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)

Optimierung der mehrsprachigen Text-zu-Sprache-Systeme mit Akzenten und Emotionen

Optimierung der mehrsprachigen Text-zu-Sprache-Systeme mit Akzenten und Emotionen

Pawar, Pranav, Dwivedi, et al.

VIKI-R: Koordination der körperlichen Zusammenarbeit mehrerer Agenten durch Reinforcement Learning

VIKI-R: Koordination der körperlichen Zusammenarbeit mehrerer Agenten durch Reinforcement Learning

Körperliche Intelligenz

Verstärkendes Lernen

Kang, Li, Song, et al.

PAROAttention: Musterbewusstes Neuanordnen für effiziente dünnbesetzte und quantisierte Aufmerksamkeit in visuellen Generierungsmodellen

Videobearbeitung

Zhao, Tianchen, Hong, et al.

Vision-Guided Chunking ist alles, was Sie benötigen: Verbesserung von RAG durch multimodales Dokumentverstehen

Retrieval-Augmented Generation

Dokumentenverstehen

Tripathi, Vishesh, Odapally, et al.

Drag-and-Drop LLMs: Zero-Shot Prompt-to-Weights
Übersetzung:
Drag-and-Drop LLMs: Zero-Shot Prompt-to-Gewichte

Maschinelles Lernen

Liang, Zhiyuan, Tang, et al.

Evolutionsbasierter Caching zur Beschleunigung Ihres standardisierten Diffusionsmodells

Diffusionsmodell

Aggarwal, Anirud, Shrivastava, et al.

RE-IMAGINE: Symbolische Benchmark-Synthese für die Bewertung von Schlussfolgerungen

Xu, Xinnuo, Lawrence, et al.

SonicVerse: Mehrfach-Aufgaben-Lernen für musikalische Merkmalsbeschreibungen

Chopra, Anuradha, Roy, et al.

Nicht Alles Ist Verloren: Wiederherstellung von LLM ohne Checkpoints

Blagoev, Nikolay, Ersoy, et al.

Sonnenuhr: Eine Familie hochleistungsfähiger Zeitreihen-Grundmodelle

Yong Liu, Guo Qin, Zhiyuan Shi, et al.

ADRD: LLM-gestütztes autonome Fahren auf Basis regelbasierter Entscheidungssysteme

Fanzhi Zeng, Siqi Wang, Chuzhao Zhu, et al.

Verbesserte iterative Verfeinerung für die Generierung von Chart zu Code durch strukturierte Anweisungen

Codegenerierung

Chengzhi Xu, Yuyang Wang, Lai Wei, et al.

Show-o2: Verbesserte einheitliche multimodale Modelle

Multimodale Darstellung

Jinheng Xie, Zhenheng Yang, Mike Zheng Shou

Reinforcement Learning für die Schließfolgerung von LLMs aus einer interdisziplinären Perspektive erneut betrachtet

Verstärkendes Lernen

Zhoujun Cheng, Shibo Hao, Tianyang Liu, et al.

Raptor: Skalierbare trainingsfreie Einbettungen für 3D medizinische Volumen unter Verwendung vortrainierter 2D Grundmodelle

Medizinische Bildgebung

Ulzee An, Moonseong Jeong, Simon Austin Lee, et al.

EmoNet-Voice: Ein feingranulärer, von Experten verifizierter Benchmark für die Erkennung von Sprachemotionen

Emotionserkennung

Christoph Schuhmann, Robert Kaczmarczyk, Gollam Rabby, et al.

VGGT: Visueller Geometrie-Grounding-Transformer

3D-Maschinenvision

Tiefenschätzung

Jianyuan Wang, Minghao Chen, Nikita Karaev, et al.

Mehrfach-Codegenerierung durch einstufige Belohnungen

Codegenerierung

Verstärkendes Lernen

Arnav Kumar Jain, Gonzalo Gonzalez-Pumariega, Wayne Chen, et al.

