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
Apprentissage imbriqué : L'illusion des architectures d'apprentissage profond
Apprentissage Profond
Traitement Du Langage Naturel
Ali Behrouz, Meisam Razaviyayn, Peiling Zhong, et al.
SAM 3D : 3Disez n'importe quoi dans les images
Génération 3D
Modèle 3D
SAM 3D Team, Xingyu Chen, Fu-Jen Chu, et al.
Video-as-Answer : Prédire et Générer l'Événement Vidéo Suivant avec Joint-GRPO
Génération De Vidéo
Texte Vers Vidéo
Junhao Cheng, Liang Hou, Xin Tao, et al.
Le premier cadre est la place à aller pour la personnalisation du contenu vidéo
Génération De Vidéo
Image Vers Vidéo
Jingxi Chen, Zongxia Li, Zhichao Liu, et al.
L’extension de l’intelligence spatiale grâce aux modèles fondamentaux multimodaux
Multimodal
Représentation Multimodale
Zhongang Cai, Ruisi Wang, Chenyang Gu, et al.
Rapport technique Step-Audio-R1
Reasoning
Multimodal
Fei Tian, Xiangyu Tony Zhang, Yuxin Zhang, et al.
V-ReasonBench : Vers un ensemble unifié de benchmarks pour les modèles de génération vidéo
Benchmarks
Réponse À Des Questions Visuelles
Yang Luo, Xuanlei Zhao, Baijiong Lin, et al.
Olmo 3
LLM
Génération De Code
Allyson Ettinger, Amanda Bertsch, Bailey Kuehl, et al.
Expériences préliminaires d'accélération scientifique avec GPT-5
IA Pour La Science
Reasoning
Sébastien Bubeck, Christian Coester, Ronen Eldan, et al.
Qu’est-ce qui fait d’un bon agent de recherche en IA ? Une étude sur le rôle de la diversité de l’idéation
Agent
Benchmarks
Alexis Audran-Reiss, Jordi Armengol Estapé, Karen Hambardzumyan, et al.
Segmentation de lésions guidée par instruction pour les radiographies thoraciques à l'aide d'un jeu de données à grande échelle généré automatiquement
Segmentation Sémantique
Multimodal
Geon Choi, Hangyul Yoon, Hyunju Shin, et al.
VisPlay : Modèles Vision-Language auto-évoluant à partir d'images
Apprentissage Par Renforcement
Multimodal
Yicheng He, Chengsong Huang, Zongxia Li, et al.
Raisonnement par vidéo : Première évaluation des capacités de raisonnement des modèles vidéo à travers des tâches de résolution de labyrinthes
Représentation Multimodale
Reasoning
Cheng Yang, Haiyuan Wan, Yiran Peng, et al.
VIDEOP2R : Compréhension vidéo de la perception au raisonnement
Compréhension Vidéo
Représentation Multimodale
Yifan Jiang, Yueying Wang, Rui Zhao, et al.
Kandinsky 5.0 : Une famille de modèles fondamentaux pour la génération d’images et de vidéos
Texte Vers Image
Image Vers Vidéo
Vladimir Arkhipkin, Vladimir Korviakov, Nikolai Gerasimenko, et al.
JAM-2 : conception entièrement computationnelle d'anticorps de type médicament avec un taux de réussite élevé
IA Pour La Science
Apprentissage Profond
Nabla Bio
PathMind : un cadre Retrieve-Prioritize-Reason pour le raisonnement sur les graphes de connaissances avec les modèles de langage à grande échelle
Génération Augmentée Par La Recherche
LLM
Yu Liu, Xixun Lin, Yanmin Shang, et al.
REVISEUR : Au-delà de la réflexion textuelle, vers une raisonnement introspectif multimodal dans la compréhension des vidéos longues
Compréhension Vidéo
Reasoning
Jiaze Li, Hao Yin, Wenhui Tan, et al.
MVI-Bench : Un benchmark complet pour évaluer la robustesse aux entrées visuelles trompeuses dans les LVLM
Réponse À Des Questions Visuelles
Multimodal
Huiyi Chen, Jiawei Peng, Dehai Min, et al.
Les simulateurs mondiaux peuvent-ils raisonner ? Gen-ViRe : Une référence générative pour le raisonnement visuel
Benchmarks
Génération De Vidéo
Xinxin Liu, Zhaopan Xu, Kai Wang, et al.
Un Style Vaut Un Code : Déverrouiller la Génération d'Images Code-to-Style avec un Espace de Style Discret
Texte Vers Image
Modèle De Diffusion
Huijie Liu, Shuhao Cui, Haoxiang Cao, et al.
AraLingBench : Un benchmark annoté par des humains pour évaluer les capacités linguistiques arabes des grands modèles linguistiques (LLM)
Benchmarks
LLM
Mohammad Zbib, Hasan Abed Al Kader Hammoud, Sina Mukalled, et al.
Think-at-Hard : itérations latentes sélectives pour améliorer les modèles de langage rationnels
LLM
Reasoning
Tianyu Fu, Yichen You, Zekai Chen, et al.
HumanSense : de la perception multimodale aux réponses empathiques et conscientes du contexte par le biais du raisonnement dans les MLLMs
LLM
Multimodal
Zheng Qin, Ruobing Zheng, Yabing Wang, et al.
CamCloneMaster : Permettre le contrôle de la caméra basé sur une référence pour la génération vidéo
Génération De Vidéo
Image Vers Vidéo
Yawen Luo, Jianhong Bai, Xiaoyu Shi, et al.
EditScore : Déverrouiller le renforcement par apprentissage en ligne pour l'édition d'images grâce à une modélisation de récompense à haute fidélité
Apprentissage Par Renforcement
Modélisation Des Préférences
Xin Luo, Jiahao Wang, Chenyuan Wu, et al.
InteractMove : Génération d'interactions homme-objet contrôlée par texte dans des scènes 3D comprenant des objets déplaçables
Robotique
Intelligence Incarnée
Xinhao Cai, Minghang Zheng, Xin Jin, et al.
WebCoach : Agents web auto-évoluant avec une orientation mémoire trans-session
Agent
LLM
Genglin Liu, Shijie Geng, Sha Li, et al.
Apprendre à faire confiance : adaptation bayésienne à la fiabilité variable du suggesteur dans la prise de décision séquentielle
Apprentissage Par Renforcement
Agent
Dylan M. Asmar, Mykel J. Kochenderfer
GroupRank : un paradigme de reranking groupwise piloté par apprentissage par renforcement
Génération Augmentée Par La Recherche
LLM
Duolin Sun, Meixiu Long, Dan Yang, et al.
MMaDA-Parallel : Modèles Multimodaux de Diffusion de Langage de Grande Taille pour l'Édition et la Génération Conscientes de la Pensée
Modèle De Diffusion
LLM
Ye Tian, Ling Yang, Jiongfan Yang, et al.
TiViBench : Évaluation du raisonnement « think-in-video » pour les modèles génératifs vidéo
Génération De Vidéo
Reasoning
Harold Haodong Chen, Disen Lan, Wen-Jie Shu, et al.