論文
日々更新される最先端AI研究論文、人工知能の最新動向を把握
DR. WELL：身体化LLMを用いたマルチエージェント協働のための記号的ワールドモデルを用いた動的推論と学習
Narjes Nourzad, Hanqing Yang, Shiyu Chen, et al.
Orion-MSP：テーブル型のコンテキスト内学習のための多スケールスパースアテンション
Mohamed Bouadi, Pratinav Seth, Aditya Tanna, et al.
TabTune：テーブル型基礎モデルの推論およびファインチューニングを統合したライブラリ
Aditya Tanna, Pratinav Seth, Mohamed Bouadi, et al.
Step-Audio-EditX 技術報告
Chao Yan, Boyong Wu, Peng Yang, et al.
LEGO-Eval：ツール拡張を用いた3D身体化環境の合成における細粒度評価へ向けて
Gyeom Hwangbo, Hyungjoo Chae, Minseok Kang, et al.
UniAVGen：非対称なクロスモーダル相互作用を有する統一音声・映像生成
Guozhen Zhang, Zixiang Zhou, Teng Hu, et al.
拡散言語モデルは超データ学習者である
Jinjie Ni, Qian Liu, Longxu Dou, et al.
UNO-Bench：オムニモデルにおける単モーダルとオムニモーダルの構成則を探索するための統一ベンチマーク
Chen Chen, ZeYang Hu, Fengjiao Chen, et al.
拡散モデルを用いた動的人口分布を認識した人間の軌道生成
Qingyue Long, Can Rong, Tong Li, et al.
3D生成AIおよびビジョン言語モデルを用いた多部品オブジェクトのロボットアセンブリ
Alexander Htet Kyaw, Richa Gupta, Dhruv Shah, et al.
コスモス：自律的発見を実現するAIサイエンティスト
Ludovico Mitchener, Angela Yiu, Benjamin Chang, et al.
短いが劣らない：数学RLVRにおける容易なサンプルを長さ正則化子として用いた節約的推論
Abdelaziz Bounhar, Hadi Abdine, Evan Dufraisse, et al.
Brain-IT：脳相互作用トランスフォーマーを用いたfMRIからの画像再構成
Roman Beliy, Amit Zalcher, Jonathan Kogman, et al.
モダリティの衝突時：単モダリティ推論の不確実性がMLLMsにおける好ましさの動態を支配するメカニズム
Zhuoran Zhang, Tengyue Wang, Xilin Gong, et al.
VLAを盲目にしない：OOD一般化のための視覚表現の整合
Nikita Kachaev, Mikhail Kolosov, Daniil Zelezetsky, et al.
視覚化が推論の第一歩であるとき：視覚的連鎖思考のためのベンチマークMIRA
Yiyang Zhou, Haoqin Tu, Zijun Wang, et al.
VCode：記号的視覚表現としてのSVGを用いたマルチモーダルコーディングベンチマーク
Kevin Qinghong Lin, Yuhao Zheng, Hangyu Ran, et al.
AI生産性指数（APEX）
Bertie Vidgen, Abby Fennelly, Evan Pinnix, et al.
フレーム連鎖：フレーム認識型推論による多モーダルLLMにおける動画理解の進展
Sara Ghazanfari, Francesco Croce, Nicolas Flammarion, et al.
ロバストな数学的推論への道
Thang Luong, Dawsen Hwang, Hoang H. Nguyen, et al.
将来の宇宙基盤型で高スケーラビリティを備えたAIインフラシステム設計へ
Blaise Agüera y Arcas, Travis Beals, Maria Biggs, et al.
PHUMA：物理的基盤を有する人型歩行データセット
Kyungmin Lee, Sibeen Kim, Minho Park, et al.
UniREditBench：統合的推論ベース画像編集ベンチマーク
Feng Han, Yibin Wang, Chenglin Li, et al.
テスト時計算最適スケーリングの一般化：最適化可能なグラフとして
Fali Wang, Jihai Chen, Shuhua Yang, et al.
UniLumos：物理的に妥当なフィードバックを用いた高速かつ統一的な画像・動画の再照明
Ropeway Liu, Hangjie Yuan, Bo Dong, et al.
視覚モデルがグラフ構造理解に持つ見過ごされている力
Xinjian Zhao, Wei Pang, Zhongkai Xue, et al.
すべての活性化を強化：1兆規模のオープン言語基盤への汎用推論モデルのスケーリング
Ling-Team, Ang Li, Ben Liu, et al.
NOBLE - 生物学的洞察を埋め込んだ潜在埋め込みを有するニューラルオペレーターによる生物学的ニューロンモデルにおける実験変動の捉え方
Luca Ghafourpour, Valentin Duruisseaux, Bahareh Tolooshams, et al.
グリア：人間の知性を模倣した自動システム設計・最適化向けAI
Pouya Hamadanian, Pantea Karimi, Arash Nasr-Esfahany, et al.
コンテキスト工学2.0：コンテキスト工学のコンテキスト
Qishuo Hua, Lyumanshan Ye, Dayuan Fu, et al.
空間的SSRL：自己教師付き強化学習を活用した空間理解の向上
Yuhong Liu, Beichen Zhang, Yuhang Zang, et al.
連続型自己回帰言語モデル
Chenze Shao, Darren Li, Fandong Meng, et al.