Die Kompositionale Generalisierungsfähigkeit großer Sprachmodelle unter Berücksichtigung der Anweisungsbefolgungsfähigkeit erneut betrachten

Yusuke Sakai, Hidetaka Kamigaito, Taro Watanabe

Embodied Web Agents: Die Brücke zwischen physischer und digitaler Welt für eine integrierte Agentenintelligenz

Körperliche Intelligenz

Yining Hong, Rui Sun, Bingxuan Li, et al.

Semantisch bewusste Belohnungen für offene R1-Trainingsmethoden in der freien Generierung

Präferenzmodellierung

Textgenerierung

Zongxia Li, Yapei Chang, Yuhang Zhou, et al.

BUT-System für die MLC-SLM-Herausforderung

Audio- Und Sprachverarbeitung

Multi-Task-Lernen

Alexander Polok, Jiangyu Han, Dominik Klement, et al.

GenRecal: Generierung nach Kalibrierung von großen zu kleinen
Vision-Sprachmodellen

Byung-Kwan Lee, Ryo Hachiuma, Yong Man Ro, et al.

ProtoReasoning: Prototypen als Grundlage für generalisierbares Schließen in LLMs

Feng He, Zijun Chen, Xinnian Liang, et al.

Sekai: Ein Video-Datensatz zur Weltexploration

Video Captioning

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

QFFT, Fragefreies Feinabstimmung für adaptive Schlussfolgerungen

Überwachtes Feinabstimmen

Wanlong Liu, Junxiao Xu, Fei Yu, et al.

Können LLMs hochwertige Testfälle für Algorithmenprobleme generieren?
TestCase-Eval: Eine systematische Bewertung der Fehlerabdeckung und -exposition

Codegenerierung

Zheyuan Yang, Zexi Kuang, Xue Xia, et al.

AceReason-Nemotron 1.1: Fortschritte in der mathematischen und codierenden Schlussfolgerung durch die Synergie von SFT und RL

Überwachtes Feinabstimmen

Zihan Liu, Zhuolin Yang, Yang Chen, et al.

Stream-Omni: Simultane multimodale Interaktionen mit einem großen Sprach-Bild-Sprech-Modell

Shaolei Zhang, Shoutao Guo, Qingkai Fang, et al.

Effiziente medizinische VIE durch Reinforcement Learning

Dokumentenverstehen

Lijun Liu, Ruiyang Li, Zhaocheng Liu, et al.

Skalierung der Rechenleistung zur Laufzeit für LLM-Agenten

King Zhu, Hanhao Li, Siwei Wu, et al.

TaskCraft: Automatisierte Generierung von agentialen Aufgaben

Shi, Dingfeng, Cao, et al.

Optimierung der mehrsprachigen Text-zu-Sprache-Systeme mit Akzenten und Emotionen

Optimierung der mehrsprachigen Text-zu-Sprache-Systeme mit Akzenten und Emotionen

Pawar, Pranav, Dwivedi, et al.

VIKI-R: Koordination der körperlichen Zusammenarbeit mehrerer Agenten durch Reinforcement Learning

VIKI-R: Koordination der körperlichen Zusammenarbeit mehrerer Agenten durch Reinforcement Learning

Körperliche Intelligenz

Verstärkendes Lernen

Kang, Li, Song, et al.

PAROAttention: Musterbewusstes Neuanordnen für effiziente dünnbesetzte und quantisierte Aufmerksamkeit in visuellen Generierungsmodellen

Videobearbeitung

Zhao, Tianchen, Hong, et al.

Vision-Guided Chunking ist alles, was Sie benötigen: Verbesserung von RAG durch multimodales Dokumentverstehen

Retrieval-Augmented Generation

Dokumentenverstehen

Tripathi, Vishesh, Odapally, et al.

Drag-and-Drop LLMs: Zero-Shot Prompt-to-Weights
Übersetzung:
Drag-and-Drop LLMs: Zero-Shot Prompt-to-Gewichte

Maschinelles Lernen

Liang, Zhiyuan, Tang, et al.

