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

R-Horizon : Jusqu'où votre modèle de raisonnement massif peut-il réellement aller en ampleur et en profondeur ?

R-Horizon : Jusqu'où votre modèle de raisonnement massif peut-il réellement aller en ampleur et en profondeur ?

Yi Lu, Jianing Wang, Linsen Guo, et al.

AutoPR : Automatisons votre promotion académique !

AutoPR : Automatisons votre promotion académique !

Qiguang Chen, Zheng Yan, Mingda Yang, et al.

Optimisation du prompt multimodal : Pourquoi ne pas exploiter plusieurs modalités pour les MLLM

Yumin Choi, Dongki Kim, Jinheon Baek, et al.

TAG : Guidance d'amplification tangentielle pour un échantillonnage de diffusion résistant aux hallucinations

Modèle De Diffusion

Génération D'images

Hyunmin Cho, Donghoon Ahn, Susung Hong, et al.

Penser avec l'appareil photo : un modèle multimodal unifié pour la compréhension et la génération centrées sur l'appareil photo

Kang Liao, Size Wu, Zhonghua Wu, et al.

D2E : Extension de l'apprentissage préalable vision-action sur des données de bureau pour le transfert vers l'intelligence artificielle incarnée

Intelligence Incarnée

Suwhan Choi, Jaeyoon Jung, Haebin Seong, et al.

Code2Video : un paradigme centré sur le code pour la génération de vidéos éducatives

Génération De Vidéo

Génération De Code

Yanzhe Chen, Kevin Qinghong Lin, Mike Zheng Shou

Dr. Bias : Inégalités sociales dans les systèmes d’orientation médicale alimentés par l’intelligence artificielle

Traitement Du Langage Naturel

Emma Kondrup, Anne Imouza

Le potentiel de l'optimisation du second ordre pour les modèles de langage : une étude basée sur le Gauss-Newton complet

Natalie Abreu, Nikhil Vyas, Sham Kakade, et al.

L'auto-conscience améliore les modèles de raisonnement : apprentissage par renforcement de l'alignement auto-référentiel

Yoonjeon Kim, Doohyuk Jang, Eunho Yang

Du Quoi au Pourquoi : un système multi-agents pour le raisonnement fondé sur des preuves des conditions de réaction chimique

Génération Augmentée Par La Recherche

Cheng Yang, Jiaxuan Lu, Haiyuan Wan, et al.

DreamOmni2 : Édition et génération basées sur des instructions multimodales

Génération D'images

Bin Xia, Bohao Peng, Yuechen Zhang, et al.

VideoCanvas : Complétion vidéo unifiée à partir de morceaux spatio-temporels arbitraires par conditionnement in-context

Génération De Vidéo

Inpainting D'image

Minghong Cai, Qiulin Wang, Zongli Ye, et al.

UniVideo : Compréhension, génération et édition unifiées pour les vidéos

Génération De Vidéo

Cong Wei, Quande Liu, Zixuan Ye, et al.

MemMamba : Repenser les motifs de mémoire dans les modèles d'espace d'état

Traitement Du Langage Naturel

Youjin Wang, Yangjingyi Chen, Jiahao Yan, et al.

MM-HELIX : Accroître le raisonnement réfléchi multimodal à longue chaîne grâce à une plateforme holistique et une optimisation adaptative de politique hybride

Xiangyu Zhao, Junming Lin, Tianhao Liang, et al.

PromptCoT 2.0 : Échelle de la synthèse de prompts pour le raisonnement des modèles linguistiques à grande échelle

Xueliang Zhao, Wei Wu, Jian Guan, et al.

Extrait-0 : Un modèle linguistique spécialisé pour l'extraction d'information documentaire

Affinage Supervisé

Compréhension De Document

OmniRetarget : Génération de données préservant les interactions pour la locomotion et la manipulation globale des humanoïdes ainsi que l'interaction avec la scène

Apprentissage Par Renforcement

Lujie Yang, Xiaoyu Huang, Zhen Wu, et al.

WildSpeech-Bench : Évaluation des modèles linguistiques vocaux end-to-end dans des conditions réelles

Traitement Audio Et Vocal

Linhao Zhang, Jian Zhang, Bokai Lei, et al.

Édition attentive aux jetons des activations internes pour l'alignement des grands modèles linguistiques

Affinage Supervisé

Tianbo Wang, Yuqing Ma, Kewei Liao, et al.

Apprentissage orienté vers l'acquisition : une porte dynamique par jeton pour le modélisation vision-langage à faibles ressources

Réponse À Des Questions Visuelles

Bianca-Mihaela Ganescu, Suchir Salhan, Andrew Caines, et al.

Apprentissage de l'agent par expérience précoce

Affinage Supervisé

Apprentissage Par Renforcement

Kai Zhang, Xiangchao Chen, Bo Liu, et al.

