HyperAI

Speech-FT : Fusion de modèles de représentation de la parole pré-entraînés et affinés pour la généralisation inter-tâches

Tzu-Quan Lin, Wei-Ping Huang, Hao Tang, et al.

DeepSeek LLM : Mise à l'échelle des modèles de langage open-source avec le long-termisme

Xiao Bi, Deli Chen, Guanting Chen, et al.

MatterGen : un modèle génératif pour la conception de matériaux inorganiques

Claudio Zeni, Robert Pinsler, Daniel Zügner, et al.

MultiActor-Audiobook : Génération d'audiobooks en zero-shot avec les visages et les voix de plusieurs locuteurs

Kyeongman Park, Seongho Joo, Kyomin Jung

Marah Abdin, Ronen Eldan, Mojan Javaheripi, et al.

Un ensemble de tutoriels pour le package de simulation LAMMPS

Simon Gravelle, Cecilia M. S. Alvaras, Jacob R. Gissinger, et al.

GLM-4-Voice : Vers un chatbot vocal de bout en bout intelligent et semblable à un humain

Aohan Zeng, Zhengxiao Du, Mingdao Liu, et al.

Traduction de la parole sensible à la longueur pour le doublage vidéo

Harveen Singh Chadha, Aswin Shanmugam Subramanian, Vikas Joshi, et al.

DrawingSpinUp : Animation 3D à partir de dessins de personnages uniques

Jie Zhou, Chufeng Xiao, Miu-Ling Lam, et al.

Alignement phonétiquement orienté des erreurs de mots pour l'analyse des erreurs de reconnaissance automatique de la parole dans la traduction automatique de la parole

Nicholas Ruiz, Marcello Federico

ReaderLM-v2 : Petit modèle de langage pour la conversion de HTML en Markdown et JSON

Feng Wang, Zesheng Shi, Bo Wang, et al.

Calcul et analyse du déploiement pour une plateforme automobile fonctionnellement sûre

Klaus Becker, Bernhard Schätz, Christian Buckl, et al.

MegActor : Exploiter la puissance de la vidéo brute pour une animation de portrait vivante

Shurong Yang, Huadong Li, Juhao Wu, et al.

Flash-VStream : Compréhension en temps réel basée sur la mémoire pour les flux vidéo longs

Compréhension Vidéo

Réponse À Des Questions Visuelles

Haoji Zhang, Yiqin Wang, Yansong Tang, et al.

PhotoMaker : Personnalisation de photos humaines réalistes via un empilement d'embeddings d'identité

Texte Vers Image

Modèle De Diffusion

Zhen Li, Mingdeng Cao, Xintao Wang, et al.

StoryDiffusion : Auto-attention cohérente pour la génération d'images et de vidéos à longue portée

Yupeng Zhou, Daquan Zhou, Ming-Ming Cheng, et al.

Démonstration de traduction automatique Cherokee-Anglais avec estimation de la qualité et rétroaction corrective

Shiyue Zhang, Benjamin Frey, Mohit Bansal

Algorithme en ligne pour la réponse à la demande avec des demandes inélastiques et une contrainte de puissance apparente

Areg Karapetyan, Majid Khonji, Chi-Kin Chau, et al.

ESPnet-SDS : Boîte à outils et démonstration unifiées pour les systèmes de dialogue parlé

Siddhant Arora, Yifan Peng, Jiatong Shi, et al.

Jais et Jais-chat : modèles de langage génératifs à grande échelle ouverts, de base et ajustés pour l'instruction, centrés sur l'arabe

Neha Sengupta, Sunil Kumar Sahu, Bokang Jia, et al.

Traduction arrière rapide pour la traduction automatique non supervisée

Benjamin Brimacombe, Jiawei Zhou

Un cadre de traitement du langage naturel (NLP) ouvert pour la recherche clinique basée sur les dossiers de santé électroniques : une démonstration de cas utilisant le Collaboratif national de cohorte COVID (N3C)

Sijia Liu, Andrew Wen, Liwei Wang, et al.

Eloi Moliner, Vesa Välimäki

Segmentation panoptique en un clic : appliquée aux données agricoles

Patrick Zimmer, Michael Halstead, Chris McCool

Hunyuan-Large : Un modèle MoE open-source avec 52 milliards de paramètres activés par Tencent

Tencent Hunyuan Team

SketchAgent : Génération séquentielle de croquis pilotée par le langage

Yael Vinker, Tamar Rott Shaham, Kristine Zheng, et al.

Dynamique de pontage hydrique de la réaction en chaîne par polymérase dans le paradigme de la théorie de jauge des champs quantiques

L. Montagnier, J. Aïssa, A. Capolupo, et al.

Recherches automatiques de documents sur Microsoft Academic : Précision pour les articles de revue et pertinence pour l'analyse des citations

Mike Thelwall

OSS PESTO : Un outil d'évaluation et de sélection de projets de logiciels open source

Xiaozhou Li, Sergio Moreschini

Prédiction de complexes protéine-ligand conscients de l'état en utilisant AlphaFold3 avec des séquences purifiées

Enming Xing, Junjie Zhang, Shen Wang, et al.

Petits mais significatifs : sur le potentiel des petits modèles de langage pour l'AIED accessible

Yumou Wei, Paulo Carvalho, John Stamper

Évaluation et amélioration de la robustesse du filigrane textuel pour SynthID de Google

Xia Han, Qi Li, Jianbing Ni, et al.

