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
深層研究システムのための強化学習の基礎：サーベイ
Wenjun Li, Zhi Chen, Jingru Lin, et al.
ツールを用いた強化された視覚的認識
Zetong Zhou, Dongping Chen, Zixian Ma, et al.
DINOv3は新たな医療分野のビジョン基準を設定するか？
Che Liu, Yinda Chen, Haoyuan Shi, et al.
拡散大規模言語モデル向け強化学習フレームワークの革新
Yinjie Wang, Ling Yang, Bowen Li, et al.
WebExplorer：長期ホライズンWebエージェントの訓練のための探索と進化
Junteng Liu, Yunji Li, Chi Zhang, et al.
逆工程的手法による開放型生成のための推論
Haozhe Wang, Haoran Que, Qixin Xu, et al.
OSC：マルチエージェントLLM協働における動的知識整合による認知オーケストレーション
Jusheng Zhang, Yijia Fan, Kaitong Cai, et al.
CURE：ロバストな埋め込みのための制御された忘却――事前学習された言語モデルにおける概念的ショートカットの軽減
Aysenur Kocak, Shuo Yang, Bardh Prenkaj, et al.
MedVista3D：3次元CT疾患検出、理解および報告における診断エラー低減のための視覚言語モデリング
Yuheng Li, Yenho Chen, Yuxiang Lai, et al.
LuxDiT：ビデオ拡散トランスフォーマーを用いた照明推定
Ruofan Liang, Kai He, Zan Gojcic, et al.
WildScore：現実世界における記号音楽推論のためのMLLMsベンチマーク
Gagan Mundada, Yash Vishe, Amit Namburi, et al.
セットブロックデコードは言語モデル推論を高速化するアクセラレータである。
Itai Gat, Heli Ben-Hamu, Marton Havasi, et al.
大規模言語モデルを用いた記号的グラフィカルプログラミング
Yamei Chen, Haoquan Zhang, Yangyi Huang, et al.
言語モデルが幻覚を生じる理由
Adam Tauman Kalai, Ofir Nachum, Santosh S. Vempala, et al.
LatticeWorld：マルチモーダル大規模言語モデルを活用したインタラクティブな複雑な世界生成フレームワーク
Yinglin Duan, Zhengxia Zou, Tongwei Gu, et al.
Recomposer：イベントロール誘導型の生成音声編集
Daniel P. W. Ellis, Eduardo Fonseca, Ron J. Weiss, et al.
遷移モデル：生成学習目的の再考
Zidong Wang, Yiyuan Zhang, Xiaoyu Yue, et al.
逆IIFEval：大規模言語モデルは、根強い学習規則を忘れて本物の指示に従うことができるか？
Qinyan Zhang, Xinping Lei, Ruijie Miao, et al.
DeepResearch Arena：セミナーを基盤とするタスクによる大規模言語モデルの研究能力の初の試験
Haiyuan Wan, Chen Yang, Junchi Yu, et al.
大規模言語モデルの事後訓練に関する統一的視点へ
Xingtai Lv, Yuxin Zuo, Youbang Sun, et al.
エディタから密集な幾何推定器へ
JiYuan Wang, Chunyu Lin, Lei Sun, et al.
ドリヴェルロジー：意味のない内容の深層的な解釈によってLLMに挑戦する
Yang Wang, Chenghao Xiao, Chia-Yi Hsiao, et al.
ルオン：検証機を用いたスケールでの長鎖推論の合成
Xingyue Huang, Rishabh, Gregor Franke, et al.
ArcMemo：生涯的なLLMメモリを用いた抽象的推論の構成
Matthew Ho, Chen Si, Zhaoxiang Feng, et al.
CoT-Space：強化学習を用いた内部のゆっくりとした思考のための理論的枠組み
Zeyu Gan, Hao Yi, Yong Liu
マルチビュー3Dポイント追跡
Frano Rajič, Haofei Xu, Marko Mihajlovic, et al.
2022年Landslide4Senseコンペティションの成果：複数ソース衛星画像からの先進的土砂災害検出
Omid Ghorbanzadeh, Yonghao Xu, Hengwei Zhao, et al.
MOSAIC：対応意識型アライメントおよび分離を用いたマルチサブジェクト個別化生成
Dong She, Siming Fu, Mushui Liu, et al.
拡散トランスフォーマーを用いたグローバル・ローカルエキスパートの混合による制御可能な顔生成
Xuechao Zou, Shun Zhang, Xing Fu, et al.
埋め込みベースの検索の理論的限界
Orion Weller, Michael Boratko, Iftekhar Naim, et al.
LMEnt：言語モデルにおける知識の分析を可能にするツールキット ― プレトレーニングデータから表現へ
Daniela Gottesman, Alon Gilae-Dotan, Ido Cohen, et al.
オープンデータ統合によるディープリサーチ
Ziyi Xia, Kun Luo, Hongjin Qian, et al.