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
QuantAlphaAlpha：LLM駆動型アルファマイニングのための進化的フレームワーク
金融
LLM
Jun Han, Shuo Zhang, Wei Li, et al.
モダリティギャップ駆動型部分空間アライメント訓練パラダイム：マルチモーダル大規模言語モデル向け
マルチモーダル
マルチモーダル表現
Xiaomin Yu, Yi Xin, Wenjie Zhang, et al.
MOVA：スケーラブルかつ同期的な動画・音声生成へ向けて
動画生成
マルチモーダル
SII-OpenMOSS Team, Donghua Yu, Mingshu Chen, et al.
MemoryLLM：即插即用の解釈可能な順方向メモリを備えたトランスフォーマー
Transformer
LLM
Ajay Jaiswal, Lauren Hannah, Han-Byul Kim, et al.
DreamDojo：大規模なヒューマンビデオから得た汎用ロボットワールドモデル
マルチモーダル
ビデオ理解
Shenyuan Gao, William Liang, Kaiyuan Zheng, et al.
F-GRPO：明白なことを学ばせすぎず、まれなことを忘れさせないために
強化学習
LLM
Daniil Plyusov, Alexey Gorbatovski, Boris Shaposhnikov, et al.
MSign：安定ランク回復による大規模言語モデルの学習不安定を防止する最適化手法
モデル学習
LLM
Lianhai Ren, Yucheng Ding, Xiao Liu, et al.
AudioSAE：スパース自己符号化器を用いた音声処理モデルの理解に向けて
音声および音声処理
ディープラーニング
Georgii Aparin, Tasnima Sadekova, Alexey Rukhovich, et al.
大規模言語モデルの強化学習ファインチューニングにおけるエントロピー動態について
強化学習
LLM
Shumin Wang, Yuexiang Xie, Wenhao Zhang, et al.
オデッセイアリーナ：ロングホライズン、アクティブかつ誘導的インタラクションにおける大規模言語モデルのベンチマーク
エージェント
LLM
Fangzhi Xu, Hang Yan, Qiushi Sun, et al.
Baichuan-M3：信頼性のある医療意思決定のための臨床質問モデリング
LLM
医学
Baichuan-M3 Team, Chengfeng Dou, Fan Yang, et al.
拡散を用いた生成モデリング
拡散モデル
画像生成
Mingyang Deng, He Li, Tianhong Li, Kaiming He
AlphaEdit：言語モデル向けのノルム空間制約付き知識編集
LLM
テキスト生成
Junfeng Fang, Houcheng Jiang, Kun Wang, et al.
13パラメータにおける推論の学習
Reasoning
インテリジェントな質問応答
John X. Morris, Niloofar Mireshghallah, Mark Ibrahim, et al.
DFlash：フラッシュ予測デコードのためのブロック拡散
LLM
拡散モデル
Jian Chen, Yesheng Liang, Zhijian Liu
コンテキストフォースティング：長文コンテキストを用いた一貫性のある自己回帰型動画生成
動画生成
拡散モデル
Shuo Chen, Cong Wei, Sun Sun, et al.
MemSkill：自己進化型エージェントにおける記憶スキルの学習と進化
エージェント
LLM
Haozhen Zhang, Quanyu Long, Jianzhu Bao, et al.
長さバイアスのないシーケンス方策最適化：RLVRにおける応答長さの変動の解明と制御
強化学習
LLM
Fanfan Liu, Youyang Yin, Peng Shi, et al.
スパイラーデンス：階層的適応スクリーニングを用いた効率的なエージェント防御のための内在的リスクセンシング
エージェント
LLM
Zhenxiong Yu, Zhi Yang, Zhiheng Jin, et al.
CAR-bench：現実世界の不確実性下におけるLLMエージェントの一貫性および限界認識能力の評価
LLM
エージェント
Johannes Kirmayr, Lukas Stappen, Elisabeth André
遅延ストリームを考慮したストリーミング逐次学習
Text-to-Speech
マルチモーダル
Neil Zeghidour, Eugene Kharitonov, Manu Orsini, et al.
Kiss3DGen：画像拡散モデルの再利用による3Dアセット生成
3D生成
拡散モデル
Jiantao Lin, Xin Yang, Meixi Chen, et al.
キャッシュベース推論を備えた状態付きConformerによるストリーミング自動音声認識
音声認識
Transformer
Vahid Noroozi, Somshubra Majumdar, Ankur Kumar, et al.
3次元生成のためのネイティブかつコンパクトな構造化潜在変数
3D生成
3Dモデル
Jianfeng Xiang, Xiaoxue Chen, Sicheng Xu, et al.
連続音声言語モデル
音声および音声処理
Text-to-Speech
Simon Rouard, Manu Orsini, Axel Roebel, et al.
仮想臨床環境における診断エージェントの進化
エージェント
モデル学習
Pengcheng Qiu, Chaoyi Wu, Junwei Liu, et al.
WeDLM：高速推論を実現するための拡散言語モデルと標準的な因果アテンションの調和
拡散モデル
LLM
Aiwei Liu, Minghua He, Shaoxun Zeng, et al.
TurboDiffusion：動画拡散モデルの処理速度を100〜200倍に高速化する
拡散モデル
動画生成
Jintao Zhang, Kaiwen Zheng, Kai Jiang, et al.
フンイエンビデオ・フォーリー：表現アライメントを用いたマルチモーダル・ディフュージョンによる高忠実度のフォーリー音声生成
動画生成
Text-to-Audio
Sizhe Shan, Qiulin Li, Yutao Cui, et al.
Fara-7B：コンピュータ利用に向けた効率的なエージェントモデル
エージェント
LLM
Ahmed Awadallah, Yash Lara, Raghav Magazine, et al.
Fun-ASR 技術報告
LLM
音声認識
Keyu An, Yanni Chen, Zhigao Chen, et al.
Geminiを活用した科学研究の加速：事例研究と一般的な手法
サイエンスのためのAI
LLM
David P. Woodruff, Vincent Cohen-Addad, Lalit Jain, et al.