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
NANO3D：マスク不要による効率的な3D編集のためのトレーニングフリーなアプローチ
3Dモデル
画像修復
Junliang Ye, Shenghao Xie, Ruowen Zhao, et al.
高品質な合成データセットを用いたインストラクションベース動画編集のスケーリング
Any-to-Any
合成
Qingyan Bai, Qiuyu Wang, Hao Ouyang, et al.
OmniVinci：オムニモーダル理解のためのアーキテクチャとデータの強化 LLM
マルチモーダル表現
Any-to-Any
Hanrong Ye, Chao-Han Huck Yang, Arushi Goel, et al.
大規模言語モデルの推論における内部確率と自己整合性を橋渡しする理論的研究
Reasoning
LLM
Zhi Zhou, Yuhao Tan, Zenan Li, et al.
DeepSeek-OCR：コンテキスト光学圧縮
OCR
LLM
Haoran Wei, Yaofeng Sun, Yukun Li
観測されない好みの異質性を伴う直接的好み最適化：三値好みの必要性
Preference Modeling
LLM
Keertana Chidambaram, Karthik Vinary Seetharaman, Vasilis Syrgkanis
確率的気象予測のためのローリング拡散モデルの解明
拡散モデル
ディープラーニング
Salva Rühling Cachay, Miika Aittala, Karsten Kreis, et al.
ImagerySearch：意味的依存制約を越える動画生成のための適応的テスト時探索
Any-to-Any
テキストから動画
Meiqi Wu, Jiashu Zhu, Xiaokun Feng, et al.
ピクセルから文章へ ― スケールにおけるネイティブな視覚言語プリミティブへの道標
マルチモーダル
マルチモーダル表現
Haiwen Diao, Mingxuan Li, Silei Wu, et al.
サービスにおけるAI：AIグラスによる能動的支援
エージェント
マルチモーダル
Zichen Wen, Yiyu Wang, Chenfei Liao, et al.
WithAnyone：制御可能かつID一貫性を備えた画像生成へ向けて
テキストから画像生成
画像生成
Hengyuan Xu, Wei Cheng, Peng Xing, et al.
エージェント的エントロピー・バランス型ポリシー最適化
強化学習
エージェント
Guanting Dong, Licheng Bao, Zhongyuan Wang, et al.
モデルが嘘をつくとき、私たちは学ぶ：PsiloQAを用いた多言語スパンレベルの幻覚検出
データセット
LLM
Elisei Rykov, Kseniia Petrushina, Maksim Savkin, et al.
深層学習を用いたマルチテンプレートPCRにおける塩基配列特異的増幅効率の予測
ディープラーニング
畳み込みニューラルネットワーク
Andreas L. Gimpel, Bowen Fan, Dexiong Chen, et al.
ゲノム解析ツールキット：次世代DNAシーケンシングデータ解析のためのMapReduceフレームワーク
ゲノミクス
高性能計算
Aaron McKenna, Matthew Hanna, Eric Banks, et al.
LAMMPS - 原子、マクロおよび連続体スケールにおける粒子基準材料モデリングのための柔軟なシミュレーションツール
モデリング
高性能計算
Aidan P. Thompson, H. Metin Aktulga, Richard Berger, et al.
LabOS：人間と視覚的に認識し、協働するAI-XR共同研究者
Le Cong, Zaixi Zhang, Xiaotong Wang, et al.
ドルフィン：異種アンカー・プロンプトを用いたドキュメント画像解析
ドキュメント理解
マルチモーダル
Hao Feng, Shu Wei, Xiang Fei, et al.
LiveCC：大規模なストリーミング音声転写を用いた動画言語モデルの学習
LLM
視覚質問応答
Joya Chen, Ziyun Zeng, Yiqi Lin, et al.
DeepMMSearch-R1：マルチモーダルWeb検索におけるマルチモーダルLLMの能力を強化する
視覚質問応答
検索拡張生成
Kartik Narayan, Yang Xu, Tian Cao, et al.
次世代単細胞解析のための大規模言語モデルのスケーリング
LLM
サイエンスのためのAI
Syed Asad Rizvi, Daniel Levine, Aakash Patel, et al.
大規模言語モデルを用いたバイブコーディングの現状調査
LLM
エージェント
Yuyao Ge, Lingrui Mei, Zenghao Duan, et al.
次のポイント予測によるAnything検出
オブジェクト検出
マルチモーダル
Qing Jiang, Junan Huo, Xingyu Chen, et al.
言語中心のオムニモーダル表現学習のスケーリング
マルチモーダル表現
Any-to-Any
Chenghao Xiao, Hou Pong Chan, Hao Zhang, et al.
DITING：ウェブ小説翻訳のベンチマーク評価を目的としたマルチエージェント評価フレームワーク
翻訳
LLM
Enze Zhang, Jiaying Wang, Mengxi Xiao, et al.
自己教師あり事前学習を活用したエンドツーエンド型ピクセル空間生成モデリングの進展
拡散モデル
画像生成
Jiachen Lei, Keli Liu, Julius Berner, et al.
空間的強制：視覚言語行動モデルにおける暗黙的空間表現の整合
マルチモーダル
マルチモーダル表現
Fuhao Li, Wenxuan Song, Han Zhao, et al.
大規模言語モデルを用いた好みの獲得における明確化質問の提示
Preference Modeling
LLM
Ali Montazeralghaem, Guy Tennenholtz, Craig Boutilier, et al.
CTRL-Rec：自然言語によるレコメンデーションシステムの制御
Preference Modeling
自然言語処理
Micah Carroll, Adeline Foote, Kevin Feng, et al.
RLFR：フローエンバイロメントを用いた大規模言語モデル向け強化学習の拡張
強化学習
LLM
Jinghao Zhang, Naishan Zheng, Ruilin Li, et al.
潜在精製デコーディング：信念状態の精製による拡散型言語モデルの性能向上
拡散モデル
テキスト生成
Qinglin Zhu, Yizhen Yao, Runcong Zhao, et al.
OmniVideoBench：オムニマルチモーダル大規模言語モデルにおける音声視覚理解評価への道標
ビデオ理解
マルチモーダル
Caorui Li, Yu Chen, Yiyan Ji, et al.