HyperAI

Principal

GPU

Console
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 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
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 Aide relative au jeu de données

Produits

Actualités Publications de recherche Notebooks Jeux de données Wiki

Liens

© HyperAI

GitHub Discord X (formerly Twitter)

Dommages cérébraux maximaux sans données ni optimisation : perturber les Neural Networks via des flips de sign-bit.

Dommages cérébraux maximaux sans données ni optimisation : perturber les Neural Networks via des flips de sign-bit.

Apprentissage Profond

Ido Galil, Moshe Kimhi, Ran El-Yaniv

Élucider le biais SNR-t des Diffusion Probabilistic Models

Élucider le biais SNR-t des Diffusion Probabilistic Models

Modèle De Diffusion

Génération D'images

Meng Yu, Lei Sun, Jianhao Zeng, et al.

OCR multimodal : analyser n'importe quel élément à partir de documents

Compréhension De Document

Handong Zheng, Yumeng Li, Kaile Zhang, et al.

Granite-speech : des LLMs open-source sensibles à la parole dotés de fortes capacités d'ASR en anglais

Traitement Audio Et Vocal

George Saon, Avihu Dekel, Alexander Brooks, et al.

Fish-Speech : Exploiter les Large Language Models pour une synthèse Text-to-Speech multilingue avancée

Shijia Liao, Yuxuan Wang, Tianyu Li, et al.

Suppression d'objets et d'interactions dans les vidéos

Inpainting D'image

Génération De Vidéo

Saman Motamed, William Harvey, Benjamin Klein, et al.

VoxCPM : une synthèse vocale sans tokenizer pour la génération de parole sensible au contexte et un clonage de voix ultra-réaliste

Modèle De Diffusion

OmniVoice : Vers un Text-to-Speech omnilingue en Zero-Shot avec des Diffusion Language Models

Modèle De Diffusion

Han Zhu, Lingxuan Ye, Wei Kang, et al.

Là où la vision devient texte : localisation du goulot d'étranglement du routage OCR dans les Vision-Language Models

Jonathan Steinberg, Oren Gal

OCR ou non ? Repenser l'extraction d'informations documentaires à l'ère des MLLMs à l'aide de jeux de données à grande échelle du monde réel

Compréhension De Document

Jiyuan Shen, Peiyue Yuan, Atin Ghosh, et al.

dnaHNet : un modèle de fondation hiérarchique et scalable pour l'apprentissage de séquences génomiques

Apprentissage Profond

Arnav Shah, Junzhe Li, Parsa Idehpour, et al.

Ordinateurs neuronaux

Apprentissage Profond

Génération De Vidéo

Mingchen Zhuge, Changsheng Zhao, Haozhe Liu, et al.

ASGuard : Activation-Scaling Guard pour atténuer les attaques de Targeted Jailbreaking

Affinage Supervisé

Yein Park, Jungwoo Park, Jaewoo Kang

GlobalSplat : Un processus de 3D Gaussian Splatting efficient par Feed-Forward via des Global Scene Tokens

Génération 3D

Vision Machine 3D

Roni Itkin, Noam Issachar, Yehonatan Keypur, et al.

Comment fine-tuner un modèle de raisonnement ? Un cadre de coopération Teacher-Student pour synthétiser des données SFT cohérentes avec l'étudiant.

Affinage Supervisé

Génération De Code

Zixian Huang, Kaichen Yang, Xu Huang, et al.

RAD-2 : Mise à l'échelle du Reinforcement Learning dans un framework Générateur-Discriminateur

Modèle De Diffusion

Conduite Autonome

Hao Gao, Shaoyu Chen, Yifan Zhu, et al.

DR$^{3}$-Eval : Vers une évaluation réaliste et reproductible de la recherche approfondie (Deep Research).

Génération Augmentée Par La Recherche

Qianqian Xie, Qingheng Xiong, He Zhu, et al.

