HyperAI

Confiance est tout ce dont vous avez besoin : Ajustement fin de modèles de langage par apprentissage par renforcement à faible échantillonnage

Apprentissage Par Renforcement

Affinage Supervisé

Li, Pengyi, Skripkin, et al.

Sur l'utilisation des représentations acoustiques auto-supervisées dans la synthèse de parole spontanée

Text-to-Speech

Traitement Audio Et Vocal

Siyang Wang, Gustav Eje Henter, Joakim Gustafson, et al.

Champ de force à base d'apprentissage automatique efficace pour les simulations moléculaires à grande échelle des systèmes organiques

IA Pour La Science

Apprentissage Profond

Junbao Hu, Liyang Zhou, Jian Jiang

vLLM Hook v0 : Un module enfichable pour les internes du modèle de programmation sur vLLM

Ching-Yun Ko, Pin-Yu Chen

Imagerie Médicale

Multimodal

Miguel Díaz Benito, Cecilia Diana-Albelda, Álvaro García-Martín, et al.

ComfyUI

Génération D'images

Oucheng Huang, Yuhang Ma, Zeng Zhao, et al.

Conception d'un modèle séquentiel pour la complétion de code dans les IDE modernes

Apprentissage Profond

Junmin Gong, Sean Zhao, Sen Wang, et al.

Synthèse de la parole à partir de texte en zero-shot conditionnée par un modèle de représentation de la parole auto-supervisé

Text-to-Speech

Kenichi Fujita, Takanori Ashihara, Hiroki Kanagawa, et al.

Les petits modèles de langage de raisonnement peuvent-ils évaluer les articles de recherche en termes de qualité scientifique, et l'utilisation de l'approbation et de l'approche few-shot contribue-t-elle à améliorer les résultats ?

LLM

Tongyi Qianwen

Mike Thelwall, Ehsan Mohammadi

Un cadre de déploiement flexible et sécurisé pour les applications distribuées

Alan Dearle, Graham Kirby, Andrew McCarthy, et al.

Pré-entraînement multimodal et génération pour la recommandation : un tutoriel

Jieming Zhu, Rui Zhang, Chuhan Wu, et al.

Une limite théorique au physicalisme : une explication non technique du théorème de Gemini

Traitement Audio Et Vocal

Joonyong Park, Kenichi Nakamura

Dynamique de propagation des faisceaux vortex gaussiens d'Airy circulaires dans l'équation de Schrödinger non linéaire fractionnaire

ComfyUI

Texte Vers Vidéo

Shangling He, Kangzhu Zhou, Xi Peng, et al.

VASP sur un GPU : application aux calculs d'échange exact de la stabilité du bore élémentaire

M. Hutchinson, M. Widom

Quantité d'information dans un pixel d'une image numérique

Traitement D'images

M.V. Kharinov

AR-RAG : Augmentation de la récupération autoregressive pour la génération d'images

Jingyuan Qi, Zhiyang Xu, Qifan Wang, et al.

Reconnaissance de l'écriture manuscrite romaine à l'aide du moteur OCR open source Tesseract

OCR

Reconnaissance D'images

Sandip Rakshit, Subhadip Basu

TimeSenCLIP : Un modèle vision-langage pour les séries temporelles appliqué à l'observation de la Terre

Multimodal

Représentation Multimodale

Pallavi Jain, Diego Marcos, Dino Ienco, et al.

Apprentissage de l'évolution temporelle de la dépendance spatiale à l'aide de modèles généralisés de processus gaussiens spatio-temporels

Yangguang Li, Zi-Xin Zou, Zexiang Liu, et al.

Multimodal

Any-to-Any

Owen Team

Débruitage d'image unique à double échelle par augmentation neuronale

Z. G. Li, C. B. Zheng, H. Y. Shu, et al.

SpeechPrompt : Incitation des modèles de langage de parole pour les tâches de traitement de la parole

Kai-Wei Chang, Haibin Wu, Yu-Kai Wang, et al.

Music SketchNet : Génération de musique contrôlable via des représentations factorisées de la hauteur et du rythme

Ke Chen, Cheng-i Wang, Taylor Berg-Kirkpatrick, et al.

Roue de données adaptative : Application des boucles de contrôle MAPE à l'amélioration des agents IA

Aaditya Shukla, Sidney Knowles, Meenakshi Madugula, et al.

Étendre le benchmark VSR pour VLLM afin d'expertiser dans les règles spatiales

Peijin Xie, Lin Sun, Bingquan Liu, et al.

DensityTool : un outil de post-traitement pour la densité d'états résolue en espace et en spin à partir de VASP

Lucas Lodeiro, Tomáš Rauch

Une paramétrisation de modèle de bilan énergétique unidimensionnel pour la formation de glace de CO2 sur les surfaces de planètes extrasolaires excentriques

Vidya Venkatesan, Aomawa Shields, Russell Deitrick, et al.

Vers le cerveau ultime : explorer la découverte scientifique avec l'IA ChatGPT

Gerardo Adesso

Raisonnement médical dans les LLM : Une analyse approfondie de DeepSeek R1

Birger Moëll, Fredrik Sand Aronsson, Sanian Akbar

Confiance est tout ce dont vous avez besoin : Ajustement fin de modèles de langage par apprentissage par renforcement à faible échantillonnage

Apprentissage Par Renforcement

Affinage Supervisé

Li, Pengyi, Skripkin, et al.

