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
TransLLM：学習可能プロンプトを用いた都市交通向け統合型マルチタスク基盤フレームワーク
マルチタスク学習
LLM
Jiaming Leng, Yunying Bi, Chuan Qin, et al.
量子化とdLLMsの融合：拡散LLMにおける事後量子化の系統的研究
LLM
ディープラーニング
Haokun Lin, Haobo Xu, Yichen Wu, et al.
訓練不要なテキスト誘導型カラーディターリング手法：マルチモーダル拡散トランスフォーマーを用いた手法
拡散モデル
テキストから画像生成
Zixin Yin, Xili Dai, Ling-Hao Chen, et al.
プロファイルを意識したLLMをジャッジとして用いたポッドキャスト推薦の評価
Preference Modeling
LLM
Francesco Fabbri, Gustavo Penha, Edoardo D', et al.
MultiRef：複数の視覚的参照を用いた制御可能な画像生成
画像生成
拡散モデル
Ruoxi Chen, Dongping Chen, Siyuan Wu, et al.
プロンプトオーケストレーションマークアップ言語
LLM
インテリジェントな質問応答
Yuge Zhang, Nan Chen, Jiahang Xu, et al.
LongSplat：カジュアルな長時間動画向けのロバストな非姿勢制約3Dガウススプラッティング
コンピュータビジョン
3D マシンビジョン
Chin-Yang Lin, Cheng Sun, Fu-En Yang, et al.
エージェント連鎖：マルチエージェント蒸留とエージェント型RLによるエンドツーエンドエージェント基盤モデル
エージェント
LLM
Weizhen Li, Jianbo Lin, Zhuosong Jiang, et al.
HPSv3：広範囲な人間の好みスコアへの挑戦
Preference Modeling
テキストから画像生成
Yuhang Ma, Xiaoshi Wu, Keqiang Sun, et al.
ComputerRL：コンピュータ利用エージェント向けエンドツーエンドオンライン強化学習のスケーリング
強化学習
エージェント
Hanyu Lai, Xiao Liu, Yanxiao Zhao, et al.
発話者識別情報の漏洩評価に関する研究
ベンチマーク
音声および音声処理
Seungmin Seo, Oleg Aulov, Afzal Godil, et al.
次に視覚的粒度生成を実行する
画像生成
合成
Yikai Wang, Zhouxia Wang, Zhonghua Wu, et al.
4DNeX：フォワード・プロパゲーションによる4D生成モデリングの簡便化
動画生成
3D生成
Zhaoxi Chen, Tianqi Liu, Long Zhuo, et al.
ComoRAG：状態保持型長文推論のための認知にインスパイアされた記憶組織型RAG
検索拡張生成
Reasoning
Juyuan Wang, Rongchen Zhao, Wei Wei, et al.
広帯域計算および通信を実現する統合型マイクロ波ニューラルネットワーク
ニューラルネットワーク
高性能計算
Bala Govind, Maxwell G. Anderson, Fan O. Wu, et al.
GTool：大規模言語モデルを用いたグラフ強化型ツール計画
LLM
Reasoning
Wenjie Chen, Wenbin Li, Di Yao, et al.
機械学習を活用した一定電位フレームワークによるリチウム金属-電解質界面における樹状金属析出の観察
サイエンスのためのAI
ディープラーニング
Taiping Hu, Haichao Huang, Guobing Zhou, et al.
XQuant：KVキャッシュの再生成によるLLM推論におけるメモリ壁の突破
LLM
Transformer
Aditya Tomar, Coleman Hooper, Minjae Lee, et al.
BeyondWeb：1兆スケールの事前学習における合成データのスケーリングから得た教訓
LLM
合成
Pratyush Maini, Vineeth Dorna, Parth Doshi, et al.
PaperRegister：階層的レジスタインデックスを活用した柔軟な粒度の論文検索の向上
ドキュメント理解
自然言語処理
Zhuoqun Li, Xuanang Chen, Hongyu Lin, et al.
DINOv3
Transformer
マルチタスク学習
Oriane Siméoni, Huy V. Vo, Maximilian Seitzer, et al.
SSRL：自己探索強化学習
強化学習
LLM
Yuchen Fan, Kaiyan Zhang, Heng Zhou, et al.
タイム：画像を超えて考える
マルチモーダル
Reasoning
Yi-Fan Zhang, Xingyu Lu, Shukang Yin, et al.
文化的知識を用いた多言語多モーダル大規模言語モデルの接地
視覚質問応答
LLM
Jean de Dieu Nyandwi, Yueqi Song, Simran Khanuja, et al.
HiFiTTS-2：大規模高帯域音声データセット
Text-to-Speech
合成
Ryan Langman, Xuesong Yang, Paarth Neekhara, et al.
CryptoScope：大規模言語モデルを活用した暗号論的論理バグの自動検出
LLM
検索拡張生成
Zhihao Li, Zimo Ji, Tao Zheng, et al.
医療グラフRAG：グラフ検索拡張生成による安全な医療大規模言語モデルへの道
検索拡張生成
LLM
Junde Wu, Jiayuan Zhu, Yunli Qi, et al.
Puppeteer：3Dモデルのラギングおよびアニメーション化
3Dモデル
3D生成
Chaoyue Song, Xiu Li, Fan Yang, et al.
STream3R：因果トランスフォーマーを用いたスケーラブルな順次3次元再構成
3D マシンビジョン
3D生成
Yushi Lan, Yihang Luo, Fangzhou Hong, et al.
序章：長文脈にわたる全体的理解と推論を要するベンチマーク
Reasoning
検索拡張生成
Mo Yu, Tsz Ting Chung, Chulun Zhou, et al.
ToonComposer：生成後キーふりによるアニメ制作の効率化
画像から動画生成
画像間変換
Lingen Li, Guangzhi Wang, Zhaoyang Zhang, et al.
NextStep-1：スケールにおける連続トークンを用いた自己回帰型画像生成へ
テキストから画像生成
画像生成
NextStep Team, Chunrui Han, Guopeng Li, et al.