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
3 009 articles
OmniGAIA : Vers des agents IA omnimodaux natifs
Multimodal
Agent
Xiaoxi Li, Wenxiang Jiao, Jiarui Jin, et al.
MobilityBench : un benchmark pour évaluer les Agents de planification de trajets dans des scénarios de mobilité du monde réel
Réponse Aux Questions Intelligente
Benchmarks
Zhiheng Song, Jingshuai Zhang, Chuan Qin, et al.
Des points aveugles aux gains : une formation itérative pilotée par le diagnostic pour les grands modèles multimodaux
Multimodal
Entraînement Du Modèle
Hongrui Jia, Chaoya Jiang, Shikun Zhang, et al.
La Trinité de la Cohérence en tant que Principe Définissant des Modèles Mondiaux Généraux
Représentation Multimodale
Any-to-Any
Jingxuan Wei, Siyuan Li, Yuhang Xu, et al.
GUI-Libra : Entraînement d'agents GUI natifs à raisonner et agir grâce à une supervision consciente des actions et à un apprentissage par renforcement partiellement vérifiable
Affinage Supervisé
Agent
Rui Yang, Qianhui Wu, Zhaoyang Wang, et al.
SkyReels-V4 : modèle de génération, de comblement et d'édition vidéo-audio multimodale
Texte Vers Vidéo
Modèle De Diffusion
Guibin Chen, Dixuan Lin, Jiangping Yang, et al.
ARLArena : Un cadre unifié pour l'apprentissage par renforcement agencé stable
Apprentissage Par Renforcement
LLM
Xiaoxuan Wang, Han Zhang, Haixin Wang, et al.
DreamID-Omni : Cadre unifié pour la génération audiovisuelle contrôlable centrée sur l’humain
Multimodal
Any-to-Any
Xu Guo, Fulong Ye, Qichao Sun, et al.
MolHIT : Progresser dans la génération de graphes moléculaires grâce à des modèles de diffusion discrète hiérarchiques
Modèle De Diffusion
IA Pour La Science
Hojung Jung, Rodrigo Hormazabal, Jaehyeong Jo, et al.
HyTRec : Une architecture hybride à attention sensible au temps pour la recommandation séquentielle de longues séquences de comportements
Transformer
Modélisation Des Préférences
Lei Xin, Yuhao Zheng, Ke Cheng, et al.
DREAM : Évaluation de la recherche approfondie avec des métriques agences
Benchmarks
LLM
Elad Ben Avraham, Changhao Li, Ron Dorfman, et al.
LongCLI-Bench : Un benchmark préliminaire et une étude sur la programmation agente à horizon long dans les interfaces en ligne de commande
Agent
Benchmarks
Yukang Feng, Jianwen Sun, Zelai Yang, et al.
PyVision-RL : Développement de modèles visionnels agents ouverts par apprentissage par renforcement
Compréhension Vidéo
Agent
Shitian Zhao, Shaoheng Lin, Ming Li, et al.
De la perception à l’action : une benchmark interactive pour le raisonnement visuel
Multimodal
Représentation Multimodale
Yuhao Wu, Maojia Song, Yihuai Lan, et al.
Reranker centré sur la requête et conscient de la mémoire pour le traitement de contextes longs
LLM
Génération Augmentée Par La Recherche
Yuqing Li, Jiangnan Li, Mo Yu, et al.
Sur l'ingénierie des données pour l'extension des capacités terminales des LLM
LLM
Entraînement Du Modèle
Renjie Pi, Grace Lam, Mohammad Shoeybi, et al.
DSDR : Régularisation par diversité à double échelle pour l’exploration dans le raisonnement des LLM
Apprentissage Par Renforcement
Reasoning
Zhongwei Wan, Yun Shen, Zhihao Dou, et al.
Mobile-O : Compréhension et génération multimodale unifiées sur appareil mobile
Multimodal
Modèle De Diffusion
Abdelrahman Shaker, Ahmed Heakl, Jaseel Muhammad, et al.
TOPReward : Probabilités de tokens comme récompenses cachées zéro-shot pour la robotique
Apprentissage Par Renforcement
Représentation Multimodale
Shirui Chen, Cole Harrison, Ying-Chun Lee, et al.
ManCAR : Raisonnement latent contraint par variété avec calcul adaptatif en temps de test pour la recommandation séquentielle
Modélisation Des Préférences
Apprentissage Multi-tâches
Kun Yang, Yuxuan Zhu, Yazhe Chen, et al.
VLANeXt : Des Recettes pour Construire des Modèles VLA Robustes
Multimodal
Représentation Multimodale
Xiao-Ming Wu, Bin Fan, Kang Liao, et al.
Un très grand ensemble de raisonnement vidéo
Compréhension Vidéo
Reasoning
Maijunxian Wang, Ruisi Wang, Juyi Lin, et al.
Entraînement sélectif des grands modèles vision-langage par gain d'information visuelle
Multimodal
Affinage Supervisé
Seulbi Lee, Sangheum Hwang
DeepVision-103K : Un jeu de données mathématique à large couverture, diversifié visuellement et vérifiable pour le raisonnement multimodal
Multimodal
Réponse À Des Questions Visuelles
Haoxiang Sun, Lizhen Xu, Bing Zhao, et al.
SARAH : Humains agents en temps réel sensibles à l'espace
Représentation Multimodale
Génération 3D
Evonne Ng, Siwei Zhang, Zhang Chen, et al.
EgoPush : Apprentissage d'une réarrangement multi-objets egocentrique bout-en-bout pour les robots mobiles
Perception
Suivi D'objets
Boyuan An, Zhexiong Wang, Yipeng Wang, et al.
Realité générée : simulation du monde centrée sur l’humain à l’aide de la génération vidéo interactive avec contrôle de la main et de la caméra
Modèle De Diffusion
Génération De Vidéo
Linxi Xie, Lisong C. Sun, Ashley Neall, et al.
VESPO : Optimisation Variationnelle de Politique Douce au Niveau de la Séquence pour une Formation Stable des LLM en Mode Hors-Échantillonnage
Apprentissage Par Renforcement
LLM
Guobin Shen, Chenxiao Zhao, Xiang Cheng, et al.
Rapport technique Arcee Trinity
LLM
Transformer
Varun Singh, Lucas Krauss, Sami Jaghouar, et al.
Cadre pratique de gestion des risques de l’IA de pointe : Rapport technique d’analyse des risques v1.5
LLM
Agent
Dongrui Liu, Yi Yu, Jie Zhang, et al.
Latents unifiés (UL) : Comment entraîner vos latents
Modèle De Diffusion
Génération D'images
Jonathan Heek, Emiel Hoogeboom, Thomas Mensink, et al.
Mobile-Agent-v3.5 : Agents fondamentaux GUI multiplateformes
Agent
LLM
Haiyang Xu, Xi Zhang, Haowei Liu, et al.