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

Événements

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)

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

Événements

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)

VIKI-R : Coordination de la coopération multi-agent incarnée par apprentissage par renforcement

VIKI-R : Coordination de la coopération multi-agent incarnée par apprentissage par renforcement

Intelligence Incarnée

Apprentissage Par Renforcement

Kang, Li, Song, et al.

PAROAttention : Réorganisation Consciente des Modèles pour une Attention Efficace et Économique en Termes de Ressources dans les Modèles de Génération Visuelle

PAROAttention : Réorganisation Consciente des Modèles pour une Attention Efficace et Économique en Termes de Ressources dans les Modèles de Génération Visuelle

Traitement Vidéo

Zhao, Tianchen, Hong, et al.

Vision-Guided Chunking Is All You Need : Amélioration de RAG avec la Compréhension Multimodale des Documents

Génération Augmentée Par La Recherche

Compréhension De Document

Tripathi, Vishesh, Odapally, et al.

Glisser-Déposer les LLM : Passez des Prompts aux Poids sans Supervision Préalable

Apprentissage Automatique

Liang, Zhiyuan, Tang, et al.

Mise en cache évolutionnelle pour accélérer votre modèle de diffusion prêt à l'emploi

Modèle De Diffusion

Texte Vers Image

Aggarwal, Anirud, Shrivastava, et al.

RE-IMAGINE : Synthèse de Benchmark Symbolique pour l'Évaluation de la Raisonnement

Xu, Xinnuo, Lawrence, et al.

SonicVerse : Apprentissage multi-tâches pour la légendisation guidée par les caractéristiques musicales

Chopra, Anuradha, Roy, et al.

Tout n'est pas perdu : la récupération des LLM sans points de contrôle

Entraînement Du Modèle

Blagoev, Nikolay, Ersoy, et al.

Sundial : Une Famille de Modèles Fondamentaux de Série Temporelle Hautement Performants

Yong Liu, Guo Qin, Zhiyuan Shi, et al.

ADRD : Conduite Autonome Pilotée par des Systèmes de Décision Basés sur des Règles et les Modèles Linguistiques de Grande Envergure

Fanzhi Zeng, Siqi Wang, Chuzhao Zhu, et al.

Amélioration de l'affinage itératif pour la génération de code à partir de diagrammes via des instructions structurées

Génération De Code

Chengzhi Xu, Yuyang Wang, Lai Wei, et al.

Show-O2 : Amélioration des Modèles Multimodaux Unifiés Natifs

Représentation Multimodale

Jinheng Xie, Zhenheng Yang, Mike Zheng Shou

Réexaminer l'apprentissage par renforcement pour la raisonnement des LLM sous une perspective interdomaine

Apprentissage Par Renforcement

Zhoujun Cheng, Shibo Hao, Tianyang Liu, et al.

Raptor : Embeddings évolutifs sans entraînement pour des volumes médicaux 3D en exploitant des modèles préentraînés 2D

Imagerie Médicale

Ulzee An, Moonseong Jeong, Simon Austin Lee, et al.

EmoNet-Voice : Une Benchmark Fine-Grainée Vérifiée par des Experts pour la Détection des Émotions dans la Parole

Reconnaissance Des Émotions

Jeu De Données

Christoph Schuhmann, Robert Kaczmarczyk, Gollam Rabby, et al.

s1 : Échelle simple au moment du test

Affinage Supervisé

Niklas Muennighoff, Zitong Yang, Weijia Shi, et al.

Search-o1 : Modèles de raisonnement massifs améliorés par une recherche agente

Génération Augmentée Par La Recherche

Xiaoxi Li, Guanting Dong, Jiajie Jin, et al.

LLaVA-Mini : Modèles multimodaux grands efficaces pour l’image et la vidéo avec un seul jeton visuel

Shaolei Zhang, Qingkai Fang, Zhe Yang, et al.

MAmmoTH-VL : Extraire le raisonnement multimodal par calibration d'instructions à grande échelle

Jarvis Guo, Tuney Zheng, Yuelin Bai, et al.

ShowUI : Un modèle vision-langage-action unique pour un agent visuel GUI

Compréhension D'images

Kevin Qinghong Lin, Linjie Li, Difei Gao, et al.

OS-ATLAS : un modèle d'action fondamental pour des agents GUI généralistes

Jeu De Données

Zhiyong Wu, Zhenyu Wu, Fangzhi Xu, et al.

Fiche système GPT-4o

OpenAI, Aaron Hurst, Adam Lerer, et al.

SAM2Long : Amélioration de SAM 2 pour la segmentation vidéo longue à l’aide d’un arbre mémoire sans entraînement

Segmentation Sémantique

Shuangrui Ding, Rui Qian, Xiaoyi Dong, et al.