HY-World 2.0 : Un Modèle de Monde Multi-Modal pour la Reconstruction, la Génération et la Simulation de Mondes 3D

Génération 3D

Team HY-World, Chenjie Cao, Xuhui Zuo, et al.

pi0.7 : un modèle de fondation robotique généraliste et pilotable présentant des capacités émergentes

Représentation Multimodale

Bo Ai, Ali Amin, Raichelle Aniceto, et al.

GTR : Le renforcement par la pensée guidée (Guided Thought Reinforcement) prévient l'effondrement de la pensée dans l'entraînement d'un Agent VLM basé sur le RL

Apprentissage Par Renforcement

Tong Wei, Yijun Yang, Junliang Xing, et al.

Compétences des Agent pour les Large Language Models : Architecture, Acquisition, Sécurité et Perspectives d'Avenir

Ranjun Xu, Yang Yan

Théorie de l'espace : les Foundation Models peuvent-ils construire des croyances spatiales par l'exploration active ?

Intelligence Incarnée

Pingyue Zhang, Zihan Huang, Yue Wang, et al.

Apprentissage par transfert de mémoire : comment les mémoires sont transférées entre les domaines dans les Coding Agents

Génération De Code

Kangsan Kim, Minki Kang, Taeil Kim, et al.

OccuBench : Évaluation des AI Agents sur des tâches professionnelles du monde réel via des Language World Models

Xiaomeng Hu, Yinger Zhang, Fei Huang, et al.

SpatialEvo : Intelligence spatiale auto-évolutive via des environnements géométriques déterministes

Vision Machine 3D

Réponse À Des Questions Visuelles

Dinging Li, Yingxiu Zhao, Xinrui Cheng, et al.

RationalRewards : Utiliser les Reasoning Rewards pour mettre à l'échelle la génération visuelle au moment de l'entraînement et de l'inférence.

Texte Vers Image

Génération D'images

Haozhe Wang, Cong Wei, Weiming Ren, et al.

Seedance 2.0 : Faire progresser la génération de vidéo pour la complexité du monde.

Génération De Vidéo

Team Seedance, De Chen, Liyang Chen, et al.

GameWorld : Vers une évaluation standardisée et vérifiable des agents de jeux multimodaux

Mingyu Ouyang, Siyuan Hu, Kevin Qinghong Lin, et al.

Pansharpening multi-échelle via ScaleFormer et le benchmark PanScale

Génération D'images

Ke Cao, Xuanhua He, Xueheng Li, et al.

ParseBench : un benchmark de parsing de documents pour les AI Agents

Compréhension De Document

Boyang Zhang, Sebastián G. Acosta, Preston Carlson, et al.

Agent d'Intelligence Mémoire

Jingyang Qiao, Weicheng Meng, Yu Cheng, et al.

PROPELLA-1 : ANNOTATION DE DOCUMENTS MULTI-PROPRIÉTÉS POUR LA CURATION DE DONNÉES LLM À GRANDE ÉCHELLE

Entraînement Du Modèle

Maximilian Idahl, Benedikt Droste, Björn Plüster, et al.

Dommages cérébraux maximaux sans données ni optimisation : perturber les Neural Networks via des flips de sign-bit.

Dommages cérébraux maximaux sans données ni optimisation : perturber les Neural Networks via des flips de sign-bit.

Apprentissage Profond

Ido Galil, Moshe Kimhi, Ran El-Yaniv

Élucider le biais SNR-t des Diffusion Probabilistic Models

Élucider le biais SNR-t des Diffusion Probabilistic Models

Modèle De Diffusion

Génération D'images

Meng Yu, Lei Sun, Jianhao Zeng, et al.

OCR multimodal : analyser n'importe quel élément à partir de documents

Compréhension De Document

Handong Zheng, Yumeng Li, Kaile Zhang, et al.

Granite-speech : des LLMs open-source sensibles à la parole dotés de fortes capacités d'ASR en anglais

Traitement Audio Et Vocal

George Saon, Avihu Dekel, Alexander Brooks, et al.

Fish-Speech : Exploiter les Large Language Models pour une synthèse Text-to-Speech multilingue avancée

Shijia Liao, Yuxuan Wang, Tianyu Li, et al.