Evolutionsbasierter Caching zur Beschleunigung Ihres standardisierten Diffusionsmodells

Diffusionsmodell

Aggarwal, Anirud, Shrivastava, et al.

RE-IMAGINE: Symbolische Benchmark-Synthese für die Bewertung von Schlussfolgerungen

Xu, Xinnuo, Lawrence, et al.

SonicVerse: Mehrfach-Aufgaben-Lernen für musikalische Merkmalsbeschreibungen

Chopra, Anuradha, Roy, et al.

Nicht Alles Ist Verloren: Wiederherstellung von LLM ohne Checkpoints

Blagoev, Nikolay, Ersoy, et al.

Sonnenuhr: Eine Familie hochleistungsfähiger Zeitreihen-Grundmodelle

Yong Liu, Guo Qin, Zhiyuan Shi, et al.

ADRD: LLM-gestütztes autonome Fahren auf Basis regelbasierter Entscheidungssysteme

Fanzhi Zeng, Siqi Wang, Chuzhao Zhu, et al.

Verbesserte iterative Verfeinerung für die Generierung von Chart zu Code durch strukturierte Anweisungen

Codegenerierung

Chengzhi Xu, Yuyang Wang, Lai Wei, et al.

Show-o2: Verbesserte einheitliche multimodale Modelle

Multimodale Darstellung

Jinheng Xie, Zhenheng Yang, Mike Zheng Shou

Reinforcement Learning für die Schließfolgerung von LLMs aus einer interdisziplinären Perspektive erneut betrachtet

Verstärkendes Lernen

Zhoujun Cheng, Shibo Hao, Tianyang Liu, et al.

Raptor: Skalierbare trainingsfreie Einbettungen für 3D medizinische Volumen unter Verwendung vortrainierter 2D Grundmodelle

Medizinische Bildgebung

Ulzee An, Moonseong Jeong, Simon Austin Lee, et al.

EmoNet-Voice: Ein feingranulärer, von Experten verifizierter Benchmark für die Erkennung von Sprachemotionen

Emotionserkennung

Christoph Schuhmann, Robert Kaczmarczyk, Gollam Rabby, et al.

VGGT: Visueller Geometrie-Grounding-Transformer

3D-Maschinenvision

Tiefenschätzung

Jianyuan Wang, Minghao Chen, Nikita Karaev, et al.

Mehrfach-Codegenerierung durch einstufige Belohnungen

Codegenerierung

Verstärkendes Lernen

Arnav Kumar Jain, Gonzalo Gonzalez-Pumariega, Wayne Chen, et al.

Die Kompositionale Generalisierungsfähigkeit großer Sprachmodelle unter Berücksichtigung der Anweisungsbefolgungsfähigkeit erneut betrachten

Yusuke Sakai, Hidetaka Kamigaito, Taro Watanabe

Embodied Web Agents: Die Brücke zwischen physischer und digitaler Welt für eine integrierte Agentenintelligenz

Körperliche Intelligenz

Yining Hong, Rui Sun, Bingxuan Li, et al.

Semantisch bewusste Belohnungen für offene R1-Trainingsmethoden in der freien Generierung

Präferenzmodellierung

Textgenerierung

Zongxia Li, Yapei Chang, Yuhang Zhou, et al.

BUT-System für die MLC-SLM-Herausforderung

Audio- Und Sprachverarbeitung

Multi-Task-Lernen

Alexander Polok, Jiangyu Han, Dominik Klement, et al.

GenRecal: Generierung nach Kalibrierung von großen zu kleinen
Vision-Sprachmodellen

Byung-Kwan Lee, Ryo Hachiuma, Yong Man Ro, et al.

ProtoReasoning: Prototypen als Grundlage für generalisierbares Schließen in LLMs

Feng He, Zijun Chen, Xinnian Liang, et al.

