HyperAI
Command Palette
Search for a command to run...
Wiki
Machine Learning Glossary: Definitionen und Erklärungen wichtiger KI- und ML-Konzepte erkunden
WorldGen ist in der Lage, geometrisch einheitliche, visuell reichhaltige und hocheffiziente Echtzeit-Rendering-Welten zu erzeugen.
Durch Model Souping kann ein besseres Modell erzeugt werden, indem die Gewichte mehrerer Feinabstimmungen gemittelt werden.
Durch die Nutzung von GPU-Parallelität zur effizienten Erweiterung des Dekodierungsbaums wird eine schnelle und skalierbare Optimierung des Inferenzpfads erreicht.
Skills sind wiederverwendbare Fähigkeitsmodule, die Wissen und Prozesse kapseln und es KI ermöglichen, sich von Allzweckmodellen in spezialisierte intelligente Agenten zu verwandeln.
SoCE ist ein Modelloptimierungsparadigma, das auf einem automatischen, kategorienorientierten Expertenauswahlmechanismus basiert und mit mehreren Benchmark-Aufgaben kombiniert wird.
DePass wird verwendet, um das Transformer-Modell durch Zerlegung des Vorwärtsdurchlaufs zu interpretieren.
Ein Dateiformat zur Speicherung medizinischer Bilddaten
iSeal erzielt eine Fingerabdruck-Erfolgsrate (FSR) von 100% gegen mehr als 10 Angriffe auf 12 LLMs.
Es löst effektiv die wichtigsten Herausforderungen bei der sicheren Ausrichtung von LVLM.
VLM kann durch die Ausrichtung und Verschmelzung von Bild- und Textinformationen Aufgaben des modalitätsübergreifenden Verstehens, Schlussfolgerns und Generierens bewältigen.
VLA kann Roboterbewegungen direkt auf Basis von visuellen Bildern und verbalen Befehlen generieren.
Die NSG-Statistik quantifiziert das Verhältnis des räumlichen Wahrscheinlichkeitsgradienten zur zeitlichen Dichteänderung.
Mem-I hat in mehreren Benchmark-Tests deutliche Verbesserungen gegenüber bestehenden speicheroptimierten Agenten-Baselines erzielt.
SSP demonstriert das Potenzial der Selbstspieltheorie als skalierbares und dateneffizientes Trainingsparadigma für agentenbasiertes LLM.
CudaForge ist ein einfacher, effektiver und kostengünstiger Multiagenten-Workflow zur CUDA-Kernelgenerierung und -optimierung.
FractalForensics weist eine gute Robustheit und Anfälligkeit gegenüber gängigen Bildverarbeitungsoperationen und Deepfake-Operationen auf.
ScaleNet ist ein neuartiger Ansatz, der den vortrainierten Visual Transformer (ViT) durch Gewichtsteilung erweitert.
FlashMoBA macht die theoretisch optimale Blockgröße praktisch umsetzbar und erzielt so eine bis zu 14,7-fache Beschleunigung auf GPUs.
CoT Hijacking ist eine neuartige Jailbreak-Angriffsmethode, bei der gutartige Argumentation das Ablehnungsverhalten systematisch schwächt.
InstanceAssemble ermöglicht die Erzeugung hochwertiger und kontrollierbarer Bilder unter multimodalen Bedingungen.
Layout-to-Image bietet einen flexiblen Steuerungsmechanismus für die Bildgenerierung.
HiPO wird für adaptive LLM-Inferenz verwendet, insbesondere für hybride Datenkonstruktion und hybrides Reinforcement Learning.
Als neuartiges semantikbasiertes Framework dient es der Rekonstruktion von 3D-Modellen aus wenigen Ansichten.
AEPO konzentriert sich auf das Ausbalancieren und Rationalisieren von Strategieerweiterungszweigen und Strategieaktualisierungen unter der Führung von Tool-Aufrufen mit hoher Entropie.
WorldGen ist in der Lage, geometrisch einheitliche, visuell reichhaltige und hocheffiziente Echtzeit-Rendering-Welten zu erzeugen.
Durch Model Souping kann ein besseres Modell erzeugt werden, indem die Gewichte mehrerer Feinabstimmungen gemittelt werden.
Durch die Nutzung von GPU-Parallelität zur effizienten Erweiterung des Dekodierungsbaums wird eine schnelle und skalierbare Optimierung des Inferenzpfads erreicht.
Skills sind wiederverwendbare Fähigkeitsmodule, die Wissen und Prozesse kapseln und es KI ermöglichen, sich von Allzweckmodellen in spezialisierte intelligente Agenten zu verwandeln.
SoCE ist ein Modelloptimierungsparadigma, das auf einem automatischen, kategorienorientierten Expertenauswahlmechanismus basiert und mit mehreren Benchmark-Aufgaben kombiniert wird.
DePass wird verwendet, um das Transformer-Modell durch Zerlegung des Vorwärtsdurchlaufs zu interpretieren.
Ein Dateiformat zur Speicherung medizinischer Bilddaten
iSeal erzielt eine Fingerabdruck-Erfolgsrate (FSR) von 100% gegen mehr als 10 Angriffe auf 12 LLMs.
Es löst effektiv die wichtigsten Herausforderungen bei der sicheren Ausrichtung von LVLM.
VLM kann durch die Ausrichtung und Verschmelzung von Bild- und Textinformationen Aufgaben des modalitätsübergreifenden Verstehens, Schlussfolgerns und Generierens bewältigen.
VLA kann Roboterbewegungen direkt auf Basis von visuellen Bildern und verbalen Befehlen generieren.
Die NSG-Statistik quantifiziert das Verhältnis des räumlichen Wahrscheinlichkeitsgradienten zur zeitlichen Dichteänderung.
Mem-I hat in mehreren Benchmark-Tests deutliche Verbesserungen gegenüber bestehenden speicheroptimierten Agenten-Baselines erzielt.
SSP demonstriert das Potenzial der Selbstspieltheorie als skalierbares und dateneffizientes Trainingsparadigma für agentenbasiertes LLM.
CudaForge ist ein einfacher, effektiver und kostengünstiger Multiagenten-Workflow zur CUDA-Kernelgenerierung und -optimierung.
FractalForensics weist eine gute Robustheit und Anfälligkeit gegenüber gängigen Bildverarbeitungsoperationen und Deepfake-Operationen auf.
ScaleNet ist ein neuartiger Ansatz, der den vortrainierten Visual Transformer (ViT) durch Gewichtsteilung erweitert.
FlashMoBA macht die theoretisch optimale Blockgröße praktisch umsetzbar und erzielt so eine bis zu 14,7-fache Beschleunigung auf GPUs.
CoT Hijacking ist eine neuartige Jailbreak-Angriffsmethode, bei der gutartige Argumentation das Ablehnungsverhalten systematisch schwächt.
InstanceAssemble ermöglicht die Erzeugung hochwertiger und kontrollierbarer Bilder unter multimodalen Bedingungen.
Layout-to-Image bietet einen flexiblen Steuerungsmechanismus für die Bildgenerierung.
HiPO wird für adaptive LLM-Inferenz verwendet, insbesondere für hybride Datenkonstruktion und hybrides Reinforcement Learning.
Als neuartiges semantikbasiertes Framework dient es der Rekonstruktion von 3D-Modellen aus wenigen Ansichten.
AEPO konzentriert sich auf das Ausbalancieren und Rationalisieren von Strategieerweiterungszweigen und Strategieaktualisierungen unter der Führung von Tool-Aufrufen mit hoher Entropie.