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

Le troupeau de modèles Llama 3

Le troupeau de modèles Llama 3

Abhimanyu Dubey, Abhinav Jauhri, Abhinav Pandey, et al.

InternLM-XComposer-2.5 : un modèle de vision et de langage massif polyvalent prenant en charge les entrées et sorties à longue portée

InternLM-XComposer-2.5 : un modèle de vision et de langage massif polyvalent prenant en charge les entrées et sorties à longue portée

Représentation Multimodale

Pan Zhang, Xiaoyi Dong, Yuhang Zang, et al.

MMDU : Une base de benchmark pour la compréhension des dialogues à plusieurs tours et à plusieurs images, et un jeu de données pour l'ajustage par instruction des LVLM

Jeu De Données

Ziyu Liu, Tao Chu, Yuhang Zang, et al.

Qu'est-ce qui compte lors de la construction de modèles vision-langage ?

Hugo Laurençon, Léo Tronchon, Matthieu Cord, et al.

DDOS : Jeu de données pour la segmentation de la profondeur des drones et des obstacles

Estimation De Profondeur

Segmentation Sémantique

Benedikt Kolbeinsson, Krystian Mikolajczyk

Auto-Régressif vs Appariement de Flux : une Étude Comparative des Paradigmes de Modélisation pour la Génération Musique à Partir du Texte

Modèle De Diffusion

Tal, Or, Kreuk, et al.

SeerAttention-R : Adaptation de l'attention parcimonieuse pour le raisonnement à long terme

Traitement Du Langage Naturel

Gao, Yizhao, Guo, et al.

JoueurUn : Simulateur de Monde Égocentrique

Génération De Vidéo

Image Vers Vidéo

Yuanpeng Tu, Hao Luo, Xi Chen, et al.

ComfyUI-R1 : Exploration des modèles de raisonnement pour la génération de flux de travail

Zhenran Xu, Yiyu Wang, Xue Yang, et al.

Formation par post-entraînement adversaire autoregressif pour la génération de vidéos interactives en temps réel

Génération De Vidéo

Modèle De Diffusion

Shanchuan Lin, Ceyuan Yang, Hao He, et al.

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

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

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

Imagerie Médicale

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

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

Génération De Code

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

Modèle De Diffusion

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

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 ?

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

Catherine M Reason

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

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

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

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

Reconnaissance D'images

Sandip Rakshit, Subhadip Basu

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

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

Modèle De Diffusion

Image Vers Vidéo

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

Modèle De Diffusion

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

MMDU : Une base de benchmark pour la compréhension des dialogues à plusieurs tours et à plusieurs images, et un jeu de données pour l'ajustage par instruction des LVLM

Qu'est-ce qui compte lors de la construction de modèles vision-langage ?

DDOS : Jeu de données pour la segmentation de la profondeur des drones et des obstacles

Auto-Régressif vs Appariement de Flux : une Étude Comparative des Paradigmes de Modélisation pour la Génération Musique à Partir du Texte

SeerAttention-R : Adaptation de l'attention parcimonieuse pour le raisonnement à long terme

JoueurUn : Simulateur de Monde Égocentrique

ComfyUI-R1 : Exploration des modèles de raisonnement pour la génération de flux de travail

Formation par post-entraînement adversaire autoregressif pour la génération de vidéos interactives en temps réel

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

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

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

3 007