Sekai: Ein Video-Datensatz zur Weltexploration

Video Captioning

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

QFFT, Fragefreies Feinabstimmung für adaptive Schlussfolgerungen

Überwachtes Feinabstimmen

Wanlong Liu, Junxiao Xu, Fei Yu, et al.

Können LLMs hochwertige Testfälle für Algorithmenprobleme generieren?
TestCase-Eval: Eine systematische Bewertung der Fehlerabdeckung und -exposition

Codegenerierung

Zheyuan Yang, Zexi Kuang, Xue Xia, et al.

AceReason-Nemotron 1.1: Fortschritte in der mathematischen und codierenden Schlussfolgerung durch die Synergie von SFT und RL

Überwachtes Feinabstimmen

Zihan Liu, Zhuolin Yang, Yang Chen, et al.

Stream-Omni: Simultane multimodale Interaktionen mit einem großen Sprach-Bild-Sprech-Modell

Shaolei Zhang, Shoutao Guo, Qingkai Fang, et al.

Effiziente medizinische VIE durch Reinforcement Learning

Dokumentenverstehen

Lijun Liu, Ruiyang Li, Zhaocheng Liu, et al.

Skalierung der Rechenleistung zur Laufzeit für LLM-Agenten

King Zhu, Hanhao Li, Siwei Wu, et al.

TaskCraft: Automatisierte Generierung von agentialen Aufgaben

Shi, Dingfeng, Cao, et al.

PAROAttention: Musterbewusstes Neuanordnen für effiziente dünnbesetzte und quantisierte Aufmerksamkeit in visuellen Generierungsmodellen

Vision-Guided Chunking ist alles, was Sie benötigen: Verbesserung von RAG durch multimodales Dokumentverstehen

Drag-and-Drop LLMs: Zero-Shot Prompt-to-Weights Übersetzung: Drag-and-Drop LLMs: Zero-Shot Prompt-to-Gewichte

Evolutionsbasierter Caching zur Beschleunigung Ihres standardisierten Diffusionsmodells

RE-IMAGINE: Symbolische Benchmark-Synthese für die Bewertung von Schlussfolgerungen

SonicVerse: Mehrfach-Aufgaben-Lernen für musikalische Merkmalsbeschreibungen

Nicht Alles Ist Verloren: Wiederherstellung von LLM ohne Checkpoints

Sonnenuhr: Eine Familie hochleistungsfähiger Zeitreihen-Grundmodelle

ADRD: LLM-gestütztes autonome Fahren auf Basis regelbasierter Entscheidungssysteme

Verbesserte iterative Verfeinerung für die Generierung von Chart zu Code durch strukturierte Anweisungen

Show-o2: Verbesserte einheitliche multimodale Modelle

Reinforcement Learning für die Schließfolgerung von LLMs aus einer interdisziplinären Perspektive erneut betrachtet

Raptor: Skalierbare trainingsfreie Einbettungen für 3D medizinische Volumen unter Verwendung vortrainierter 2D Grundmodelle

EmoNet-Voice: Ein feingranulärer, von Experten verifizierter Benchmark für die Erkennung von Sprachemotionen

VGGT: Visueller Geometrie-Grounding-Transformer

Mehrfach-Codegenerierung durch einstufige Belohnungen

Die Kompositionale Generalisierungsfähigkeit großer Sprachmodelle unter Berücksichtigung der Anweisungsbefolgungsfähigkeit erneut betrachten

Embodied Web Agents: Die Brücke zwischen physischer und digitaler Welt für eine integrierte Agentenintelligenz

Semantisch bewusste Belohnungen für offene R1-Trainingsmethoden in der freien Generierung

BUT-System für die MLC-SLM-Herausforderung

GenRecal: Generierung nach Kalibrierung von großen zu kleinen Vision-Sprachmodellen