Suppression d'objets et d'interactions dans les vidéos

Inpainting D'image

Génération De Vidéo

Saman Motamed, William Harvey, Benjamin Klein, et al.

VoxCPM : une synthèse vocale sans tokenizer pour la génération de parole sensible au contexte et un clonage de voix ultra-réaliste

Modèle De Diffusion

OmniVoice : Vers un Text-to-Speech omnilingue en Zero-Shot avec des Diffusion Language Models

Modèle De Diffusion

Han Zhu, Lingxuan Ye, Wei Kang, et al.

Là où la vision devient texte : localisation du goulot d'étranglement du routage OCR dans les Vision-Language Models

Jonathan Steinberg, Oren Gal

OCR ou non ? Repenser l'extraction d'informations documentaires à l'ère des MLLMs à l'aide de jeux de données à grande échelle du monde réel

Compréhension De Document

Jiyuan Shen, Peiyue Yuan, Atin Ghosh, et al.

dnaHNet : un modèle de fondation hiérarchique et scalable pour l'apprentissage de séquences génomiques

Apprentissage Profond

Arnav Shah, Junzhe Li, Parsa Idehpour, et al.

Ordinateurs neuronaux

Apprentissage Profond

Génération De Vidéo

Mingchen Zhuge, Changsheng Zhao, Haozhe Liu, et al.

ASGuard : Activation-Scaling Guard pour atténuer les attaques de Targeted Jailbreaking

Affinage Supervisé

Yein Park, Jungwoo Park, Jaewoo Kang

GlobalSplat : Un processus de 3D Gaussian Splatting efficient par Feed-Forward via des Global Scene Tokens

Génération 3D

Vision Machine 3D

Roni Itkin, Noam Issachar, Yehonatan Keypur, et al.

Comment fine-tuner un modèle de raisonnement ? Un cadre de coopération Teacher-Student pour synthétiser des données SFT cohérentes avec l'étudiant.

Affinage Supervisé

Génération De Code

Zixian Huang, Kaichen Yang, Xu Huang, et al.

RAD-2 : Mise à l'échelle du Reinforcement Learning dans un framework Générateur-Discriminateur

Modèle De Diffusion

Conduite Autonome

Hao Gao, Shaoyu Chen, Yifan Zhu, et al.

DR$^{3}$-Eval : Vers une évaluation réaliste et reproductible de la recherche approfondie (Deep Research).

Génération Augmentée Par La Recherche

Qianqian Xie, Qingheng Xiong, He Zhu, et al.

HY-World 2.0 : Un Modèle de Monde Multi-Modal pour la Reconstruction, la Génération et la Simulation de Mondes 3D

Génération 3D

Team HY-World, Chenjie Cao, Xuhui Zuo, et al.

pi0.7 : un modèle de fondation robotique généraliste et pilotable présentant des capacités émergentes

Représentation Multimodale

Bo Ai, Ali Amin, Raichelle Aniceto, et al.

GTR : Le renforcement par la pensée guidée (Guided Thought Reinforcement) prévient l'effondrement de la pensée dans l'entraînement d'un Agent VLM basé sur le RL

Apprentissage Par Renforcement

Tong Wei, Yijun Yang, Junliang Xing, et al.

Compétences des Agent pour les Large Language Models : Architecture, Acquisition, Sécurité et Perspectives d'Avenir

Ranjun Xu, Yang Yan

Théorie de l'espace : les Foundation Models peuvent-ils construire des croyances spatiales par l'exploration active ?

Intelligence Incarnée

Pingyue Zhang, Zihan Huang, Yue Wang, et al.

Apprentissage par transfert de mémoire : comment les mémoires sont transférées entre les domaines dans les Coding Agents

Génération De Code

Kangsan Kim, Minki Kang, Taeil Kim, et al.

OccuBench : Évaluation des AI Agents sur des tâches professionnelles du monde réel via des Language World Models

Xiaomeng Hu, Yinger Zhang, Fei Huang, et al.

