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

VGGT: Visueller Geometrie-Grounding-Transformer

Mehrfach-Codegenerierung durch einstufige Belohnungen































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
Warten wir nicht länger! Die Entfernung von Denk-Token verbessert die Rechengeschwindigkeit.
Ego-R1: Kette-von-Werkzeug-Gedanken für die Analyse ultra-langer egozentrischer Videos
DeepResearch Bench: Eine umfassende Benchmark für Deep Research Agenten
Erste Prüfung der Wissenschaftler: Untersuchung der kognitiven Fähigkeiten von MLLM durch Wahrnehmung, Verstehen und Schlussfolgerung
MiniMax-M1: Effizientes Skalieren der Rechenleistung zur Laufzeit mit Lightning Attention
Jenseits homogener Aufmerksamkeit: Speichereffiziente LLMs durch Fourier-approximierten KV-Cache
Ein hochwertiger Datensatz und eine zuverlässige Bewertung für die verzahnte Bild-Text-Generierung
SwS: Selbstbewusste Schwachstellen-getriebene Problemerzeugung im Reinforcement Learning für LLM-Reasoning
LiveCodeBench Pro: Wie beurteilen Olympiademedaille-Gewinner LLMs im Wettbewerbsprogrammieren?
Die Diffusionsdualität
Effektives Red-Teaming von regelkonformen Agenten
Ausrichtung von Neubildungen von Bildern und Geometrie durch Kreuzmodalen Aufmerksamkeitstransfer
VRBench: Eine Benchmark für mehrstufiges Schließen in langen narrativen Videos
AniMaker: Automatisierte Mehragenten-Animationsgeschichtenerzählung mit MCTS-gesteuerter Clip-Erstellung
Textbewusste Bildrestauration mit Diffusionsmodellen
Magistral
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
Warten wir nicht länger! Die Entfernung von Denk-Token verbessert die Rechengeschwindigkeit.
Ego-R1: Kette-von-Werkzeug-Gedanken für die Analyse ultra-langer egozentrischer Videos
DeepResearch Bench: Eine umfassende Benchmark für Deep Research Agenten
Erste Prüfung der Wissenschaftler: Untersuchung der kognitiven Fähigkeiten von MLLM durch Wahrnehmung, Verstehen und Schlussfolgerung
MiniMax-M1: Effizientes Skalieren der Rechenleistung zur Laufzeit mit Lightning Attention
Jenseits homogener Aufmerksamkeit: Speichereffiziente LLMs durch Fourier-approximierten KV-Cache
Ein hochwertiger Datensatz und eine zuverlässige Bewertung für die verzahnte Bild-Text-Generierung
SwS: Selbstbewusste Schwachstellen-getriebene Problemerzeugung im Reinforcement Learning für LLM-Reasoning
LiveCodeBench Pro: Wie beurteilen Olympiademedaille-Gewinner LLMs im Wettbewerbsprogrammieren?
Die Diffusionsdualität
Effektives Red-Teaming von regelkonformen Agenten
Ausrichtung von Neubildungen von Bildern und Geometrie durch Kreuzmodalen Aufmerksamkeitstransfer
VRBench: Eine Benchmark für mehrstufiges Schließen in langen narrativen Videos
AniMaker: Automatisierte Mehragenten-Animationsgeschichtenerzählung mit MCTS-gesteuerter Clip-Erstellung
Textbewusste Bildrestauration mit Diffusionsmodellen
Magistral