HyperAI

FlowAnchor : Stabilisation du signal d'édition pour une édition vidéo sans inversion

Ze Chen, Lan Chen, Yuanhang Li, et al.

La sécurité des LLM de l'intérieur : détection de contenus préjudiciables via les représentations internes

LLM

Apprentissage Profond

Difan Jiao, Yilun Liu, Ye Yuan, et al.

DiffNR : Optimisation de la représentation neuronale assistée par diffusion pour la reconstruction tomographique 3D à vues éparses

Modèle De Diffusion

Imagerie Médicale

Shiyan Su, Ruyi Zha, Danli Shi, et al.

Agent

IA Pour La Science

Meng Chu, Xuan Billy Zhang, Kevin Qinghong Lin, et al.

DiLoCo découplé pour un pré-entraînement distribué résilient

LLM

Entraînement Du Modèle

Decoupled DiLoCo Team

EVENT TENSOR : UNE ABSTRACTION UNIFIÉE POUR LA COMPILATION DE MÉGAKERNELS DYNAMIQUES

Compilateur IA

LLM

Hongyi Jin, Bohan Hou, Guanjie Wang, et al.

Percevoir le rapide et le lent : apprendre le flux temporel dans les vidéos

Génération De Vidéo

Compréhension Vidéo

Yen-Siang Wu, Rundong Luo, Jingsen Zhu, et al.

Agent

LLM

Xiyang Wu, Zongxia Li, Guangyao Shi, et al.

StyleID : un jeu de données et une métrique sensibles à la perception pour la reconnaissance de l'identité faciale indépendante du style

Reconnaissance Faciale

Reconnaissance D'images

Kwan Yun, Changmin Lee, Ayeong Jeong, et al.

UniT : Vers un langage physique unifié pour l'apprentissage de policy de l'humain vers l'humanoïde et la modélisation du monde

Représentation Multimodale

Génération De Vidéo

Boyu Chen, Yi Chen, Lu Qiu, et al.

WorldMark : une suite de référence unifiée pour les modèles de monde vidéo interactifs

Image Vers Vidéo

Génération De Vidéo

Xiaojie Xu, Zhengyuan Lin, Kang He, et al.

LLaTiSA : Vers un raisonnement sur séries temporelles stratifié par difficulté, de la perception visuelle à la sémantique

Multimodal

LLM

Yueyang Ding, HaoPeng Zhang, Rui Dai, et al.

Les générateurs d'images sont des apprenants de vision généralistes

Génération D'images

Compréhension D'images

Valentin Gabeur, Shangbang Long, Songyou Peng, et al.

LongCat-Next : Lexicalisation des modalités sous forme de tokens discrets

Any-to-Any

Représentation Multimodale

Meituan LongCat Team

FIPO : Éliciter un raisonnement profond via une optimisation de politique influencée par le Future-KL

Apprentissage Par Renforcement

Reasoning

Qwen Pilot Team

Apprentissage Par Renforcement

LLM

Lei Huang, Xiang Cheng, Chenxiao Zhao, et al.

SocialOmni : Évaluation de l'interactivité sociale audio-visuelle dans les modèles Omni

Multimodal

Any-to-Any

Tianyu Xie, Jina Huang, Yuexiao Ma, et al.

Muzhi Zhu, Shunyao Jiang, Huanyi Zheng, et al.

DeVI : Interaction humaine-objet dextre basée sur la physique via l'imitation de vidéos synthétiques

Texte Vers Vidéo

Génération De Vidéo

Hyeonwoo Kim, Jeonghwan Kim, Kyungwon Cho, et al.

Le Reward Hacking à l'ère des grands modèles : mécanismes, désalignement émergent et défis

LLM

Multimodal

Xiaohua Wang, Muzhao Tian, Yuqi Zeng, et al.

Agent

Affinage Supervisé

Venus Team, Sunhao Dai, Yong Deng, et al.

Apprentissage Par Renforcement

Entraînement Du Modèle

Chuanyu Qin, Chenxu Yang, Qingyi Si, et al.

Modèle De Diffusion

Multimodal

Inclusion AI, Tiwei Bie, Haoxing Chen, et al.

BioInstruct : Instruction Tuning des Large Language Models pour le Traitement du Langage Naturel Biomédical

Affinage Supervisé

LLM

Hieu Tran, Zhichao Yang, Zonghai Yao, et al.

Rapport technique sur Logics-Parsing-Omni

Ron Vainshtein, Zohar Rimon, Shie Mannor, et al.

Le titre est vide. Veuillez fournir le titre à traduire.

Agent

Intelligence Artificielle

PlayCoder : Rendre jouable le code GUI généré par les LLM

Génération De Code

LLM

Zhiyuan Peng, Wei Tao, Xin Yin, et al.

TEMPO : Mise à l'échelle de l'entraînement au moment du test (Test-time Training) pour les grands modèles de raisonnement

Qingyang Zhang, Xinke Kong, Haitao Wu, et al.

Modèle De Diffusion

Vision Machine 3D

Yutian Chen, Shi Guo, Renbiao Jin, et al.

Agent

LLM

Pengcheng Wang, Jerry Huang, Jiarui Yao, et al.

FlowAnchor : Stabilisation du signal d'édition pour une édition vidéo sans inversion

Ze Chen, Lan Chen, Yuanhang Li, et al.

La sécurité des LLM de l'intérieur : détection de contenus préjudiciables via les représentations internes

LLM

Apprentissage Profond

Difan Jiao, Yilun Liu, Ye Yuan, et al.

Modèle De Diffusion

Imagerie Médicale

Shiyan Su, Ruyi Zha, Danli Shi, et al.