SpatialEvo : Intelligence spatiale auto-évolutive via des environnements géométriques déterministes

Vision Machine 3D

Réponse À Des Questions Visuelles

Dinging Li, Yingxiu Zhao, Xinrui Cheng, et al.

RationalRewards : Utiliser les Reasoning Rewards pour mettre à l'échelle la génération visuelle au moment de l'entraînement et de l'inférence.

Texte Vers Image

Génération D'images

Haozhe Wang, Cong Wei, Weiming Ren, et al.

Seedance 2.0 : Faire progresser la génération de vidéo pour la complexité du monde.

Génération De Vidéo

Team Seedance, De Chen, Liyang Chen, et al.

GameWorld : Vers une évaluation standardisée et vérifiable des agents de jeux multimodaux

Mingyu Ouyang, Siyuan Hu, Kevin Qinghong Lin, et al.

Pansharpening multi-échelle via ScaleFormer et le benchmark PanScale

Génération D'images

Ke Cao, Xuanhua He, Xueheng Li, et al.

ParseBench : un benchmark de parsing de documents pour les AI Agents

Compréhension De Document

Boyang Zhang, Sebastián G. Acosta, Preston Carlson, et al.

Agent d'Intelligence Mémoire

Jingyang Qiao, Weicheng Meng, Yu Cheng, et al.

PROPELLA-1 : ANNOTATION DE DOCUMENTS MULTI-PROPRIÉTÉS POUR LA CURATION DE DONNÉES LLM À GRANDE ÉCHELLE

Entraînement Du Modèle

Maximilian Idahl, Benedikt Droste, Björn Plüster, et al.

OCR multimodal : analyser n'importe quel élément à partir de documents

Granite-speech : des LLMs open-source sensibles à la parole dotés de fortes capacités d'ASR en anglais

Fish-Speech : Exploiter les Large Language Models pour une synthèse Text-to-Speech multilingue avancée

Suppression d'objets et d'interactions dans les vidéos

VoxCPM : une synthèse vocale sans tokenizer pour la génération de parole sensible au contexte et un clonage de voix ultra-réaliste

OmniVoice : Vers un Text-to-Speech omnilingue en Zero-Shot avec des Diffusion Language Models

Là où la vision devient texte : localisation du goulot d'étranglement du routage OCR dans les Vision-Language Models

OCR ou non ? Repenser l'extraction d'informations documentaires à l'ère des MLLMs à l'aide de jeux de données à grande échelle du monde réel

dnaHNet : un modèle de fondation hiérarchique et scalable pour l'apprentissage de séquences génomiques

Ordinateurs neuronaux

ASGuard : Activation-Scaling Guard pour atténuer les attaques de Targeted Jailbreaking

GlobalSplat : Un processus de 3D Gaussian Splatting efficient par Feed-Forward via des Global Scene Tokens

Comment fine-tuner un modèle de raisonnement ? Un cadre de coopération Teacher-Student pour synthétiser des données SFT cohérentes avec l'étudiant.

RAD-2 : Mise à l'échelle du Reinforcement Learning dans un framework Générateur-Discriminateur

DR $^{3}$ -Eval : Vers une évaluation réaliste et reproductible de la recherche approfondie (Deep Research).

HY-World 2.0 : Un Modèle de Monde Multi-Modal pour la Reconstruction, la Génération et la Simulation de Mondes 3D

pi0.7 : un modèle de fondation robotique généraliste et pilotable présentant des capacités émergentes

GTR : Le renforcement par la pensée guidée (Guided Thought Reinforcement) prévient l'effondrement de la pensée dans l'entraînement d'un Agent VLM basé sur le RL

Compétences des Agent pour les Large Language Models : Architecture, Acquisition, Sécurité et Perspectives d'Avenir

Théorie de l'espace : les Foundation Models peuvent-ils construire des croyances spatiales par l'exploration active ?

Apprentissage par transfert de mémoire : comment les mémoires sont transférées entre les domaines dans les Coding Agents

OccuBench : Évaluation des AI Agents sur des tâches professionnelles du monde réel via des Language World Models

SpatialEvo : Intelligence spatiale auto-évolutive via des environnements géométriques déterministes

RationalRewards : Utiliser les Reasoning Rewards pour mettre à l'échelle la génération visuelle au moment de l'entraînement et de l'inférence.

