ein einheitlicher lokaler-globaler Aufmerksamkeitsrahmen für skalierbare Lokalisierung von Bild- und Videobearbeitungen

GMF-Drive: Gated Mamba Fusion mit räumlich-awareer BEV-Darstellung für End-to-End-Autonomes Fahren

Sehen, Hören, Erinnern und Schlussfolgern: Ein multimodales Agens mit Langzeitgedächtnis

Diffusions-LLMs können schneller als AR-Inferenz über diskrete Diffusion erzwingen

AWorld: Dynamisches Multi-Agenten-System mit stabiler Manövrierfähigkeit für robuste Lösung des GAIA-Problems

Story2Board: Ein trainingsfreier Ansatz zur expressiven Erstellung von Storyboards

Ersatzidentität: Eine leichtgewichtige und plug-and-play-Identitätssteuerung für die Videogenerierung

Evaluierung von Identitätslecks in Sprecher-De-Identifizierungssystemen

4DNeX: Feed-Forward 4D Generative Modeling Made Easy

ComoRAG: Ein kognitionsinspiriertes, speicherorganisiertes RAG für zustandsbehaftete lange narrative Schlussfolgerungen

Ein integriertes Mikrowellen-Neuronales Netzwerk für breitbandige Berechnung und Kommunikation

GTool: Graphenverstärkte Werkzeugplanung mit großem Sprachmodell

Beobachtung der Dendritenbildung an der Li-Metall-Elektrolyt-Grenzfläche mittels eines maschinellen Lernens unterstützten konstanten Potentialrahmens

XQuant: Das Speichermauerproblem bei der LLM-Inferez mit KV-Cache-Rekalkulation überwinden

BeyondWeb: Erkenntnisse aus der Skalierung synthetischer Daten für die Trillion-Skala-Vortrainierung

PaperRegister: Steigerung der flexiblen, feinkörnigen Papier Suche durch hierarchische Registerindizierung

DINOv3

SSRL: Selbstsuchende Verstärkungslernverfahren

Thymian: Denken Sie über Bilder hinaus

Grundlegung mehrsprachiger multimodaler LLMs mit kulturellem Wissen

HiFiTTS-2: Ein großflächiges Sprachdatensatz mit hoher Bandbreite

CryptoScope: Die Nutzung großer Sprachmodelle zur automatisierten Erkennung kryptographischer Logikschwächen

Medizinisches Graphen-RAG: Ein Schritt hin zu sicheren medizinischen Großsprachmodellen durch graphbasierte abfrageverstärkte Generierung

Puppeteer: Ihre 3D-Modelle riggen und animieren

STream3R: Skalierbare sequentielle 3D-Rekonstruktion mit kausalem Transformer

VORBEREITUNG: Ein Benchmark, der globales Verständnis und Schlussfolgerung über lange Kontexte erfordert

ToonComposer: Vereinfachung der Zeichentrickproduktion durch generatives Post-Keyframing

NextStep-1: Der Weg zur autoregressiven Bildgenerierung mit kontinuierlichen Token in Skalierung

We-Math 2.0: Ein vielseitiges MathBook-System zur Anreizschaffung für visuelles mathematisches Denken

COREVQA: Ein Benchmark für visuelle Fragebeantwortung mit Beobachtung und Schlussfolgerung durch die Masse

RelayFormer: Ein einheitlicher lokaler-globaler Aufmerksamkeitsrahmen für skalierbare Lokalisierung von Bild- und Videobearbeitungen

GMF-Drive: Gated Mamba Fusion mit räumlich-awareer BEV-Darstellung für End-to-End-Autonomes Fahren

Sehen, Hören, Erinnern und Schlussfolgern: Ein multimodales Agens mit Langzeitgedächtnis

Diffusions-LLMs können schneller als AR-Inferenz über diskrete Diffusion erzwingen

AWorld: Dynamisches Multi-Agenten-System mit stabiler Manövrierfähigkeit für robuste Lösung des GAIA-Problems

Story2Board: Ein trainingsfreier Ansatz zur expressiven Erstellung von Storyboards

Ersatzidentität: Eine leichtgewichtige und plug-and-play-Identitätssteuerung für die Videogenerierung