Aria : un modèle ouvert multimodal natif à mélange d'experts

Dongxu Li, Yudong Liu, Haoning Wu, et al.

Qwen2-VL : Amélioration de la perception du monde par les modèles vision-langage à toute résolution

Peng Wang, Shuai Bai, Sinan Tan, et al.

VGGT : Visual Geometry Grounded Transformer

Vision Machine 3D

Estimation De Profondeur

Jianyuan Wang, Minghao Chen, Nikita Karaev, et al.

Génération de Code Multi-Tours par Récompenses en Un Étape

Génération De Code

Apprentissage Par Renforcement

Arnav Kumar Jain, Gonzalo Gonzalez-Pumariega, Wayne Chen, et al.

Réexaminer la capacité de généralisation compositionnelle des grands modèles de langage en tenant compte de leur aptitude à suivre les instructions

Yusuke Sakai, Hidetaka Kamigaito, Taro Watanabe

Agents Web Incarnés : Pont entre les Règnes Physique et Numérique pour une Intelligence d'Agent Intégrée

Intelligence Incarnée

Yining Hong, Rui Sun, Bingxuan Li, et al.

Récompenses Semantiquement Conscientes pour une Formation R1 Ouverte en Génération Libre

Modélisation Des Préférences

Génération De Texte

Zongxia Li, Yapei Chang, Yuhang Zhou, et al.

Système BUT pour le Défi MLC-SLM

Traitement Audio Et Vocal

Apprentissage Multi-tâches

Alexander Polok, Jiangyu Han, Dominik Klement, et al.

GenRecal : Génération après recalage des modèles langage-vision de grande à petite taille

Byung-Kwan Lee, Ryo Hachiuma, Yong Man Ro, et al.

VIKI-R : Coordination de la coopération multi-agent incarnée par apprentissage par renforcement

VIKI-R : Coordination de la coopération multi-agent incarnée par apprentissage par renforcement

Intelligence Incarnée

Apprentissage Par Renforcement

Kang, Li, Song, et al.

PAROAttention : Réorganisation Consciente des Modèles pour une Attention Efficace et Économique en Termes de Ressources dans les Modèles de Génération Visuelle

PAROAttention : Réorganisation Consciente des Modèles pour une Attention Efficace et Économique en Termes de Ressources dans les Modèles de Génération Visuelle

Traitement Vidéo

Zhao, Tianchen, Hong, et al.

Vision-Guided Chunking Is All You Need : Amélioration de RAG avec la Compréhension Multimodale des Documents

Génération Augmentée Par La Recherche

Compréhension De Document

Tripathi, Vishesh, Odapally, et al.

Glisser-Déposer les LLM : Passez des Prompts aux Poids sans Supervision Préalable

Apprentissage Automatique

Liang, Zhiyuan, Tang, et al.

Mise en cache évolutionnelle pour accélérer votre modèle de diffusion prêt à l'emploi

Modèle De Diffusion

Texte Vers Image

Aggarwal, Anirud, Shrivastava, et al.

RE-IMAGINE : Synthèse de Benchmark Symbolique pour l'Évaluation de la Raisonnement

Xu, Xinnuo, Lawrence, et al.

SonicVerse : Apprentissage multi-tâches pour la légendisation guidée par les caractéristiques musicales

Chopra, Anuradha, Roy, et al.

Tout n'est pas perdu : la récupération des LLM sans points de contrôle

Entraînement Du Modèle

Blagoev, Nikolay, Ersoy, et al.

Sundial : Une Famille de Modèles Fondamentaux de Série Temporelle Hautement Performants

Yong Liu, Guo Qin, Zhiyuan Shi, et al.

ADRD : Conduite Autonome Pilotée par des Systèmes de Décision Basés sur des Règles et les Modèles Linguistiques de Grande Envergure

Fanzhi Zeng, Siqi Wang, Chuzhao Zhu, et al.

Amélioration de l'affinage itératif pour la génération de code à partir de diagrammes via des instructions structurées

Génération De Code

Chengzhi Xu, Yuyang Wang, Lai Wei, et al.

Show-O2 : Amélioration des Modèles Multimodaux Unifiés Natifs

Représentation Multimodale

Jinheng Xie, Zhenheng Yang, Mike Zheng Shou

Réexaminer l'apprentissage par renforcement pour la raisonnement des LLM sous une perspective interdomaine

Apprentissage Par Renforcement

Zhoujun Cheng, Shibo Hao, Tianyang Liu, et al.

