HyperAI
Command Palette
Search for a command to run...
Papers
最新のAIトレンドを把握するための、日々更新される最先端AI研究論文
ParaVT: エージェント型動画強化学習における並列ツール使用のためのツール事前知識のパラドックスを制御する
マルチモーダル
ビデオ理解
Zuhao Yang, Kaichen Zhang, Sudong Wang, et al.
TriSplat: シミュレーション対応のフィードフォワード3Dシーン再構築
3Dモデル
コンピュータビジョン
Weijie Wang, Zimu Li, Jinchuan Shi, et al.
ファウンデーションプロトコル：エージェント社会のための協調レイヤー
エージェント
Bang Liu, Yongfeng Gu, Jiayi Zhang, et al.
WBench: インタラクティブなビデオワールドモデル評価のための包括的なマルチターンベンチマーク
動画生成
マルチモーダル
Kaining Ying, Hengrui Hu, Siyu Ren, et al.
Macaron-A2UI: パーソナルエージェントにおける生成UIのためのモデル
エージェント
LLM
Fancy Kong, Congjie Zheng, Murphy Zhuang, et al.
DVAO: 多報酬強化学習のための動的分散適応型アドバンテージ最適化
強化学習
マルチタスク学習
Guochao Jiang, Jingyi Song, Guofeng Quan, et al.
ViMU: ビデオの比喩的理解の評価
ビデオ理解
感情認識
Qi Li, Xinchao Wang
SMOL：115の過小代表言語のための専門的に翻訳された並列データ
翻訳
監視付き微調整
Isaac Caswell, Elizabeth Nielsen, Jiaming Luo, et al.
Chi-Bench: AIエージェントは、エンドツーエンドで長期にわたる、政策に富む医療ワークフローを自動化できるか？
エージェント
ベンチマーク
Haolin Chen, Deon Metelski, Leon Qi, et al.
大規模言語モデルにおける長期文脈の推論のためのオンポリシー最適化と蒸留の融合
LLM
モデル学習
Miguel Moura Ramos, Duarte M. Alves, André F. T. Martins
対照のレンズを通じて：VLMにおける自己改善型視覚推論
視覚質問応答
マルチモーダル
Zhiyu Pan, Yizheng Wu, Jiashen Hua, et al.
HRM-Text: スケーリングを超えた効率的な事前トレーニング
モデル学習
ディープラーニング
Guan Wang, Changling Liu, Chenyu Wang, et al.
私が何を意味しているかを見る：ビデオの細粒度オブジェクト理解のためにビジョンと言語表現をアラインする
マルチモーダル
マルチモーダル表現
Boyuan Sun, Bowen Yin, Yuanming Li, et al.
StepAudio 2.5 技術報告書
Text-to-Speech
音声認識
Bin Lin, Bo Zhao, Boyong Wu, et al.
SciAtlas: 自動化された科学的研究のための大規模知識グラフ
サイエンスのためのAI
Reasoning
Shuofei Qiao, Yunxiang Wei, Jiazheng Fan, et al.
拡散トランスフォーマーにおけるクロスレイヤー情報ルーティングの再考
拡散モデル
Transformer
Chao Xu, Maohua Li, Qirui Li, et al.
Lens: 基礎的なテキストから画像へのモデルのトレーニング効率を再考する
テキストから画像生成
拡散モデル
Dong Chen, Fangyun Wei, Ziyu Wan, et al.
SkillOpt: 自己進化するエージェントスキルのための実行戦略
エージェント
LLM
Yifan Yang, Ziyang Gong, Weiquan Huang, et al.
CVEvolve: 非構造化科学データ処理のための自律的アルゴリズム発見
サイエンスのためのAI
画像処理
Ming Du, Xiangyu Yin, Yanqi Luo, et al.
Poly-EPO: 探索的推論モデルのトレーニング
強化学習
LLM
Ifdita Hasan Orney, Jubayer Ibn Hamid, Shreya S Ramanujam, et al.
概要
検索拡張生成
LLM
Ryan Wei Heng Quek, Sanghyuk Lee, Alfred Wei Lun Leong, et al.
ACC: 長期コンテキストトレーニングのためのエージェント軌道のコンパイル
エージェント
監視付き微調整
Qisheng Su, Zhen Fang, Shiting Huang, et al.
フルアテンションが再び襲来：数百のトレーニングステップ内でフルアテンションをスパースに変換する
Transformer
LLM
Yanke Zhou, Yiduo Li, Hanlin Tang, et al.
π-Bench: 長期ワークフローにおけるプロアクティブなパーソナルアシスタントエージェントの評価
エージェント
ベンチマーク
Haoran Zhang, Luxin Xu, Zhilin Wang, et al.
知覚か偏見か：大規模言語モデルは性格の第一印象を超えられるか？
マルチモーダル
LLM
Caixin Kang, Tianyu Yan, Sitong Gong, et al.
TransitLM: マップフリーな交通経路生成のための大規模データセットとベンチマーク
LLM
交通
Hanyu Guo, Jiedong Yang, Chao Chen, et al.
DelTA: 検証可能な報酬からの強化学習における判別トークン信用割り当て
強化学習
LLM
Kaiyi Zhang, Wei Wu, Yankai Lin
インタラクティブな評価にはデザイン科学が必要である
ベンチマーク
LLM
Keyang Xuan, Peiyang Song, Pan Lu, et al.
ESI-BENCH: 知覚と行動のループを閉じる具現化された空間知能 towards
エムボディドインテリジェンス
認識
Yining Hong, Jiageng Liu, Han Yin, et al.
複数の可視スペクトラムにわたるドローン画像を用いた軍事検出の比較分析
オブジェクト検出
マシンビジョン
Sourov Roy Shuvo, Prajwal Panth, Rajesh Chowdhury, et al.
精神疾患診断のICD分類の自動化：古典的NLPから大規模言語モデルへ
LLM
自然言語処理
Fernando Ortega, Raúl Lara-Cabrera, Jorge Dueñas-Lerín, et al.
コミュニティIBRの残存容量を用いた配電系統における協調的最適な電力品質管理
テキスト生成
vLLM
Tiantian Ji, Pengfeng Lin, Miao Zhu, et al.