HyperAI
Command Palette
Search for a command to run...
Papers
Articles de recherche en IA de pointe mis à jour quotidiennement pour vous aider à suivre les dernières tendances en IA
YoCausal : À quelle distance la génération de vidéos se trouve-t-elle du modèle du monde ? Une perspective causale
Génération De Vidéo
Modèle De Diffusion
You-Zhe Xie, Yu-Hsuan Li, Jie-Ying Lee, et al.
minWM : Un framework full-stack open-source pour des modèles du monde vidéo interactifs en temps réel
Génération De Vidéo
Modèle De Diffusion
Min Zhao, Hongzhou Zhu, Bokai Yan, et al.
CollectionLoRA : Collecter 50 effets dans 1 LoRA via la distillation on-policy multi-enseignant
Modèle De Diffusion
Génération D'images
Fangtai Wu, Hailong Guo, Shijie Huang, et al.
OmniRetrieval : Récupération unifiée à travers des sources de connaissances hétérogènes
Génération Augmentée Par La Recherche
Jinheon Baek, Soyeong Jeong, Sangwoo Park, et al.
Qwen-VLA : Unification de la modélisation vision-langage-action à travers les tâches, les environnements et les incarnations robotiques
Multimodal
Tongyi Qianwen
Qiuyue Wang, Mingsheng Li, Jian Guan, et al.
AgentDoG 1.5 : Un cadre d'alignement léger et évolutif pour la sécurité et la sûreté des Agent IA
Agent
Tongyi Qianwen
Dongrui Liu, Yu Li, Zhonghao Yang, et al.
Modèles d'action mondiaux : La prochaine frontière en IA incarnée
Intelligence Incarnée
Agent
Siyin Wang, Junhao Shi, Zhaoyang Fu, et al.
Les modèles d'action mondiaux sont des politiques zéro-shot
Modèle De Diffusion
Génération De Vidéo
Seonghyeon Ye, Yunhao Ge, Kaiyuan Zheng, et al.
ResearchMath-14K : Mise à l'échelle des mathématiques de niveau recherche via Agents
Mathématiques
LLM
Guijin Son, Seungyeop Yi, Minju Gwak, et al.
Modèles de Langage Auto-Améliorants avec Recherche Évolutionnaire Bidirectionnelle
LLM
Entraînement Du Modèle
Guowei Xu, Zhenting Qi, Huangyuan Su, et al.
Des Pixels aux Mots -- Vers des Modèles Natifs One-Vision à Grande Échelle
Multimodal
Compréhension Vidéo
Haiwen Diao, Jiahao Wang, Penghao Wu, et al.
Optimisation de la politique exploratoire d'Agent pour le raisonnement agentique multimodal
Multimodal
Agent
Minki Kang, Shizhe Diao, Ryo Hachiuma, et al.
ProRL : Apprentissage par renforcement efficace pour la recommandation proactive via l'estimation du gradient de politique rectifié
Apprentissage Par Renforcement
Modélisation Des Préférences
Hongru Hou, Tiehua Mei, Denghui Geng, et al.
Gamma-World : Modélisation générative du monde Multi-Agent au-delà de deux joueurs
Génération De Vidéo
Modèle De Diffusion
Fangfu Liu, Kai He, Tianchang Shen, et al.
AutoFigure : Génération et affinement d'illustrations scientifiques prêtes à être publiées
Texte Vers Image
IA Pour La Science
Minjun Zhu, Zhen Lin, Yixuan Weng, et al.
AutoResearch AI : Vers une automatisation de la recherche scientifique par l’intelligence artificielle pour la découverte scientifique
IA Pour La Science
Intelligence Incarnée
Guiyao Tie, Jiawen Shi, Dingjie Song, et al.
Ingénierie des agents : un état de l'art
Agent
LLM
Junjie Li, Xi Xiao, Yunbei Zhang, et al.
D2-Monitor : Surveillance dynamique de la sécurité pour les LLMs de diffusion via un routage sensible à l'hésitation
Modèle De Diffusion
LLM
Aoxi Liu, Yupeng Chen, James Oldfield, et al.
Débruitage de représentation conscient de la géométrie pour la reconstruction 3D multi-vues robuste
Modèle De Diffusion
Vision Machine 3D
Jin Hyeon Kim, Jaeeun Lee, Claire Kim, et al.
EvalVerse : Évaluation consciente du pipeline et calibrée par des experts pour la génération de vidéos cinématographiques professionnelles
Benchmarks
Génération De Vidéo
Songlin Yang, Haobin Zhong, Ruilin Zhang, et al.
MobileGym : Une plateforme de simulation vérifiable et hautement parallèle pour la recherche sur les Mobile GUI Agent
Agent
Apprentissage Par Renforcement
Dingbang Wu, Rui Hao, Haiyang Wang, et al.
SpatialBench : Votre modèle fondamental spatial est-il un joueur polyvalent ?
Benchmarks
Perception
Haosong Peng, Hao Li, Jiaqi Chen, et al.
LocateAnything : Ancrage vision-langage rapide et de haute qualité avec décodage parallèle de boîtes
Détection D'objets
Multimodal
Shihao Wang, Shilong Liu, Yuanguo Kuang, et al.
Gemini Embedding 2 : Un modèle d’embedding multimodal natif de Gemini
Représentation Multimodale
Any-to-Any
Madhuri Shanbhogue, Zhe Li, Shanfeng Zhang, et al.
Les modèles de langage ont besoin de sommeil
Transformer
Apprentissage Profond
Sangyun Lee, Sean McLeish, Tom Goldstein, et al.
ECHO : Les agents terminaux apprennent des modèles du monde gratuitement
Apprentissage Par Renforcement
Agent
Vaishnavi Shrivastava, Piero Kauffmann, Ahmed Awadallah, et al.
ParaVT : Dompter le paradoxe de l'antériorité des outils pour l'utilisation parallèle des outils dans l'apprentissage par renforcement vidéo agentique
Multimodal
Compréhension Vidéo
Zuhao Yang, Kaichen Zhang, Sudong Wang, et al.
TriSplat : Reconstruction de scènes 3D en avant-prévision prête pour la simulation
Modèle 3D
Vision Par Ordinateur
Weijie Wang, Zimu Li, Jinchuan Shi, et al.
Protocole de fondation : une couche de coordination pour la société agentique
Agent
Bang Liu, Yongfeng Gu, Jiayi Zhang, et al.
WBench : Un benchmark complet multi-tours pour l'évaluation des modèles de monde vidéo interactifs
Génération De Vidéo
Multimodal
Kaining Ying, Hengrui Hu, Siyu Ren, et al.
Macaron-A2UI : Un modèle pour l'interface utilisateur générative dans les agents personnels
Agent
LLM
Fancy Kong, Congjie Zheng, Murphy Zhuang, et al.
DVAO : Optimisation dynamique de l'avantage à variance adaptative pour l'apprentissage par renforcement multi-récompense
Apprentissage Par Renforcement
Apprentissage Multi-tâches
Guochao Jiang, Jingyi Song, Guofeng Quan, et al.