HyperAI

Principal

GPU

Console
Studio
Docs
Tarifs

Pulse

Actualités

Ressources

Publications de recherche
Notebooks
Jeux de données
Wiki

Benchmarks

SOTA
Modèles LLM
Classement des GPU

Communauté

Conférences

Utilitaires

À propos Conditions d’utilisation Politique de confidentialité
Français

Command Palette

Search for a command to run...

HyperAI
Papers

Papers

Articles de recherche en IA de pointe mis à jour quotidiennement pour vous aider à suivre les dernières tendances en IA

Construire l’avenir de l’intelligence artificielle

À propos

À propos Support Aide relative au jeu de données

Produits

Actualités Publications de recherche Notebooks Jeux de données Wiki

Liens

© HyperAI

GitHub Discord X (formerly Twitter)

articles

DeepPlanning : Évaluation de la planification agente à horizon long avec des contraintes vérifiables

DeepPlanning : Évaluation de la planification agente à horizon long avec des contraintes vérifiables

Yinger Zhang, Shutong Jiang, Renhao Li, et al.

CL-bench : un benchmark pour l'apprentissage du contexte

CL-bench : un benchmark pour l'apprentissage du contexte

Réponse Aux Questions Intelligente

Shihan Dou, Ming Zhang, Zhangyue Yin, et al.

Apprentissage par renforcement par auto-distillation

Apprentissage Par Renforcement

Génération Augmentée Par La Recherche

Jonas Hübotter, Frederike Lübeck, Lejs Behric, et al.

Les chatbots comme compagnons sociaux : comment les individus perçoivent la conscience, la ressemblance humaine et les bénéfices pour la santé sociale dans les machines

Interaction Homme-Machine

Rose E. Guingrich, Michael S. A. Graziano

POPE : Apprendre à raisonner sur des problèmes difficiles grâce à une exploration sur politique privilégiée

Apprentissage Par Renforcement

Yuxiao Qu, Amrith Setlur, Virginia Smith, et al.

UniReason 1.0 : Un cadre de raisonnement unifié pour la génération et la modification d’images alignées avec les connaissances mondiales

Texte Vers Image

Dianyi Wang, Chaofan Ma, Feng Han, et al.

Fermer la boucle : Représentation universelle du dépôt avec RPG-Encoder

Génération De Code

Représentation Multimodale

Jane Luo, Chengyu Yin, Xin Zhang, et al.

Vision-DeepResearch Benchmark : Repenser la recherche visuelle et textuelle pour les grands modèles linguistiques multimodaux

Réponse À Des Questions Visuelles

Yu Zeng, Wenxuan Huang, Zhen Fang, et al.

Vision-DeepResearch : Inciter la capacité de DeepResearch dans les modèles linguistiques à grande échelle multimodaux

Génération Augmentée Par La Recherche

Réponse À Des Questions Visuelles

Wenxuan Huang, Yu Zeng, Qiuchen Wang, et al.

Kimi K2.5 : Intelligence agente visuelle

Représentation Multimodale

Kimi Team, Tongtong Bai, Yifan Bai, et al.

Green-VLA : Modèle vision-langage-action progressif pour des robots généralistes

I. Apanasevich, M. Artemyev, R. Babakyan, et al.

PaperBanana : Automatisation de la réalisation d'illustrations académiques pour les scientifiques en intelligence artificielle

Texte Vers Image

IA Pour La Science

Dawei Zhu, Rui Meng, Yale Song, et al.

Découverte mathématique semi-autonome avec Gemini : une étude de cas sur les problèmes d'Erdős

IA Pour La Science

Tony Feng, Trieu Trinh, Garrett Bingham, et al.

Chaîne latente de pensée comme planification : désaccouplement du raisonnement de la verbalisation

Jiecong Wang, Hao Peng, Chunyang Liu

Modèle de récompense aligné en temps réel au-delà de la sémantique

Apprentissage Par Renforcement

Zixuan Huang, Xin Xia, Yuxi Ren, et al.

DenseGRPO : Du récompense épars à dense pour l’alignement des modèles de correspondance de flux

Modèle De Diffusion

Affinage Supervisé

Haoyou Deng, Keyu Yan, Chaojie Mao, et al.

DreamActor-M2 : Animation universelle d'images de personnages par apprentissage in-context spatio-temporel

Génération De Vidéo

Image Vers Vidéo

Mingshuang Luo, Shuang Liang, Zhengkun Rong, et al.

TTCS : Synthèse de programme d'apprentissage en temps de test pour l'évolution autonome

Chengyi Yang, Zhishang Xiang, Yunbo Tang, et al.

ASTRA : Synthèse automatisée de trajectoires agentic et d'arenas de renforcement

Apprentissage Par Renforcement

Xiaoyu Tian, Haotian Wang, Shuaiting Chen, et al.

L'auto-distillation permet l'apprentissage continu

Apprentissage Par Renforcement

Affinage Supervisé

Idan Shenfeld, Mehul Damani, Jonas Hübotter, et al.

