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
論文

MerchantBench: Eコマース業務におけるLLMエージェントの長期的首尾一貫性評価ベンチマーク

nGPTの訓練






























UEmbed: 統一されたスパース・密マルチモーダル埋め込み
VAD: マルチモーダル方策内蒸留におけるターゲット再構成のための視覚的証拠の帰属
強化学習による漸進的エージェントスキル生成
DAPD: 双方向アンカー付きポリシー蒸留
LongHorizon-Harness: 実世界タスクに向けた長期的エージェントの高度化
SwanTale: 指示タスクとゼロショットタスクのための統一型マルチ話者音声・オーディオ生成
Fara-1.5: コンピュータ操作エージェントのためのスケーラブルな学習環境
Docling 技術レポート
ハイスループット評価から湿式実験へ:検索拡張モデルによる変異効果予測の進展
モデルかハーネスか?エージェント障害を特定するための相互作用中心の分類体系
言語モデルに自らの意識を主張させる誘導が人間の信念と価値観を回復させる
Diamond: ニューラルオーディオコーデックトークン上の自己回帰型RQ-Transformerによる音声復元のための系列変換モデル
N0-TWAM: 接触リッチ操作のための触覚ネイティブ世界行動モデルのスケーリング
AISPA:大規模言語モデルアプリケーションのためのユーザ中心型システムプロンプト監査
メンタルワールドモデリング
Meshy T2: フローマッチングによる高速ネイティブメッシュ生成
N0-VTLA: 潜在触覚トークンによる視覚–触覚–言語–行動モデルのスケーリング
RLVRからRLSVRへ:タスク変換がもたらす自己検証可能報酬によるオープンエンドなLLM自己改善
BEACON: エージェント型視覚推論をいつどのように実行すべきかを知る
SkillSmith: パラメトリックスキルとテキスト知識の構成学習
VideoCoCo: エージェント型デュアルエンジンシステムによる物理的に一貫性のある動画生成のための思考連鎖としてのコード
PHIZERO: 物理言語を中核に据えた世界モデル
Frontis-MA1: 機械学習エンジニアリングにおける再帰的自己改善に向けたAI4AIモデルの訓練
Metis: 記憶基盤モデル
Qwen-UI-Agent技術報告:次世代の実世界中心基盤GUIエージェントを目指して
AskChem: 化学文献統合のための主張中心型基盤
ハーネスをハーネスたらしめるもの:エージェントハーネスの必要十分条件
OPENFORGE RL: 任意の環境でハーネスネイティブなエージェントを訓練する
推論しながら予測せよ:エージェント・スペキュレータ強化学習による次ツール呼び出しの自己予測学習
パングラム4 技術レポート