Sur l'utilisation des représentations acoustiques auto-supervisées dans la synthèse de parole spontanée

Text-to-Speech

Traitement Audio Et Vocal

Siyang Wang, Gustav Eje Henter, Joakim Gustafson, et al.

IA Pour La Science

Apprentissage Profond

Junbao Hu, Liyang Zhou, Jian Jiang

Ching-Yun Ko, Pin-Yu Chen

Imagerie Médicale

Multimodal

Miguel Díaz Benito, Cecilia Diana-Albelda, Álvaro García-Martín, et al.

ComfyUI

Génération D'images

Oucheng Huang, Yuhang Ma, Zeng Zhao, et al.

Apprentissage Profond

Junmin Gong, Sean Zhao, Sen Wang, et al.

Text-to-Speech

Kenichi Fujita, Takanori Ashihara, Hiroki Kanagawa, et al.

LLM

Tongyi Qianwen

Mike Thelwall, Ehsan Mohammadi

Alan Dearle, Graham Kirby, Andrew McCarthy, et al.

Jieming Zhu, Rui Zhang, Chuhan Wu, et al.

Traitement Audio Et Vocal

Joonyong Park, Kenichi Nakamura

ComfyUI

Texte Vers Vidéo

Shangling He, Kangzhu Zhou, Xi Peng, et al.

M. Hutchinson, M. Widom

Traitement D'images

M.V. Kharinov

Jingyuan Qi, Zhiyang Xu, Qifan Wang, et al.

OCR

Reconnaissance D'images

Sandip Rakshit, Subhadip Basu

Multimodal

Représentation Multimodale

Pallavi Jain, Diego Marcos, Dino Ienco, et al.

Yangguang Li, Zi-Xin Zou, Zexiang Liu, et al.

Multimodal

Any-to-Any

Owen Team

Z. G. Li, C. B. Zheng, H. Y. Shu, et al.

Kai-Wei Chang, Haibin Wu, Yu-Kai Wang, et al.

Ke Chen, Cheng-i Wang, Taylor Berg-Kirkpatrick, et al.

Aaditya Shukla, Sidney Knowles, Meenakshi Madugula, et al.

Peijin Xie, Lin Sun, Bingquan Liu, et al.

Lucas Lodeiro, Tomáš Rauch

Vidya Venkatesan, Aomawa Shields, Russell Deitrick, et al.

Gerardo Adesso

Birger Moëll, Fredrik Sand Aronsson, Sanian Akbar

Champ de force à base d'apprentissage automatique efficace pour les simulations moléculaires à grande échelle des systèmes organiques

vLLM Hook v0 : Un module enfichable pour les internes du modèle de programmation sur vLLM

MIRAGE : Récupération et génération d'images multimodales et de textes pour l'éducation médicale

ComfyGPT : Un système multi-agents auto-optimisant pour la génération complète de flux de travail ComfyUI

Conception d'un modèle séquentiel pour la complétion de code dans les IDE modernes

ACE-Step : Une étape vers le modèle fondamental de génération musicale

Synthèse de la parole à partir de texte en zero-shot conditionnée par un modèle de représentation de la parole auto-supervisé

Les petits modèles de langage de raisonnement peuvent-ils évaluer les articles de recherche en termes de qualité scientifique, et l'utilisation de l'approbation et de l'approche few-shot contribue-t-elle à améliorer les résultats ?

Un cadre de déploiement flexible et sécurisé pour les applications distribuées

Pré-entraînement multimodal et génération pour la recommandation : un tutoriel

Une limite théorique au physicalisme : une explication non technique du théorème de Gemini

EmoSSLSphere : Synthèse de la parole émotionnelle multilingue à l’aide de vecteurs sphériques et de jetons de parole discrets

Dynamique de propagation des faisceaux vortex gaussiens d'Airy circulaires dans l'équation de Schrödinger non linéaire fractionnaire

VASP sur un GPU : application aux calculs d'échange exact de la stabilité du bore élémentaire

Quantité d'information dans un pixel d'une image numérique

AR-RAG : Augmentation de la récupération autoregressive pour la génération d'images

Reconnaissance de l'écriture manuscrite romaine à l'aide du moteur OCR open source Tesseract

TimeSenCLIP : Un modèle vision-langage pour les séries temporelles appliqué à l'observation de la Terre

Apprentissage de l'évolution temporelle de la dépendance spatiale à l'aide de modèles généralisés de processus gaussiens spatio-temporels

TripoSG : Synthèse de formes 3D de haute fidélité à l’aide de modèles de flux rectifié à grande échelle

Rapport technique Qwen2.5-Omni

Débruitage d'image unique à double échelle par augmentation neuronale

SpeechPrompt : Incitation des modèles de langage de parole pour les tâches de traitement de la parole

Music SketchNet : Génération de musique contrôlable via des représentations factorisées de la hauteur et du rythme

Roue de données adaptative : Application des boucles de contrôle MAPE à l'amélioration des agents IA

Étendre le benchmark VSR pour VLLM afin d'expertiser dans les règles spatiales

DensityTool : un outil de post-traitement pour la densité d'états résolue en espace et en spin à partir de VASP

Une paramétrisation de modèle de bilan énergétique unidimensionnel pour la formation de glace de CO2 sur les surfaces de planètes extrasolaires excentriques

Vers le cerveau ultime : explorer la découverte scientifique avec l'IA ChatGPT

Raisonnement médical dans les LLM : Une analyse approfondie de DeepSeek R1