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
PolyMath：多言語文脈における数学的推論の評価
Yiming Wang, Pei Zhang, Jialong Tang, et al.
ThreadWeaver: 言語モデルにおける効率的な並列推論のための適応的スレッド化
Long Lian, Sida Wang, Felix Juefei-Xu, et al.
SPARK：参照なし強化学習における段階的プロセス認識報酬
Salman Rahman, Sruthi Gorantla, Arpit Gupta, et al.
OneStory: アダプティブメモリを用いた一貫性のあるマルチショット動画生成
Zhaochong An, Menglin Jia, Haonan Qiu, et al.
ソース動画のリアリズムを保持する：映画級品質の高精細な顔交換
Zekai Luo, Zongze Du, Zhouhang Zhu, et al.
ビジョナリー：WebGPU対応ガウススプラッティングプラットフォーム上に構築された世界モデルキャリア
Yuning Gong, Yifei Liu, Yifan Zhan, et al.
Wan-Move：潜在軌道ガイダンスを用いた運動制御可能な動画生成
Ruihang Chu, Yefei He, Zhekai Chen, et al.
ソフト適応型方策最適化
Chang Gao, Chujie Zheng, Xiong-Hui Chen, et al.
スケーリングによるゼロショット参照から動画生成
Zijian Zhou, Shikun Liu, Haozhe Liu, et al.
Voxify3D：ピクセルアートがボクセルレンダリングと融合する
Yi-Chuan Huang, Jiewen Chan, Hao-Jen Chien, et al.
DoVer：LLMマルチエージェントシステムにおけるインターベンション駆動型自動デバッグ
Ming Ma, Jue Zhang, Fangkai Yang, et al.
時系列推論を用いた統合型ビデオ編集
Xiangpeng Yang, Ji Xie, Yiyuan Yang, et al.
Beyond Real: 長文脈 LLM における回転位置埋め込みの虚構拡張
Xiaoran Liu, Yuerong Song, Zhigeng Liu, et al.
ネイティブ並列推論者：自己蒸留強化学習を用いた並列推論
Tong Wu, Yang Liu, Jun Bai, et al.
iSeal：信頼性のあるLLM所有権検証のための暗号化されたフィンガープリント技術
Zixun Xiong, Gaoyi Wu, Qingyang Yu, et al.
DAVSP：深層整合視覚安全プロンプトを用いた大規模な視覚言語モデルの安全整合
Yitong Zhang, Jia Li, Liyi Cai, et al.
WorldGen：テキストから走行可能でインタラクティブな3D世界へ
Dilin Wang, Hyunyoung Jung, Tom Monnier, et al.
Souper-Model：単純な算術が最先端のLLM性能を解き放つメカニズム
Shalini Maiti, Amar Budhiraja, Bhavul Gauri, et al.
DTS：デコード木スケッチを活用した大規模推論モデルの性能向上
Zicheng Xu, Guanchu Wang, Yu-Neng Chuang, et al.
ベイズ最適化における適応型カーネル設計は、LLMのおかげでカンタンなケーキである
Richard Cornelius Suwandi, Feng Yin, Juntao Wang, et al.
DePass：シンプルな分解型フォワードパスによる統一的特徴属性付与
Xiangyu Hong, Che Jiang, Kai Tian, et al.
COOPER：空間知能における協調的認識と推論のための統一モデル
Zefeng Zhang, Xiangzhao Hao, Hengzhu Tang, et al.
模倣から識別へ：ドメイン間推論タスクを強化する汎用カリキュラム優位性メカニズムへ
Changpeng Yang, Jinyang Wu, Yuchen Liu, et al.
PaCo-RL：ペアワイズ報酬モデリングを用いた一貫性のある画像生成のための強化学習の進展
Bowen Ping, Chengyou Jia, Minnan Luo, et al.
EMMA：統一アーキテクチャを用いた効率的なマルチモーダル理解、生成、編集
Xin He, Longhui Wei, Jianbo Ouyang, et al.
EditThinker：あらゆるイメージエディタにおける反復的推論を解き放つ
Hongyu Li, Manyuan Zhang, Dian Zheng, et al.
TwinFlow：自己対抗的フローを用いた大規模モデルにおけるワンステップ生成の実現
Zhenglin Cheng, Peng Sun, Jianguo Li, et al.
CARE-PD：パーキンソン病歩行評価を目的とした多施設匿名化臨床データセット
Vida Adeli, Ivan Klabucar, Javad Rajabi, et al.
WenetSpeech-Chuan：方言音声処理のための大規模な四川語コーパスと豊富なアノテーション
Yuhang Dai, Ziyu Zhang, Shuai Wang, et al.
PolypSense3D：内視鏡における深度認識型ポリープサイズ測定のためのマルチソースベンチマークデータセット
Ruyu Liu, Lin Wang, Zhou Mingming, et al.
PhysDrive：車内ドライバー監視を目的としたマルチモーダル遠隔生理測定データセット
Jiyao Wang, Xiao Yang, Qingyong Hu, et al.
人工ハーモニーマインド：言語モデルの無限に続く均質性（それ以上へ）
Liwei Jiang, Yuanjun Chai, Margaret Li, et al.