ProtoReasoning: Prototypen als Grundlage für generalisierbares Schließen in LLMs

Sekai: Ein Video-Datensatz zur Weltexploration

QFFT, Fragefreies Feinabstimmung für adaptive Schlussfolgerungen

Können LLMs hochwertige Testfälle für Algorithmenprobleme generieren? TestCase-Eval: Eine systematische Bewertung der Fehlerabdeckung und -exposition

AceReason-Nemotron 1.1: Fortschritte in der mathematischen und codierenden Schlussfolgerung durch die Synergie von SFT und RL

Stream-Omni: Simultane multimodale Interaktionen mit einem großen Sprach-Bild-Sprech-Modell

Effiziente medizinische VIE durch Reinforcement Learning

Skalierung der Rechenleistung zur Laufzeit für LLM-Agenten

TaskCraft: Automatisierte Generierung von agentialen Aufgaben

PAROAttention: Musterbewusstes Neuanordnen für effiziente dünnbesetzte und quantisierte Aufmerksamkeit in visuellen Generierungsmodellen

Vision-Guided Chunking ist alles, was Sie benötigen: Verbesserung von RAG durch multimodales Dokumentverstehen

Drag-and-Drop LLMs: Zero-Shot Prompt-to-Weights Übersetzung: Drag-and-Drop LLMs: Zero-Shot Prompt-to-Gewichte

Evolutionsbasierter Caching zur Beschleunigung Ihres standardisierten Diffusionsmodells

RE-IMAGINE: Symbolische Benchmark-Synthese für die Bewertung von Schlussfolgerungen

SonicVerse: Mehrfach-Aufgaben-Lernen für musikalische Merkmalsbeschreibungen

Nicht Alles Ist Verloren: Wiederherstellung von LLM ohne Checkpoints

Sonnenuhr: Eine Familie hochleistungsfähiger Zeitreihen-Grundmodelle

ADRD: LLM-gestütztes autonome Fahren auf Basis regelbasierter Entscheidungssysteme

Verbesserte iterative Verfeinerung für die Generierung von Chart zu Code durch strukturierte Anweisungen

Show-o2: Verbesserte einheitliche multimodale Modelle

Reinforcement Learning für die Schließfolgerung von LLMs aus einer interdisziplinären Perspektive erneut betrachtet

Raptor: Skalierbare trainingsfreie Einbettungen für 3D medizinische Volumen unter Verwendung vortrainierter 2D Grundmodelle

EmoNet-Voice: Ein feingranulärer, von Experten verifizierter Benchmark für die Erkennung von Sprachemotionen

VGGT: Visueller Geometrie-Grounding-Transformer

Mehrfach-Codegenerierung durch einstufige Belohnungen

Die Kompositionale Generalisierungsfähigkeit großer Sprachmodelle unter Berücksichtigung der Anweisungsbefolgungsfähigkeit erneut betrachten

Embodied Web Agents: Die Brücke zwischen physischer und digitaler Welt für eine integrierte Agentenintelligenz

Semantisch bewusste Belohnungen für offene R1-Trainingsmethoden in der freien Generierung

BUT-System für die MLC-SLM-Herausforderung

GenRecal: Generierung nach Kalibrierung von großen zu kleinen Vision-Sprachmodellen

ProtoReasoning: Prototypen als Grundlage für generalisierbares Schließen in LLMs

Sekai: Ein Video-Datensatz zur Weltexploration

QFFT, Fragefreies Feinabstimmung für adaptive Schlussfolgerungen

Können LLMs hochwertige Testfälle für Algorithmenprobleme generieren? TestCase-Eval: Eine systematische Bewertung der Fehlerabdeckung und -exposition

AceReason-Nemotron 1.1: Fortschritte in der mathematischen und codierenden Schlussfolgerung durch die Synergie von SFT und RL

Stream-Omni: Simultane multimodale Interaktionen mit einem großen Sprach-Bild-Sprech-Modell

Effiziente medizinische VIE durch Reinforcement Learning

Skalierung der Rechenleistung zur Laufzeit für LLM-Agenten

TaskCraft: Automatisierte Generierung von agentialen Aufgaben