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

Rapport technique Qwen2.5-Omni

Rapport technique Qwen2.5-Omni

Débruitage d'image unique à double échelle par augmentation neuronale

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

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

Birger Moëll, Fredrik Sand Aronsson, Sanian Akbar

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

Rapport technique Phi-4

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.

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

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

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

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)

3 007