Raptor : Embeddings évolutifs sans entraînement pour des volumes médicaux 3D en exploitant des modèles préentraînés 2D

Imagerie Médicale

Ulzee An, Moonseong Jeong, Simon Austin Lee, et al.

EmoNet-Voice : Une Benchmark Fine-Grainée Vérifiée par des Experts pour la Détection des Émotions dans la Parole

Reconnaissance Des Émotions

Jeu De Données

Christoph Schuhmann, Robert Kaczmarczyk, Gollam Rabby, et al.

s1 : Échelle simple au moment du test

Affinage Supervisé

Niklas Muennighoff, Zitong Yang, Weijia Shi, et al.

Search-o1 : Modèles de raisonnement massifs améliorés par une recherche agente

Génération Augmentée Par La Recherche

Xiaoxi Li, Guanting Dong, Jiajie Jin, et al.

LLaVA-Mini : Modèles multimodaux grands efficaces pour l’image et la vidéo avec un seul jeton visuel

Shaolei Zhang, Qingkai Fang, Zhe Yang, et al.

MAmmoTH-VL : Extraire le raisonnement multimodal par calibration d'instructions à grande échelle

Jarvis Guo, Tuney Zheng, Yuelin Bai, et al.

ShowUI : Un modèle vision-langage-action unique pour un agent visuel GUI

Compréhension D'images

Kevin Qinghong Lin, Linjie Li, Difei Gao, et al.

OS-ATLAS : un modèle d'action fondamental pour des agents GUI généralistes

Jeu De Données

Zhiyong Wu, Zhenyu Wu, Fangzhi Xu, et al.

Fiche système GPT-4o

OpenAI, Aaron Hurst, Adam Lerer, et al.

SAM2Long : Amélioration de SAM 2 pour la segmentation vidéo longue à l’aide d’un arbre mémoire sans entraînement

Segmentation Sémantique

Shuangrui Ding, Rui Qian, Xiaoyi Dong, et al.

Aria : un modèle ouvert multimodal natif à mélange d'experts

Dongxu Li, Yudong Liu, Haoning Wu, et al.

Qwen2-VL : Amélioration de la perception du monde par les modèles vision-langage à toute résolution

Peng Wang, Shuai Bai, Sinan Tan, et al.

VGGT : Visual Geometry Grounded Transformer

Vision Machine 3D

Estimation De Profondeur

Jianyuan Wang, Minghao Chen, Nikita Karaev, et al.

Génération de Code Multi-Tours par Récompenses en Un Étape

Génération De Code

Apprentissage Par Renforcement

Arnav Kumar Jain, Gonzalo Gonzalez-Pumariega, Wayne Chen, et al.

Réexaminer la capacité de généralisation compositionnelle des grands modèles de langage en tenant compte de leur aptitude à suivre les instructions

Yusuke Sakai, Hidetaka Kamigaito, Taro Watanabe

Agents Web Incarnés : Pont entre les Règnes Physique et Numérique pour une Intelligence d'Agent Intégrée

Intelligence Incarnée

Yining Hong, Rui Sun, Bingxuan Li, et al.

Récompenses Semantiquement Conscientes pour une Formation R1 Ouverte en Génération Libre

Modélisation Des Préférences

Génération De Texte

Zongxia Li, Yapei Chang, Yuhang Zhou, et al.

Système BUT pour le Défi MLC-SLM

Traitement Audio Et Vocal

Apprentissage Multi-tâches

Alexander Polok, Jiangyu Han, Dominik Klement, et al.

GenRecal : Génération après recalage des modèles langage-vision de grande à petite taille

Byung-Kwan Lee, Ryo Hachiuma, Yong Man Ro, et al.

Vision-Guided Chunking Is All You Need : Amélioration de RAG avec la Compréhension Multimodale des Documents

Glisser-Déposer les LLM : Passez des Prompts aux Poids sans Supervision Préalable

Mise en cache évolutionnelle pour accélérer votre modèle de diffusion prêt à l'emploi

RE-IMAGINE : Synthèse de Benchmark Symbolique pour l'Évaluation de la Raisonnement

SonicVerse : Apprentissage multi-tâches pour la légendisation guidée par les caractéristiques musicales

Tout n'est pas perdu : la récupération des LLM sans points de contrôle

Sundial : Une Famille de Modèles Fondamentaux de Série Temporelle Hautement Performants

ADRD : Conduite Autonome Pilotée par des Systèmes de Décision Basés sur des Règles et les Modèles Linguistiques de Grande Envergure

Amélioration de l'affinage itératif pour la génération de code à partir de diagrammes via des instructions structurées