MATRIX : Alignement de trajectoires masquées pour la génération vidéo consciente des interactions

Génération De Vidéo

Texte Vers Vidéo

Siyoon Jin, Seongchan Kim, Dahyun Chung, et al.

RLinf-VLA : Un cadre unifié et efficace pour l'entraînement VLA+RL

Apprentissage Par Renforcement

Représentation Multimodale

Hongzhi Zang, Mingjie Wei, Si Xu, et al.

SHANKS : Audition et pensée simultanées pour les modèles de langage parlé

Traitement Audio Et Vocal

Interaction Homme-Machine

Cheng-Han Chiang, Xiaofei Wang, Linjie Li, et al.

Lumina-DiMOO : un grand modèle linguistique à diffusion omnimode pour la génération et la compréhension multi-modale

Modèle De Diffusion

Yi Xin, Qi Qin, Siqi Luo, et al.

Communication sémantique directe entre modèles de langage massifs par échange de cache

Tianyu Fu, Zihan Min, Hanling Zhang, et al.

Ming-UniVision : Compréhension et génération d'images conjointes à l'aide d'un tokeniseur continu unifié

Compréhension D'images

Ziyuan Huang, DanDan Zheng, Cheng Zou, et al.

Rapport technique Phi-3 : un modèle linguistique hautement performant fonctionnant localement sur votre téléphone

Entraînement Du Modèle

Marah Abdin, Sam Ade Jacobs, Ammar Ahmad Awan, et al.

Rapport technique Qwen2.5

Affinage Supervisé

Qwen, An Yang, Baosong Yang, et al.

Découverte d'algorithmes scientifiques par l'augmentation d'AlphaEvolve avec une recherche approfondie

Gang Liu, Yihan Zhu, Jie Chen, et al.

Optimisation du prompt multimodal : Pourquoi ne pas exploiter plusieurs modalités pour les MLLM

TAG : Guidance d'amplification tangentielle pour un échantillonnage de diffusion résistant aux hallucinations

Penser avec l'appareil photo : un modèle multimodal unifié pour la compréhension et la génération centrées sur l'appareil photo

D2E : Extension de l'apprentissage préalable vision-action sur des données de bureau pour le transfert vers l'intelligence artificielle incarnée

Code2Video : un paradigme centré sur le code pour la génération de vidéos éducatives

Dr. Bias : Inégalités sociales dans les systèmes d’orientation médicale alimentés par l’intelligence artificielle

Le potentiel de l'optimisation du second ordre pour les modèles de langage : une étude basée sur le Gauss-Newton complet

L'auto-conscience améliore les modèles de raisonnement : apprentissage par renforcement de l'alignement auto-référentiel

Du Quoi au Pourquoi : un système multi-agents pour le raisonnement fondé sur des preuves des conditions de réaction chimique

DreamOmni2 : Édition et génération basées sur des instructions multimodales

VideoCanvas : Complétion vidéo unifiée à partir de morceaux spatio-temporels arbitraires par conditionnement in-context

UniVideo : Compréhension, génération et édition unifiées pour les vidéos

MemMamba : Repenser les motifs de mémoire dans les modèles d'espace d'état

MM-HELIX : Accroître le raisonnement réfléchi multimodal à longue chaîne grâce à une plateforme holistique et une optimisation adaptative de politique hybride

PromptCoT 2.0 : Échelle de la synthèse de prompts pour le raisonnement des modèles linguistiques à grande échelle

Extrait-0 : Un modèle linguistique spécialisé pour l'extraction d'information documentaire

OmniRetarget : Génération de données préservant les interactions pour la locomotion et la manipulation globale des humanoïdes ainsi que l'interaction avec la scène

WildSpeech-Bench : Évaluation des modèles linguistiques vocaux end-to-end dans des conditions réelles

Édition attentive aux jetons des activations internes pour l'alignement des grands modèles linguistiques

Apprentissage orienté vers l'acquisition : une porte dynamique par jeton pour le modélisation vision-langage à faibles ressources

Apprentissage de l'agent par expérience précoce

MATRIX : Alignement de trajectoires masquées pour la génération vidéo consciente des interactions

RLinf-VLA : Un cadre unifié et efficace pour l'entraînement VLA+RL

SHANKS : Audition et pensée simultanées pour les modèles de langage parlé

Lumina-DiMOO : un grand modèle linguistique à diffusion omnimode pour la génération et la compréhension multi-modale

Communication sémantique directe entre modèles de langage massifs par échange de cache

Ming-UniVision : Compréhension et génération d'images conjointes à l'aide d'un tokeniseur continu unifié

Rapport technique Phi-3 : un modèle linguistique hautement performant fonctionnant localement sur votre téléphone

Rapport technique Qwen2.5

Découverte d'algorithmes scientifiques par l'augmentation d'AlphaEvolve avec une recherche approfondie

3 007