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

バーチャルエージェント経済

視覚言語モデルにおける視覚基盤の理解に向けて






























Kling-Avatar:段階的長時間アバターアニメーション合成のためのマルチモーダル指示の基盤化
機械学習LM:数百万の合成テーブル予測タスク上で継続的に事前学習された言語モデルが、文脈内機械学習をスケーリングする
エコーエックス:音声対音声LLMにおける音響的・意味的ギャップ低減のためのエコー学習へ
SimpleVLA-RL:強化学習を活用したVLA学習のスケーリング
VLA-Adapter:微小スケール視覚言語行動モデルにおける効果的なパラダイム
scSiameseClu:単細胞RNAシークエンシングデータの解釈を目的としたシアメーズクラスタリングフレームワーク
ST-Raptor:LLM駆動の準構造化テーブル質問応答
OmniSpatial:視覚言語モデルにおける包括的な空間推論ベンチマークへ向けて
交渉ゲームにおける人間エージェントとAIエージェント間の経済的トレードオフの理解
ジュピター:ノートブックおよび推論時価値誘導型探索を活用したLLMデータ分析機能の向上
フニエン-MT 技術報告
P3-SAM:ネイティブ3Dパーツセグメンテーション
AgentGym-RL:マルチターン強化学習を用いた長期意思決定のためのLLMエージェントの訓練
3Dおよび4Dワールドモデリング:サーベイ
RewardDance:視覚生成におけるリワードスケーリング
共有はケアを生む:集団強化学習による効率的な言語モデル後期訓練
FinReflectKG:金融知識グラフのエージェント型構築と評価
大規模推論モデルにおける強化学習のサーベイ
過剰依存の測定と軽減は、人間と調和するAIを構築するために不可欠である
F1:理解と生成を行動へとつなぐ視覚言語行動モデル
UMO:マッチング報酬を用いた画像カスタマイズにおける多様なアイデンティティの一貫性拡張
再構成アライメントが統合型マルチモーダルモデルを改善する
Mini-o3:視覚検索における推論パターンおよび対話ターンのスケーリングアップ
マルチモーダル大規模言語モデルにおける視覚的表現のアライメント
Parallel-R1:強化学習を活用した並列的思考の実現へ
WenetSpeech-Yue:多次元アノテーションを備えた大規模広東語音声コーパス
SheetDesigner:ルールベースおよびビジョンベースのリフレクションを活用したMLLM駆動型スプレッドシートレイアウト生成
自律的コード進化がNP完全性に直面する
深層研究システムのための強化学習の基礎:サーベイ
ツールを用いた強化された視覚的認識