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
大規模言語モデルの構成的一般化能力を命令文理解能力を考慮して再検討する
LLM
ベンチマーク
Yusuke Sakai, Hidetaka Kamigaito, Taro Watanabe
具現化ウェブエージェント：物理デジタル領域を橋渡しする統合エージェント知能
エムボディドインテリジェンス
Reasoning
Yining Hong, Rui Sun, Bingxuan Li, et al.
意味を理解した報酬の体系：自由形式生成におけるオープンエンドR1トレーニング向け
Preference Modeling
テキスト生成
Zongxia Li, Yapei Chang, Yuhang Zhou, et al.
BUTシステムのMLC-SLMチャレンジへの適用
音声および音声処理
マルチタスク学習
Alexander Polok, Jiangyu Han, Dominik Klement, et al.
GenRecal: 大規模から小規模への再校正後の生成
言語-視覚モデル
Any-to-Any
LLM
Byung-Kwan Lee, Ryo Hachiuma, Yong Man Ro, et al.
ProtoReasoning: プロトタイプを基盤とするLLMにおける一般化可能な推論
LLM
Reasoning
Feng He, Zijun Chen, Xinnian Liang, et al.
世界探査向けビデオデータセット：Sekai
ビデオ理解
Video Captioning
Zhen Li, Chuanhao Li, Xiaofeng Mao, et al.
QFFT、Question-Free Fine-Tuning for Adaptive Reasoning
監視付き微調整
Reasoning
Wanlong Liu, Junxiao Xu, Fei Yu, et al.
大規模言語モデル（LLM）はアルゴリズム問題のための高品質なテストケースを生成できるか？
TestCase-Eval: 故障カバレッジとエクスポージャの体系的な評価
LLM
コード生成
Zheyuan Yang, Zexi Kuang, Xue Xia, et al.
AceReason-Nemotron 1.1: 数学とコード推論の進歩を図るSFTとRLのシナジー
監視付き微調整
ベンチマーク
Zihan Liu, Zhuolin Yang, Yang Chen, et al.
ストリーム・オムニ：大規模言語-視覚-音声モデルを用いた同時多モーダル相互作用
マルチモーダル
Any-to-Any
Shaolei Zhang, Shoutao Guo, Qingkai Fang, et al.
強化学習を用いた効率的な医療VIE
ドキュメント理解
マルチモーダル
Lijun Liu, Ruiyang Li, Zhaocheng Liu, et al.
テスト時の計算量をスケーリングするLLMエージェント
エージェント
Reasoning
King Zhu, Hanhao Li, Siwei Wu, et al.
TaskCraft: エージェンティックタスクの自動生成
エージェント
Reasoning
Shi, Dingfeng, Cao, et al.
待つ必要はありません！「思考トークン」の削除が推論効率を向上させる
Reasoning
マルチモーダル
Wang, Chenlong, Feng, et al.
Ego-R1: 超長時間エゴセントリック動画の推論におけるツール思考チェーン
ビデオ理解
Reasoning
Shulin Tian, Ruiqi Wang, Hongming Guo, et al.
DeepResearch Bench: 深層研究エージェントのための包括的なベンチマーク
ベンチマーク
エージェント
Mingxuan Du, Benfeng Xu, Chiwei Zhu, et al.
科学者の最初の試験：MLLMの認知能力を知覚、理解、推論を通じて探究する
マルチモーダル
ベンチマーク
Zhou, Yuhao, Wang, et al.
MiniMax-M1: ライトニング・アテンションを用いてテスト時の計算リソースを効率的にスケーリング
LLM
モデル学習
MiniMax, Aili Chen, Aonian Li, et al.
均質アテンションを超えて：フーリエ近似KVキャッシュを用いたメモリ効率の高いLLM
Transformer
LLM
Xiaoran Liu, Siyang He, Qiqi Wang, et al.
高品質データセットと信頼性のある評価手法による
画像・テキスト連携生成
データセット
LLM
Yukang Feng, Jianwen Sun, Chuanhao Li, et al.
SwS: 自己の弱点を認識した問題合成手法による強化学習のLLM推論向上
強化学習
LLM
Liang, Xiao, Li, et al.
LiveCodeBench Pro: オリンピックメダリストが競技プログラミングにおけるLLMの評価方法を解説
ベンチマーク
コード生成
Zihan Zheng, Zerui Cheng, Zeyu Shen, et al.
拡散の二重性
拡散モデル
自然言語処理
Sahoo, Subham Sekhar, Deschenaux, et al.
Alignされた新規視点画像と幾何学合成をクロスモーダル注意インストレーションを用いて実現
画像修復
3D生成
Min-Seop Kwak, Junho Kim, Sangdoo Yun, et al.
VRBench: 長編ナラティブビデオにおける多段階推論のベンチマーク
ビデオ理解
Reasoning
Yu, Jiashuo, Wu, et al.
AniMaker: MCTS駆動の自動化されたマルチエージェントアニメーションストーリーテリング
テキストから動画
動画生成
Shi, Haoyuan, Li, et al.
テキストに配慮したディフュージョンモデルを用いた画像修復
拡散モデル
画像修復
Jaewon Min, Jin Hyeon Kim, Paul Hyunbin Cho, et al.
Magistral
この単語は、学術的な文脈では「権威ある」や「卓越した」といった意味で使用されます。ただし、具体的な文脈がないと正確な翻訳が難しいため、以下に一般的な翻訳を示します。
権威ある
卓越した
もし特定の文脈がある場合は、その情報を提供いただければより適切な翻訳が可能です。
強化学習
Reasoning
Mistral-AI, Abhinav Rastogi, Albert Q. Jiang, et al.
SWE-Factory: イシュー解決トレーニングデータと評価ベンチマークの自動化された工場
コード生成
ベンチマーク
Lianghong Guo, Yanlin Wang, Caihua Li, et al.
ReasonMed: 医療推論の進歩のために生成された370Kマルチエージェントデータセット
Reasoning
データセット
Yu Sun, Xingyu Qian, Weiwen Xu, et al.
サピエンス：人間の視覚モデルの基盤
コンピュータビジョン
マルチタスク学習
Rawal Khirodkar, Timur Bagautdinov, Julieta Martinez, et al.