Forschungsarbeiten
Täglich aktualisierte wegweisende KI-Forschungsarbeiten, um mit den neuesten KI-Trends Schritt zu halten
Verbesserte iterative Verfeinerung für die Generierung von Chart zu Code durch strukturierte Anweisungen
Chengzhi Xu, Yuyang Wang, Lai Wei, et al.
Show-o2: Verbesserte einheitliche multimodale Modelle
Jinheng Xie, Zhenheng Yang, Mike Zheng Shou
Reinforcement Learning für die Schließfolgerung von LLMs aus einer interdisziplinären Perspektive erneut betrachtet
Zhoujun Cheng, Shibo Hao, Tianyang Liu, et al.
Raptor: Skalierbare trainingsfreie Einbettungen für 3D medizinische Volumen unter Verwendung vortrainierter 2D Grundmodelle
Ulzee An, Moonseong Jeong, Simon Austin Lee, et al.
EmoNet-Voice: Ein feingranulärer, von Experten verifizierter Benchmark für die Erkennung von Sprachemotionen
Christoph Schuhmann, Robert Kaczmarczyk, Gollam Rabby, et al.
VGGT: Visueller Geometrie-Grounding-Transformer
Jianyuan Wang, Minghao Chen, Nikita Karaev, et al.
Mehrfach-Codegenerierung durch einstufige Belohnungen
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
Yining Hong, Rui Sun, Bingxuan Li, et al.
Semantisch bewusste Belohnungen für offene R1-Trainingsmethoden in der freien Generierung
Zongxia Li, Yapei Chang, Yuhang Zhou, et al.
BUT-System für die MLC-SLM-Herausforderung
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
Zhen Li, Chuanhao Li, Xiaofeng Mao, et al.
VIRES: Video-Instanz-Neuzeichnen durch skizzen- und textgesteuerte Generierung
Shuchen Weng, Haojie Zheng, Peixuan Zhang, et al.
QFFT, Fragefreies Feinabstimmung für adaptive Schlussfolgerungen
Wanlong Liu, Junxiao Xu, Fei Yu, et al.
Können LLMs hochwertige Testfälle für Algorithmenprobleme generieren?
TestCase-Eval: Eine systematische Bewertung der Fehlerabdeckung und -exposition
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
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
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.
Warten wir nicht länger! Die Entfernung von Denk-Token verbessert die Rechengeschwindigkeit.
Wang, Chenlong, Feng, et al.
Ego-R1: Kette-von-Werkzeug-Gedanken für die Analyse ultra-langer egozentrischer Videos
Shulin Tian, Ruiqi Wang, Hongming Guo, et al.
DeepResearch Bench: Eine umfassende Benchmark für Deep Research Agenten
Mingxuan Du, Benfeng Xu, Chiwei Zhu, et al.
Erste Prüfung der Wissenschaftler: Untersuchung der kognitiven Fähigkeiten von MLLM durch Wahrnehmung, Verstehen und Schlussfolgerung
Zhou, Yuhao, Wang, et al.
MiniMax-M1: Effizientes Skalieren der Rechenleistung zur Laufzeit mit Lightning Attention
MiniMax, Aili Chen, Aonian Li, et al.
Jenseits homogener Aufmerksamkeit: Speichereffiziente LLMs durch
Fourier-approximierten KV-Cache
Xiaoran Liu, Siyang He, Qiqi Wang, et al.
Ein hochwertiger Datensatz und eine zuverlässige Bewertung für die verzahnte
Bild-Text-Generierung
Yukang Feng, Jianwen Sun, Chuanhao Li, et al.
SwS: Selbstbewusste Schwachstellen-getriebene Problemerzeugung im Reinforcement Learning für LLM-Reasoning
Liang, Xiao, Li, et al.
LiveCodeBench Pro: Wie beurteilen Olympiademedaille-Gewinner LLMs im Wettbewerbsprogrammieren?
Zihan Zheng, Zerui Cheng, Zeyu Shen, et al.
Die Diffusionsdualität
Sahoo, Subham Sekhar, Deschenaux, et al.