Forschungsarbeiten
Täglich aktualisierte wegweisende KI-Forschungsarbeiten, um mit den neuesten KI-Trends Schritt zu halten
MSRNet: Ein mehrskaliges rekursives Netzwerk zur Detektion getarnter Objekte
Leena Alghamdi, Muhammad Usman, Hafeez Anwar, et al.
Budget-bewusste Tool-Nutzung ermöglicht effektive Agent-Skalierung
Tengxiao Liu, Zifeng Wang, Jin Miao, et al.
In-Video-Anweisungen: Visuelle Signale als generative Steuerung
Gongfan Fang, Xinyin Ma, Xinchao Wang
Hier ist die Übersetzung des Titels ins Chinesische, angepasst an den akademischen Stil von SCI/SSCI-Publikationen:
DR Tulu：面向深度研究的基于演化评估标准的强化学习
Rulin Shao, Akari Asai, Shannon Zejiang Shen, et al.
AICC: HTML feiner parsen, Modelle optimieren – Ein 7,3T AI-Ready-Korpus, erstellt durch einen modellbasierten HTML-Parser
Ren Ma, Jiantao Qiu, Chao Xu, et al.
UltraFlux: Daten-Modell-Co-Design für hochqualitative native 4K-Text-zu-Bild-Generierung über diverse Seitenverhältnisse hinweg
Tian Ye, Song Fei, Lei Zhu
DeCo: Frequenzentkoppelte Pixeldiffusion zur Ende-zu-Ende-Bildgenerierung
Zehong Ma, Longhui Wei, Shuai Wang, et al.
Computer-Use Agents als Juroren für generative Benutzeroberflächen
Kevin Qinghong Lin, Siyuan Hu, Linjie Li, et al.
AutoEnv: Automatisierte Umgebungen zur Messung des umgebungsübergreifenden Agent-Lernens
Jiayi Zhang, Yiran Peng, Fanqi Kong, et al.
B. Y. Yan, Chaofan Li, Hongjin Qian, et al.
VIRAL: Visuelle Sim-to-Real im großen Maßstab für humanoides Lokomotions- und Manipulationsverhalten
Tairan He, Zi Wang, Haoru Xue, et al.
MIST: Gegenseitige Information mittels überwachtem Training
German Gritsai, Megan Richards, Maxime Méloux, et al.
Haoyang Hong, Jiajun Yin, Yuan Wang, et al.
Flussdiagramm-Destillation ohne Daten
Shangyuan Tong, Nanye Ma, Saining Xie, et al.
Technischer Bericht zu HunyuanOCR
Tencent Hunyuan Vision Team, Jie Jiang, Linus, et al.
PhysToolBench: Benchmarking der Verständnisfähigkeit physischer Werkzeuge für MLLMs
Zixin Zhang, Kanghao Chen, Xingwang Lin, et al.
Huxley-Gödel-Maschine: Entwicklung eines menschlichen Niveaus codierenden Agents durch eine Näherung der optimalen selbstverbessernden Maschine
Wenyi Wang, Piotr Piękos, Li Nanbo, et al.
Lösen des räumlichen Supersensing ohne räumliches Supersensing
Vishaal Udandarao, Shyamgopal Karthik, Surabhi S. Nath, et al.
Parrot: Robustheitsbewertung der Ausgabewahrheit gegenüber Persuasion und Zustimmung – Ein Sycophancy-Robustheits-Benchmark für LLMs
Yusuf Çelebi, Mahmoud El Hussieni, Özay Ezerceli
Piaohong Wang, Motong Tian, Jiaxian Li, et al.
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
Vladislav Pedashenko, Laida Kushnareva, Yana Khassan Nibal, et al.
SAM 3: Segmentierung beliebiger Objekte mittels Konzepten
Nicolas Carion, Laura Gustafson, Yuan-Ting Hu, et al.
GeoVista: Web-augmentiertes Agent-basiertes visuelles Schlussfolgern zur Geolokalisierung
Yikun Wang, Zuyan Liu, Ziyi Wang, et al.
OpenMMReasoner: Erweiterung der Grenzen des multimodalen Schlussfolgerns durch einen offenen und allgemeinen Ansatz
Kaichen Zhang, Keming Wu, Zuhao Yang, et al.
HiPO: Hybride Politikoptimierung für dynamisches Denken in LLMs
Ken Deng, Zizheng Zhan, Wen Xiang, et al.
SERES: Semantikbewusste neuronale Rekonstruktion aus spärlichen Ansichten
Bo Xu, Yuhu Guo, Yuchao Wang, et al.
SDAR: Ein synergistisches Diffusions-AutoRegressions-Paradigma für skalierbare Sequenzgenerierung
Shuang Cheng, Yihan Bian, Dawei Liu, et al.
MultiPL-MoE: Hybrider Mixture-of-Experts-Ansatz zur Erweiterung großer Sprachmodelle durch mehrsprachige Programmierfähigkeit
Qing Wang, Xue Han, Jiahui Wang, et al.
CapRL: Anregung dichter Bildbeschreibungsfähigkeiten durch Verstärkungslernen
Long Xing, Xiaoyi Dong, Yuhang Zang, et al.
Ultra-schnelle Sprachgenerierung durch diskrete Diffusions-Divergenz-Instruktion
Haoyang Zheng, Xinyang Liu, Cindy Xiangrui Kong, et al.
DisCO: Stärkung großer Schlussfolgerungsmodelle durch diskriminative begrenzte Optimierung
Gang Li, Ming Lin, Tomer Galanti, et al.
QSVD: Effiziente Niedrigrang-Approximation für die einheitliche Kompression von Query-Key-Value-Gewichten in niedrigpräzisen visuellen Sprachmodellen
Yutong Wang, Haiyu Wang, Sai Qian Zhang