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
FlashLabs Chroma 1.0：個別化ボイスクラウンニングを備えたリアルタイムエンドツーエンド音声対話モデル
LLM
Text-to-Speech
Tanyu Chen, Tairan Chen, Kai Shen, et al.
MemoryRewardBench：大規模言語モデルにおける長期記憶管理のためのリワードモデルのベンチマーク
ベンチマーク
Preference Modeling
Zecheng Tang, Baibei Ji, Ruoxi Sun, et al.
OmniTransfer：時空間動画転送のためのワンストップフレームワーク
動画生成
テキストから動画
Pengze Zhang, Yanze Wu, Mengtian Li, et al.
効率的なエージェントへの道：メモリ、ツール学習、計画
エージェント
LLM
Xiaofang Yang, Lijun Li, Heng Zhou, et al.
FutureOmni：マルチモーダルLLMにおけるオムニモーダルコンテキストからの将来予測の評価
Any-to-Any
LLM
Qian Chen, Jinlan Fu, Changsong Li, et al.
Being-H0.5：クロスエムボディメント一般化のためのヒューマンセントリックロボット学習のスケーリング
エムボディドインテリジェンス
ロボティクス
Hao Luo, Ye Wang, Wanpeng Zhang, et al.
LLMを活用したソフトウェア工学における問題解決の進展と先端的研究：包括的サーベイ
LLM
エージェント
Caihua Li, Lianghong Guo, Yanlin Wang, et al.
Nemotron-Math：マルチモード監視からの数学的推論の効率的長文脈蒸留
データセット
Reasoning
Wei Du, Shubham Toshniwal, Branislav Kisacanin, et al.
Gemini向けの本番環境対応プローブの構築
LLM
テキスト生成
János Kramár, Joshua Engels, Zheng Wang, et al.
LFM2 技術報告
LLM
検索拡張生成
Alexander Amini, Anna Banaszak, Harold Benoit, et al.
CoDance：ロバストなマルチサブジェクトアニメーションのためのアンバインド・リバインドパラダイム
画像から動画生成
画像間変換
Shuai Tan, Biao Gong, Ke Ma, et al.
アシスタント軸：言語モデルのデフォルト・ペルソナの位置づけと安定化
LLM
監視付き微調整
Christina Lu, Jack Gallagher, Jonathan Michala, et al.
ABC-Bench：現実世界の開発におけるエージェント型バックエンドコーディングのベンチマーク
エージェント
ベンチマーク
Jie Yang, Honglin Guo, Li Ji, et al.
マルチプレックス思考：トークン単位の分岐・統合による推論
Reasoning
アルゴリズム
Yao Tang, Li Dong, Yaru Hao, et al.
推論モデルが思考の社会を生成する
エージェント
Reasoning
Junsol Kim, Shiyang Lai, Nino Scherrer, et al.
マルチエージェントAIシステムの開発と課題に関する大規模研究
オープンソース
エージェント
Daniel Liu, Krishna Upadhyay, Vinaik Chhetri, et al.
ACoT-VLA：視覚言語行動モデルにおけるアクション・チェーン・オブ・シンキング
ロボティクス
エムボディドインテリジェンス
Linqing Zhong, Yi Liu, Yifei Wei, et al.
パーソナライゼーションが誤解を招くとき：パーソナライズドLLMにおける幻覚の理解と緩和
LLM
インテリジェントな質問応答
Zhongxiang Sun, Yi Zhan, Chenglei Shen, et al.
RubricHub：自動的コアス・トゥ・ファイン生成による包括的かつ高判別力なルーブリックデータセット
LLM
データセット
Sunzhu Li, Jiale Zhao, Miteto Wei, et al.
隠れた経験の解禁：テキストからツール利用軌道を合成する
LLM
エージェント
Zhihao Xu, Rumei Li, Jiahuan Li, et al.
ポイズンド・アップル効果：AIエージェントの技術拡張を用いた中間市場の戦略的操作
人工知能
エージェント
Eilam Shapira, Roi Reichart, Moshe Tennenholtz
あなたのグループ相対優位はバイアスされている
強化学習
LLM
Fengkai Yang, Zherui Chen, Xiaohan Wang, et al.
STEM：埋め込みモジュールを用いたTransformerのスケーリング
Transformer
モデル学習
Ranajoy Sadhukhan, Sheng Cao, Harry Dong, et al.
ノイズの中での喪失：文脈的干渉要因により推論モデルが失敗する理由
ベンチマーク
Reasoning
Seongyun Lee, Yongrae Jo, Minju Seo, et al.
静的ツールを越えて：科学的推論におけるテスト時ツール進化
エージェント
Reasoning
Jiaxuan Lu, Ziyu Kong, Yemin Wang, et al.
VIBE：視覚指令に基づくエディタ
テキストから動画
拡散モデル
Grigorii Alekseenko, Aleksandr Gordeev, Irina Tolstykh, et al.
推論のための協調的マルチエージェント・テスト時強化学習
エージェント
強化学習
Zhiyuan Hu, Yunhai Hu, Juncheng Liu, et al.
レアなものを報酬する：LLMにおける創造的問題解決のための独自性認識型RL
強化学習
Reasoning
Zhiyuan Hu, Yucheng Wang, Yufei He, et al.
都市におけるビジュアル・ランゲージ推論を用いたソーシャル意味セグメンテーション
画像分割
セマンティックセグメンテーション
Yu Wang, Yi Wang, Rui Dai, et al.
STEP3-VL-10B 技術報告
マルチモーダル表現
視覚質問応答
Ailin Huang, Chengyuan Yao, Chunrui Han, et al.
SeedFold：バイオ分子構造予測のスケーリング
Transformer
タンパク質
Yi Zhou, Chan Lu, Yiming Ma, et al.
Fast-ThinkAct：語彙化可能な潜在的計画を用いた効率的な視覚言語行動推論
エムボディドインテリジェンス
ロボティクス
Chi-Pin Huang, Yunze Man, Zhiding Yu, et al.