Command Palette
Search for a command to run...
Papers
Täglich aktualisierte hochmoderne KI-Forschungsarbeiten, um Sie über die neuesten KI-Trends auf dem Laufenden zu halten
Papers

AICC: HTML feiner parsen, Modelle optimieren – Ein 7,3T AI-Ready-Korpus, erstellt durch einen modellbasierten HTML-Parser

UltraFlux: Daten-Modell-Co-Design für hochqualitative native 4K-Text-zu-Bild-Generierung über diverse Seitenverhältnisse hinweg






























DeCo: Frequenzentkoppelte Pixeldiffusion zur Ende-zu-Ende-Bildgenerierung
Computer-Use Agents als Juroren für generative Benutzeroberflächen
AutoEnv: Automatisierte Umgebungen zur Messung des umgebungsübergreifenden Agent-Lernens
Allgemeine agentische Erinnerung durch tiefgehende Forschung
VIRAL: Visuelle Sim-to-Real im großen Maßstab für humanoides Lokomotions- und Manipulationsverhalten
MIST: Gegenseitige Information mittels überwachtem Training
Multi-Agent Deep Research: Trainieren von Multi-Agenten-Systemen mit M-GRPO
Flussdiagramm-Destillation ohne Daten
Technischer Bericht zu HunyuanOCR
PhysToolBench: Benchmarking der Verständnisfähigkeit physischer Werkzeuge für MLLMs
Huxley-Gödel-Maschine: Entwicklung eines menschlichen Niveaus codierenden Agents durch eine Näherung der optimalen selbstverbessernden Maschine
Lösen des räumlichen Supersensing ohne räumliches Supersensing
Parrot: Robustheitsbewertung der Ausgabewahrheit gegenüber Persuasion und Zustimmung – Ein Sycophancy-Robustheits-Benchmark für LLMs
O-Mem: Omni Memory System for Personalisierte, Langfristige Selbst-Entwickelnde Agents
Hier ist die Übersetzung ins Chinesische, unter Berücksichtigung des akademischen Stils (SCI/SSCI): 揭示文本的本征维数:从学术摘要到创意故事
SAM 3: Segmentierung beliebiger Objekte mittels Konzepten
GeoVista: Web-augmentiertes Agent-basiertes visuelles Schlussfolgern zur Geolokalisierung
OpenMMReasoner: Erweiterung der Grenzen des multimodalen Schlussfolgerns durch einen offenen und allgemeinen Ansatz
HiPO: Hybride Politikoptimierung für dynamisches Denken in LLMs
SERES: Semantikbewusste neuronale Rekonstruktion aus spärlichen Ansichten
SDAR: Ein synergistisches Diffusions-AutoRegressions-Paradigma für skalierbare Sequenzgenerierung
MultiPL-MoE: Hybrider Mixture-of-Experts-Ansatz zur Erweiterung großer Sprachmodelle durch mehrsprachige Programmierfähigkeit
CapRL: Anregung dichter Bildbeschreibungsfähigkeiten durch Verstärkungslernen
Ultra-schnelle Sprachgenerierung durch diskrete Diffusions-Divergenz-Instruktion
DisCO: Stärkung großer Schlussfolgerungsmodelle durch diskriminative begrenzte Optimierung
QSVD: Effiziente Niedrigrang-Approximation für die einheitliche Kompression von Query-Key-Value-Gewichten in niedrigpräzisen visuellen Sprachmodellen
Verschachteltes Lernen: Die Illusion tiefer Lernarchitekturen
SAM 3D: Alles in Bildern 3D-fizieren
Video-as-Answer: Vorhersage und Generierung des nächsten Video-Events mit Joint-GRPO
First Frame ist der Ort für die Anpassung von Videoinhalten