Seedance 2.0 : Faire progresser la génération de vidéo pour la complexité du monde.

GameWorld : Vers une évaluation standardisée et vérifiable des agents de jeux multimodaux

Pansharpening multi-échelle via ScaleFormer et le benchmark PanScale

ParseBench : un benchmark de parsing de documents pour les AI Agents

Agent d'Intelligence Mémoire

PROPELLA-1 : ANNOTATION DE DOCUMENTS MULTI-PROPRIÉTÉS POUR LA CURATION DE DONNÉES LLM À GRANDE ÉCHELLE

OCR multimodal : analyser n'importe quel élément à partir de documents

Granite-speech : des LLMs open-source sensibles à la parole dotés de fortes capacités d'ASR en anglais

Fish-Speech : Exploiter les Large Language Models pour une synthèse Text-to-Speech multilingue avancée

Suppression d'objets et d'interactions dans les vidéos

VoxCPM : une synthèse vocale sans tokenizer pour la génération de parole sensible au contexte et un clonage de voix ultra-réaliste

OmniVoice : Vers un Text-to-Speech omnilingue en Zero-Shot avec des Diffusion Language Models

Là où la vision devient texte : localisation du goulot d'étranglement du routage OCR dans les Vision-Language Models

OCR ou non ? Repenser l'extraction d'informations documentaires à l'ère des MLLMs à l'aide de jeux de données à grande échelle du monde réel

dnaHNet : un modèle de fondation hiérarchique et scalable pour l'apprentissage de séquences génomiques

Ordinateurs neuronaux

ASGuard : Activation-Scaling Guard pour atténuer les attaques de Targeted Jailbreaking

GlobalSplat : Un processus de 3D Gaussian Splatting efficient par Feed-Forward via des Global Scene Tokens

Comment fine-tuner un modèle de raisonnement ? Un cadre de coopération Teacher-Student pour synthétiser des données SFT cohérentes avec l'étudiant.

RAD-2 : Mise à l'échelle du Reinforcement Learning dans un framework Générateur-Discriminateur

DR $^{3}$ -Eval : Vers une évaluation réaliste et reproductible de la recherche approfondie (Deep Research).

HY-World 2.0 : Un Modèle de Monde Multi-Modal pour la Reconstruction, la Génération et la Simulation de Mondes 3D

pi0.7 : un modèle de fondation robotique généraliste et pilotable présentant des capacités émergentes

GTR : Le renforcement par la pensée guidée (Guided Thought Reinforcement) prévient l'effondrement de la pensée dans l'entraînement d'un Agent VLM basé sur le RL

Compétences des Agent pour les Large Language Models : Architecture, Acquisition, Sécurité et Perspectives d'Avenir

Théorie de l'espace : les Foundation Models peuvent-ils construire des croyances spatiales par l'exploration active ?

Apprentissage par transfert de mémoire : comment les mémoires sont transférées entre les domaines dans les Coding Agents

OccuBench : Évaluation des AI Agents sur des tâches professionnelles du monde réel via des Language World Models

SpatialEvo : Intelligence spatiale auto-évolutive via des environnements géométriques déterministes

RationalRewards : Utiliser les Reasoning Rewards pour mettre à l'échelle la génération visuelle au moment de l'entraînement et de l'inférence.

Seedance 2.0 : Faire progresser la génération de vidéo pour la complexité du monde.

GameWorld : Vers une évaluation standardisée et vérifiable des agents de jeux multimodaux

Pansharpening multi-échelle via ScaleFormer et le benchmark PanScale

ParseBench : un benchmark de parsing de documents pour les AI Agents

Agent d'Intelligence Mémoire

PROPELLA-1 : ANNOTATION DE DOCUMENTS MULTI-PROPRIÉTÉS POUR LA CURATION DE DONNÉES LLM À GRANDE ÉCHELLE