Vers une recherche en intelligence artificielle automatisée ancrée dans l'exécution

Chenglei Si, Zitong Yang, Yejin Choi, et al.

DynamicVLA : un modèle Vision-Langage-Action pour la manipulation d'objets dynamiques

Intelligence Incarnée

Haozhe Xie, Beichen Wen, Jiarui Zheng, et al.

MMFineReason : Réduire l'écart de raisonnement multimodal grâce à des méthodes centrées sur les données ouvertes

Jeu De Données

Honglin Lin, Zheng Liu, Yun Zhu, et al.

OCRVerse : Vers une reconnaissance optique de caractères holistique dans les modèles vision-langage end-to-end

Compréhension De Document

Yufeng Zhong, Lei Chen, Xuanle Zhao, et al.

L’agrandissement des embeddings dépasse l’agrandissement des experts dans les modèles linguistiques

Génération Augmentée Par La Recherche

Hong Liu, Jiaqi Zhang, Chao Wang, et al.

Idea2Story : Une pipeline automatisée pour transformer des concepts de recherche en récits scientifiques complets

Tengyue Xu, Zhuoyang Qian, Gaoge Liu, et al.

Tout à sa place : Évaluation de l'intelligence spatiale des modèles texte-à-image

Texte Vers Image

Modèle De Diffusion

Zengbin Wang, Xuecai Hu, Yong Wang, et al.

Rapport technique Qwen3-ASR

Traitement Audio Et Vocal

Xian Shi, Xiong Wang, Zhifang Guo, et al.

Agents d'Insight : un système multi-agents basé sur un modèle de langage pour des analyses de données

Réponse Aux Questions Intelligente

Jincheng Bai, Zhenyu Zhang, Jennifer Zhang, et al.

Vers une Perception VLM au Niveau de Pixél par Prédiction Simple de Points

Segmentation D'images

Représentation Multimodale

Tianhui Song, Haoyu Lu, Hao Yang, et al.

Youtu-VL : Libérer le potentiel visuel grâce à une supervision unifiée vision-langage

Représentation Multimodale

Zhixiang Wei, Yi Li, Zhehan Kan, et al.

Innovator-VL : un grand modèle linguistique multimodal pour la découverte scientifique

Représentation Multimodale

Réponse Aux Questions Intelligente

Zichen Wen, Boxue Yang, Shuang Chen, et al.

Apprentissage par renforcement par auto-distillation

Les chatbots comme compagnons sociaux : comment les individus perçoivent la conscience, la ressemblance humaine et les bénéfices pour la santé sociale dans les machines

POPE : Apprendre à raisonner sur des problèmes difficiles grâce à une exploration sur politique privilégiée

UniReason 1.0 : Un cadre de raisonnement unifié pour la génération et la modification d’images alignées avec les connaissances mondiales

Fermer la boucle : Représentation universelle du dépôt avec RPG-Encoder

Vision-DeepResearch Benchmark : Repenser la recherche visuelle et textuelle pour les grands modèles linguistiques multimodaux

Vision-DeepResearch : Inciter la capacité de DeepResearch dans les modèles linguistiques à grande échelle multimodaux

Kimi K2.5 : Intelligence agente visuelle

Green-VLA : Modèle vision-langage-action progressif pour des robots généralistes

PaperBanana : Automatisation de la réalisation d'illustrations académiques pour les scientifiques en intelligence artificielle

Découverte mathématique semi-autonome avec Gemini : une étude de cas sur les problèmes d'Erdős

Chaîne latente de pensée comme planification : désaccouplement du raisonnement de la verbalisation

Modèle de récompense aligné en temps réel au-delà de la sémantique

DenseGRPO : Du récompense épars à dense pour l’alignement des modèles de correspondance de flux

DreamActor-M2 : Animation universelle d'images de personnages par apprentissage in-context spatio-temporel

TTCS : Synthèse de programme d'apprentissage en temps de test pour l'évolution autonome

ASTRA : Synthèse automatisée de trajectoires agentic et d'arenas de renforcement

L'auto-distillation permet l'apprentissage continu

Vers une recherche en intelligence artificielle automatisée ancrée dans l'exécution

DynamicVLA : un modèle Vision-Langage-Action pour la manipulation d'objets dynamiques

MMFineReason : Réduire l'écart de raisonnement multimodal grâce à des méthodes centrées sur les données ouvertes

OCRVerse : Vers une reconnaissance optique de caractères holistique dans les modèles vision-langage end-to-end

L’agrandissement des embeddings dépasse l’agrandissement des experts dans les modèles linguistiques

Idea2Story : Une pipeline automatisée pour transformer des concepts de recherche en récits scientifiques complets

Tout à sa place : Évaluation de l'intelligence spatiale des modèles texte-à-image

Rapport technique Qwen3-ASR

Agents d'Insight : un système multi-agents basé sur un modèle de langage pour des analyses de données

Vers une Perception VLM au Niveau de Pixél par Prédiction Simple de Points

Youtu-VL : Libérer le potentiel visuel grâce à une supervision unifiée vision-langage

Innovator-VL : un grand modèle linguistique multimodal pour la découverte scientifique

3 009