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
ReasonRank : Renforcer le classement des passages grâce à une forte capacité de raisonnement
LLM
Reasoning
Wenhan Liu, Xinyu Ma, Weiwei Sun, et al.
AdaptFlow : Optimisation adaptative des flux de travail par méta-apprentissage
LLM
Agent
Runchuan Zhu, Bowen Jiang, Lingrui Mei, et al.
Collaboration multi-agents guidée par un médiateur entre modèles open-source pour la prise de décision médicale
Réponse À Des Questions Visuelles
Agent
Kaitao Chen, Mianxin Liu, Daoming Zong, et al.
Adaptation des modèles vision-langage sans étiquettes : une revue complète
Représentation Multimodale
Any-to-Any
Hao Dong, Lijun Sheng, Jian Liang, et al.
GENIE : Encodage Gaussien pour l'Édition Interactive des Champs de Radiance Neuronaux
Modèle 3D
Vision Machine 3D
Mikołaj Zieliński, Krzysztof Byrski, Tomasz Szczepanik, et al.
Élagage des prévisibles : raisonnement efficace sur le code via la surprise du premier jeton
Génération De Code
Reasoning
Wenhao Zeng, Yaoning Wang, Chao Hu, et al.
Voost : un transformateur de diffusion unifié et évolutif pour l’essayage virtuel bidirectionnel et le retrait virtuel
Modèle De Diffusion
Inpainting D'image
Seungyong Lee, Jeong-gi Kwak
InfiGUI-G1 : Progresser dans l'annotation des interfaces graphiques utilisateur grâce à l'optimisation d'une politique d'exploration adaptative
Agent
Réponse À Des Questions Visuelles
Yuhang Liu, Zeyu Liu, Shuanghe Zhu, et al.
Memp : Exploration de la mémoire procédurale des agents
Agent
LLM
Runnan Fang, Yuan Liang, Xiaobin Wang, et al.
Perch 2.0 : La leçon du bécassine pour la bioacoustique
Classification Audio
Apprentissage Multi-tâches
Bart van Merriënboer, Vincent Dumoulin, Jenny Hamer, et al.
Sommes-nous sur la bonne voie pour évaluer la génération de documents augmentée par récupération ?
Génération Augmentée Par La Recherche
Benchmarks
Wenxuan Shen, Mingjia Wang, Yaochen Wang, et al.
Hi3DEval : Progresser dans l’évaluation de la génération 3D grâce à une validité hiérarchique
Génération 3D
Benchmarks
Yuhan Zhang, Long Zhuo, Ziyang Chu, et al.
DeepPHY : Évaluation des VLM agents sur le raisonnement physique
Agent
Benchmarks
Xinrun Xu, Pi Bu, Ye Wang, et al.
Genie Envisioner : une plateforme fondamentale unifiée du monde pour la manipulation robotique
Any-to-Any
Génération De Vidéo
Yue Liao, Pengfei Zhou, Siyuan Huang, et al.
R-Zéro : un modèle LLM de raisonnement auto-évoluant à partir de zéro donnée
LLM
Reasoning
Chengsong Huang, Wenhao Yu, Xiaoyang Wang, et al.
Sur la généralisation de SFT : une perspective d'apprentissage par renforcement avec rectification de récompense
Affinage Supervisé
Apprentissage Par Renforcement
Yongliang Wu, Yizhou Zhou, Zhou Ziheng, et al.
Simuler des dynamiques d'apprentissage humain avec des agents autonomes alimentés par des grands modèles linguistiques
Agent
Modélisation
Yu Yuan, Lili Zhao, Wei Chen, et al.
GRAIL : Apprendre à interagir avec de grands graphes de connaissances pour un raisonnement augmenté par la récupération
Génération Augmentée Par La Recherche
Reasoning
Ge Chang, Jinbo Su, Jiacheng Liu, et al.
CoTox : Raisonnement et prédiction de la toxicité moléculaire fondés sur la chaîne de raisonnement
LLM
Reasoning
Jueon Park, Yein Park, Minju Song, et al.
Agents efficaces : Construire des agents performants tout en réduisant les coûts
Agent
LLM
Ningning Wang, Xavier Hu, Pai Liu, et al.
Le raisonnement en chaîne des LLM est-il une illusion ? Une perspective fondée sur la distribution des données
LLM
Reasoning
Chengshuai Zhao, Zhen Tan, Pingchuan Ma, et al.
VeriGUI : Jeu de données Verifiable Long-Chain GUI
Agent
Benchmarks
Shunyu Liu, Minghao Liu, Huichi Zhou, et al.
Rapport technique Qwen2.5-VL
Compréhension De Document
Compréhension Vidéo
Shuai Bai, Keqin Chen, Xuejing Liu, et al.
Le GAN est mort ; vive le GAN ! Une base moderne pour les GAN
Apprentissage Profond
Vision Par Ordinateur
Yiwen Huang, Aaron Gokaslan, Volodymyr Kuleshov, et al.
MegaPairs : synthèse de données massives pour la recherche multimodale universelle
Multimodal
Jeu De Données
Junjie Zhou, Zheng Liu, Ze Liu, et al.
Lyra : Un cadre efficace et centré sur la parole pour l'omnicognition
Any-to-Any
LLM
Zhisheng Zhong, Chengyao Wang, Yuqi Liu, et al.
Élargir les limites de performance des modèles multimodaux open source par une mise à l'échelle du modèle, des données et du test
Multimodal
LLM
Zhe Chen, Weiyun Wang, Yue Cao, et al.
NVILA : Modèles linguistiques visuels pour les frontières efficaces
Multimodal
Compréhension Vidéo
Zhijian Liu, Ligeng Zhu, Baifeng Shi, et al.
VisionZip : Plus long est meilleur, mais pas nécessaire dans les modèles vision-langage
Multimodal
Représentation Multimodale
Senqiao Yang, Yukang Chen, Zhuotao Tian, et al.
Rapport technique Baichuan-Omni
Multimodal
Any-to-Any
Yadong Li, Haoze Sun, Mingan Lin, et al.
MM1.5 : Méthodes, analyse et enseignements tirés de l'ajustement fin des modèles linguistiques multimodaux
Multimodal
LLM
Haotian Zhang, Mingfei Gao, Zhe Gan, et al.
Emu3 : Prédire le prochain jeton, c'est tout ce dont vous avez besoin
Transformer
Any-to-Any
Xinlong Wang, Xiaosong Zhang, Zhengxiong Luo, et al.