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
SmartSnap：自己検証型エージェントにおける能動的証拠探索
エージェント
強化学習
Shaofei Cai, Yulei Qin, Haojia Lin, et al.
Yume-1.5：テキスト制御型インタラクティブな世界生成モデル
テキストから動画
拡散モデル
Xiaofeng Mao, Zhen Li, Chuanhao Li, et al.
LiveTalk：改善されたオンポリシー蒸留を用いたリアルタイムマルチモーダル相互作用型ビデオディフュージョン
拡散モデル
動画生成
Ethan Chern, Zhulin Hu, Bohao Tang, et al.
Mixture-of-Expertsにおける補助損失を用いたエキスパートとルーターの結合
LLM
アルゴリズム
Ang Lv, Jin Ma, Yiyuan Ma, et al.
LongFly：時空間的コンテキスト統合を用いた長期予測UAV視覚言語ナビゲーション
ロボティクス
ビデオ理解
Wen Jiang, Li Wang, Kangyao Huang, et al.
注目はあなたが必要なものではない
Transformer
言語
Zhang Chong
SlideTailor：科学論文向けのパーソナライズ型プレゼンテーションスライド生成
テキスト生成
人間-コンピュータインタラクション
Wenzheng Zeng, Mingyu Ouyang, Langyuan Cui, et al.
InSight-o3：汎用視覚検索によるマルチモーダル基盤モデルの強化
エージェント
マルチモーダル表現
Kaican Li, Lewei Yao, Jiannan Wu, et al.
InsertAnywhere：4Dシーン幾何と拡散モデルを橋渡しするリアルな動画オブジェクト挿入
拡散モデル
ビデオ処理
Hoiyeong Jin, Hyojin Jang, Jeongho Kim, et al.
マインドスケープ認識型リtrieval-Augmented Generationによる長文脈理解の向上
検索拡張生成
LLM
Yuqing Li, Jiangnan Li, Zheng Lin, et al.
大規模言語モデルにおける短文の事実性の測定
インテリジェントな質問応答
ベンチマーク
Jason Wei, Nguyen Karina, Hyung Won Chung, et al.
DeepSearchQA：深い研究エージェントにおける包括性のギャップを埋める
エージェント
ベンチマーク
Nikita Gupta, Riju Chatterjee, Lukas Haas, et al.
MEM1：長期間エージェントの効率化のための記憶と推論の連携学習
強化学習
Reasoning
Zijian Zhou, Ao Qu, Zhaoxuan Wu, et al.
AI-Trader：リアルタイム金融市場における自律型エージェントのベンチマーク評価
エージェント
LLM
Tianyu Fan, Yuhao Yang, Yangqin Jiang, et al.
潜在的陰在視覚的推論
マルチモーダル表現
LLM
Kelvin Li, Chuyi Shang, Leonid Karlinsky, et al.
LLMのペルソナが手法のベンチマーキングにおけるフィールド実験の代替としての役割を果たす可能性
ベンチマーク
機械学習
Enoch Hyunwook Kang
DataFlow：データ中心型AI時代における統一されたデータ準備およびワークフロー自動化を実現するLLM駆動型フレームワーク
LLM
検索拡張生成
Hao Liang, Xiaochen Ma, Zhou Liu, et al.
HiStream：冗長性除去ストリーミングを用いた効率的な高解像度ビデオ生成
動画生成
拡散モデル
Haonan Qiu, Shikun Liu, Zijian Zhou, et al.
TokSuite：トークナイザーの選択が言語モデルの行動に与える影響を測定する
Transformer
ベンチマーク
Gül Sena Altıntaş, Malikeh Ehghaghi, Brian Lester, et al.
Nemotron 3 Nano：エージェンティック推論向けに最適化されたオープンで効率的なMixture-of-ExpertsハイブリッドMamba-Transformerモデル
Transformer
監視付き微調整
NVIDIA, Aaron Blakeman, Aaron Grattafiori, et al.
記憶を超えて：視覚言語モデルにおける人気バイアスを露呈するマルチモーダル順序回帰ベンチマーク
マルチモーダル
ベンチマーク
Li-Zhong Szu-Tu, Ting-Lin Wu, Chia-Jui Chang, et al.
DreaMontage：任意フレームガイド付きワンショット動画生成
動画生成
画像から動画生成
Jiawei Liu, Junqiao Li, Jiangfan Deng, et al.
T2AV-Compass：テキストから音声・映像生成への統合的評価へ向けて
Any-to-Any
テキストから動画
Zhe Cao, Tao Wang, Jiaming Wang, et al.
TongSIM：知能機械のシミュレーションを目的とした汎用プラットフォーム
エムボディドインテリジェンス
エージェント
Zhe Sun, Kunlun Wu, Chuanjian Fu, et al.
Qwen-Image-Layered：レイヤー分解による本質的な編集可能性の実現へ
拡散モデル
画像生成
Shengming Yin, Zekai Zhang, Zecheng Tang, et al.
RoboSafe：実行可能安全論理を用いた身体化エージェントの保護
ロボティクス
Reasoning
Le Wang, Zonghao Ying, Xiao Yang, et al.
NHSにおけるプライマリケアにおけるLLM薬物療法安全レビューの実世界評価
自然言語処理
データセット
Oliver Normand, Esther Borsi, Mitch Fruin, et al.
複数LLMを用いた主題分析：二重信頼性指標を用いた定性的研究の検証—CohenのKappaと意味的類似度の統合
LLM
自然言語処理
Nilesh Jain, Seyi Adeyinka, Leor Roseman, et al.
閉ループ・ワールドモデリングを用いたビデオアバターにおけるアクティブインテリジェンス
エムボディドインテリジェンス
強化学習
Xuanhua He, Tianyu Yang, Ke Cao, et al.
FaithLens：忠実性ホワリュネーションの検出と解釈
検索拡張生成
監視付き微調整
Shuzheng Si, Qingyi Wang, Haozhe Zhao, et al.
SAM Audio：音声におけるアノテーションのための「Anything」モデル
Any-to-Any
マルチモーダル
Bowen Shi, Andros Tjandra, John Hoffman, et al.
ステップ・ディープリサーチ 技術報告書
エージェント
監視付き微調整
Chen Hu, Haikuo Du, Heng Wang, et al.