Agent

IA Pour La Science

Meng Chu, Xuan Billy Zhang, Kevin Qinghong Lin, et al.

LLM

Entraînement Du Modèle

Decoupled DiLoCo Team

Compilateur IA

LLM

Hongyi Jin, Bohan Hou, Guanjie Wang, et al.

Génération De Vidéo

Compréhension Vidéo

Yen-Siang Wu, Rundong Luo, Jingsen Zhu, et al.

Agent

LLM

Xiyang Wu, Zongxia Li, Guangyao Shi, et al.

Reconnaissance Faciale

Reconnaissance D'images

Kwan Yun, Changmin Lee, Ayeong Jeong, et al.

Représentation Multimodale

Génération De Vidéo

Boyu Chen, Yi Chen, Lu Qiu, et al.

Image Vers Vidéo

Génération De Vidéo

Xiaojie Xu, Zhengyuan Lin, Kang He, et al.

Multimodal

LLM

Yueyang Ding, HaoPeng Zhang, Rui Dai, et al.

Génération D'images

Compréhension D'images

Valentin Gabeur, Shangbang Long, Songyou Peng, et al.

Any-to-Any

Représentation Multimodale

Meituan LongCat Team

Apprentissage Par Renforcement

Reasoning

Qwen Pilot Team

Apprentissage Par Renforcement

LLM

Lei Huang, Xiang Cheng, Chenxiao Zhao, et al.

Multimodal

Any-to-Any

Tianyu Xie, Jina Huang, Yuexiao Ma, et al.

Muzhi Zhu, Shunyao Jiang, Huanyi Zheng, et al.

Texte Vers Vidéo

Génération De Vidéo

Hyeonwoo Kim, Jeonghwan Kim, Kyungwon Cho, et al.

LLM

Multimodal

Xiaohua Wang, Muzhao Tian, Yuqi Zeng, et al.

Agent

Affinage Supervisé

Venus Team, Sunhao Dai, Yong Deng, et al.

Apprentissage Par Renforcement

Entraînement Du Modèle

Chuanyu Qin, Chenxu Yang, Qingyi Si, et al.

Modèle De Diffusion

Multimodal

Inclusion AI, Tiwei Bie, Haoxing Chen, et al.

Affinage Supervisé

LLM

Hieu Tran, Zhichao Yang, Zonghai Yao, et al.

Ron Vainshtein, Zohar Rimon, Shie Mannor, et al.

Agent

Intelligence Artificielle

Génération De Code

LLM

Zhiyuan Peng, Wei Tao, Xin Yin, et al.

Qingyang Zhang, Xinke Kong, Haitao Wu, et al.

Modèle De Diffusion

Vision Machine 3D

Yutian Chen, Shi Guo, Renbiao Jin, et al.

Agent

LLM

Pengcheng Wang, Jerry Huang, Jiarui Yao, et al.

DiffNR : Optimisation de la représentation neuronale assistée par diffusion pour la reconstruction tomographique 3D à vues éparses

Modélisation du monde agentic : fondements, capacités, lois et au-delà

DiLoCo découplé pour un pré-entraînement distribué résilient

EVENT TENSOR : UNE ABSTRACTION UNIFIÉE POUR LA COMPILATION DE MÉGAKERNELS DYNAMIQUES

Percevoir le rapide et le lent : apprendre le flux temporel dans les vidéos

Co-Évolution de la décision des LLM et des skill bank agents pour les tâches à long horizon

StyleID : un jeu de données et une métrique sensibles à la perception pour la reconnaissance de l'identité faciale indépendante du style

UniT : Vers un langage physique unifié pour l'apprentissage de policy de l'humain vers l'humanoïde et la modélisation du monde

WorldMark : une suite de référence unifiée pour les modèles de monde vidéo interactifs

LLaTiSA : Vers un raisonnement sur séries temporelles stratifié par difficulté, de la perception visuelle à la sémantique

Les générateurs d'images sont des apprenants de vision généralistes

LongCat-Next : Lexicalisation des modalités sous forme de tokens discrets

FIPO : Éliciter un raisonnement profond via une optimisation de politique influencée par le Future-KL

Exploration par bootstrapping avec feedback de langage naturel au niveau du groupe dans l'apprentissage par renforcement

SocialOmni : Évaluation de l'interactivité sociale audio-visuelle dans les modèles Omni

DeepSeek-V4 : Vers une intelligence contextuelle hautement efficace à un million de tokens

Exploration de l'intelligence spatiale d'un point de vue génératif

DeVI : Interaction humaine-objet dextre basée sur la physique via l'imitation de vidéos synthétiques

Le Reward Hacking à l'ère des grands modèles : mécanismes, désalignement émergent et défis

DR-Venus : Vers des agents de recherche profonde à l'échelle de l'edge à la frontière, avec seulement 10k données ouvertes

Optimisation de politique à court terme

LLaDA2.0-Uni : Unifier la compréhension et la génération multimodales avec un Large Language Model de diffusion

BioInstruct : Instruction Tuning des Large Language Models pour le Traitement du Langage Naturel Biomédical

Rapport technique sur Logics-Parsing-Omni

Task Tokens : une approche flexible pour l'adaptation des modèles de fondation de comportement (Behavior Foundation Models)

Le titre est vide. Veuillez fournir le titre à traduire.

PlayCoder : Rendre jouable le code GUI généré par les LLM

TEMPO : Mise à l'échelle de l'entraînement au moment du test (Test-time Training) pour les grands modèles de raisonnement

AnyRecon : Reconstruction 3D à vue arbitraire avec un modèle de diffusion vidéo

AgentSPEX : un langage de spécification et d'exécution pour agents