Speech-FT : Fusion de modèles de représentation de la parole pré-entraînés et affinés pour la généralisation inter-tâches

Tzu-Quan Lin, Wei-Ping Huang, Hao Tang, et al.

DeepSeek LLM : Mise à l'échelle des modèles de langage open-source avec le long-termisme

Xiao Bi, Deli Chen, Guanting Chen, et al.

Claudio Zeni, Robert Pinsler, Daniel Zügner, et al.

Kyeongman Park, Seongho Joo, Kyomin Jung

Marah Abdin, Ronen Eldan, Mojan Javaheripi, et al.

Simon Gravelle, Cecilia M. S. Alvaras, Jacob R. Gissinger, et al.

Aohan Zeng, Zhengxiao Du, Mingdao Liu, et al.

Harveen Singh Chadha, Aswin Shanmugam Subramanian, Vikas Joshi, et al.

Jie Zhou, Chufeng Xiao, Miu-Ling Lam, et al.

Nicholas Ruiz, Marcello Federico

Feng Wang, Zesheng Shi, Bo Wang, et al.

Klaus Becker, Bernhard Schätz, Christian Buckl, et al.

Shurong Yang, Huadong Li, Juhao Wu, et al.

Compréhension Vidéo

Réponse À Des Questions Visuelles

Haoji Zhang, Yiqin Wang, Yansong Tang, et al.

Texte Vers Image

Modèle De Diffusion

Zhen Li, Mingdeng Cao, Xintao Wang, et al.

Yupeng Zhou, Daquan Zhou, Ming-Ming Cheng, et al.

Shiyue Zhang, Benjamin Frey, Mohit Bansal

Areg Karapetyan, Majid Khonji, Chi-Kin Chau, et al.

Siddhant Arora, Yifan Peng, Jiatong Shi, et al.

Neha Sengupta, Sunil Kumar Sahu, Bokang Jia, et al.

Benjamin Brimacombe, Jiawei Zhou

Sijia Liu, Andrew Wen, Liwei Wang, et al.

Eloi Moliner, Vesa Välimäki

Patrick Zimmer, Michael Halstead, Chris McCool

Tencent Hunyuan Team

Yael Vinker, Tamar Rott Shaham, Kristine Zheng, et al.

L. Montagnier, J. Aïssa, A. Capolupo, et al.

Mike Thelwall

Xiaozhou Li, Sergio Moreschini

Enming Xing, Junjie Zhang, Shen Wang, et al.

Yumou Wei, Paulo Carvalho, John Stamper

Xia Han, Qi Li, Jianbing Ni, et al.

MatterGen : un modèle génératif pour la conception de matériaux inorganiques

MultiActor-Audiobook : Génération d'audiobooks en zero-shot avec les visages et les voix de plusieurs locuteurs

Rapport technique Phi-4

Un ensemble de tutoriels pour le package de simulation LAMMPS

GLM-4-Voice : Vers un chatbot vocal de bout en bout intelligent et semblable à un humain

Traduction de la parole sensible à la longueur pour le doublage vidéo

DrawingSpinUp : Animation 3D à partir de dessins de personnages uniques

Alignement phonétiquement orienté des erreurs de mots pour l'analyse des erreurs de reconnaissance automatique de la parole dans la traduction automatique de la parole

ReaderLM-v2 : Petit modèle de langage pour la conversion de HTML en Markdown et JSON

Calcul et analyse du déploiement pour une plateforme automobile fonctionnellement sûre

MegActor : Exploiter la puissance de la vidéo brute pour une animation de portrait vivante

Flash-VStream : Compréhension en temps réel basée sur la mémoire pour les flux vidéo longs

PhotoMaker : Personnalisation de photos humaines réalistes via un empilement d'embeddings d'identité

StoryDiffusion : Auto-attention cohérente pour la génération d'images et de vidéos à longue portée

Démonstration de traduction automatique Cherokee-Anglais avec estimation de la qualité et rétroaction corrective

Algorithme en ligne pour la réponse à la demande avec des demandes inélastiques et une contrainte de puissance apparente

ESPnet-SDS : Boîte à outils et démonstration unifiées pour les systèmes de dialogue parlé

Jais et Jais-chat : modèles de langage génératifs à grande échelle ouverts, de base et ajustés pour l'instruction, centrés sur l'arabe

Traduction arrière rapide pour la traduction automatique non supervisée

Un cadre de traitement du langage naturel (NLP) ouvert pour la recherche clinique basée sur les dossiers de santé électroniques : une démonstration de cas utilisant le Collaboratif national de cohorte COVID (N3C)

Inpainting audio basé sur la diffusion

Segmentation panoptique en un clic : appliquée aux données agricoles

Hunyuan-Large : Un modèle MoE open-source avec 52 milliards de paramètres activés par Tencent

SketchAgent : Génération séquentielle de croquis pilotée par le langage

Dynamique de pontage hydrique de la réaction en chaîne par polymérase dans le paradigme de la théorie de jauge des champs quantiques

Recherches automatiques de documents sur Microsoft Academic : Précision pour les articles de revue et pertinence pour l'analyse des citations

OSS PESTO : Un outil d'évaluation et de sélection de projets de logiciels open source

Prédiction de complexes protéine-ligand conscients de l'état en utilisant AlphaFold3 avec des séquences purifiées

Petits mais significatifs : sur le potentiel des petits modèles de langage pour l'AIED accessible

Évaluation et amélioration de la robustesse du filigrane textuel pour SynthID de Google