Show-O2 : Amélioration des Modèles Multimodaux Unifiés Natifs

Réexaminer l'apprentissage par renforcement pour la raisonnement des LLM sous une perspective interdomaine

Raptor : Embeddings évolutifs sans entraînement pour des volumes médicaux 3D en exploitant des modèles préentraînés 2D

EmoNet-Voice : Une Benchmark Fine-Grainée Vérifiée par des Experts pour la Détection des Émotions dans la Parole

s1 : Échelle simple au moment du test

Search-o1 : Modèles de raisonnement massifs améliorés par une recherche agente

LLaVA-Mini : Modèles multimodaux grands efficaces pour l’image et la vidéo avec un seul jeton visuel

MAmmoTH-VL : Extraire le raisonnement multimodal par calibration d'instructions à grande échelle

ShowUI : Un modèle vision-langage-action unique pour un agent visuel GUI

OS-ATLAS : un modèle d'action fondamental pour des agents GUI généralistes

Fiche système GPT-4o

SAM2Long : Amélioration de SAM 2 pour la segmentation vidéo longue à l’aide d’un arbre mémoire sans entraînement

Aria : un modèle ouvert multimodal natif à mélange d'experts

Qwen2-VL : Amélioration de la perception du monde par les modèles vision-langage à toute résolution

VGGT : Visual Geometry Grounded Transformer

Génération de Code Multi-Tours par Récompenses en Un Étape

Réexaminer la capacité de généralisation compositionnelle des grands modèles de langage en tenant compte de leur aptitude à suivre les instructions

Agents Web Incarnés : Pont entre les Règnes Physique et Numérique pour une Intelligence d'Agent Intégrée

Récompenses Semantiquement Conscientes pour une Formation R1 Ouverte en Génération Libre

Système BUT pour le Défi MLC-SLM

GenRecal : Génération après recalage des modèles langage-vision de grande à petite taille

Vision-Guided Chunking Is All You Need : Amélioration de RAG avec la Compréhension Multimodale des Documents

Glisser-Déposer les LLM : Passez des Prompts aux Poids sans Supervision Préalable

Mise en cache évolutionnelle pour accélérer votre modèle de diffusion prêt à l'emploi

RE-IMAGINE : Synthèse de Benchmark Symbolique pour l'Évaluation de la Raisonnement

SonicVerse : Apprentissage multi-tâches pour la légendisation guidée par les caractéristiques musicales

Tout n'est pas perdu : la récupération des LLM sans points de contrôle

Sundial : Une Famille de Modèles Fondamentaux de Série Temporelle Hautement Performants

ADRD : Conduite Autonome Pilotée par des Systèmes de Décision Basés sur des Règles et les Modèles Linguistiques de Grande Envergure

Amélioration de l'affinage itératif pour la génération de code à partir de diagrammes via des instructions structurées

Show-O2 : Amélioration des Modèles Multimodaux Unifiés Natifs

Réexaminer l'apprentissage par renforcement pour la raisonnement des LLM sous une perspective interdomaine

Raptor : Embeddings évolutifs sans entraînement pour des volumes médicaux 3D en exploitant des modèles préentraînés 2D

EmoNet-Voice : Une Benchmark Fine-Grainée Vérifiée par des Experts pour la Détection des Émotions dans la Parole

s1 : Échelle simple au moment du test

Search-o1 : Modèles de raisonnement massifs améliorés par une recherche agente

LLaVA-Mini : Modèles multimodaux grands efficaces pour l’image et la vidéo avec un seul jeton visuel

MAmmoTH-VL : Extraire le raisonnement multimodal par calibration d'instructions à grande échelle

ShowUI : Un modèle vision-langage-action unique pour un agent visuel GUI

OS-ATLAS : un modèle d'action fondamental pour des agents GUI généralistes

Fiche système GPT-4o

SAM2Long : Amélioration de SAM 2 pour la segmentation vidéo longue à l’aide d’un arbre mémoire sans entraînement

Aria : un modèle ouvert multimodal natif à mélange d'experts

Qwen2-VL : Amélioration de la perception du monde par les modèles vision-langage à toute résolution

VGGT : Visual Geometry Grounded Transformer

Génération de Code Multi-Tours par Récompenses en Un Étape

Réexaminer la capacité de généralisation compositionnelle des grands modèles de langage en tenant compte de leur aptitude à suivre les instructions

Agents Web Incarnés : Pont entre les Règnes Physique et Numérique pour une Intelligence d'Agent Intégrée

Récompenses Semantiquement Conscientes pour une Formation R1 Ouverte en Génération Libre

Système BUT pour le Défi MLC-SLM

GenRecal : Génération après recalage des modèles langage-vision de grande à petite taille