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
Klear-Reasoner：勾配を保持するクリッピング方策最適化による推論能力の向上
Zhenpeng Su, Leiyu Pan, Xue Bai, et al.
オムニエフェクト：統一的かつ空間的に制御可能な視覚エフェクト生成
Fangyuan Mao, Aiming Hao, Jintao Chen, et al.
WideSearch：エージェントによる広範な情報探索のベンチマーク
Ryan Wong, Jiawei Wang, Junjie Zhao, et al.
ReasonRank：強力な推論能力を活用したパスレジングの強化
Wenhan Liu, Xinyu Ma, Weiwei Sun, et al.
AdaptFlow：メタラーニングを活用した適応型ワークフロー最適化
Runchuan Zhu, Bowen Jiang, Lingrui Mei, et al.
オープンソースモデル間におけるメディエータ誘導型マルチエージェント協働による医療意思決定
Kaitao Chen, Mianxin Liu, Daoming Zong, et al.
ラベルなしにおけるビジョン・ランゲージモデルの適応：包括的なサーベイ
Hao Dong, Lijun Sheng, Jian Liang, et al.
GENIE：ニューラルレンディアンスフィールドのインタラクティブ編集のためのガウス符号化
Mikołaj Zieliński, Krzysztof Byrski, Tomasz Szczepanik, et al.
予想されるものを pruning する：最初のトークンの驚異性を活用した効率的なコード推論
Wenhao Zeng, Yaoning Wang, Chao Hu, et al.
Voost：双方向バーチャル試着・試着外しのための統合的かつスケーラブルな拡散トランスフォーマー
Seungyong Lee, Jeong-gi Kwak
InfiGUI-G1：適応的探索方策最適化によるGUIインデキシングの進展
Yuhang Liu, Zeyu Liu, Shuanghe Zhu, et al.
Memp：エージェントの手続き記憶の探求
Runnan Fang, Yuan Liang, Xiaobin Wang, et al.
Perch 2.0：バイオ音響学におけるビタキの教訓
Bart van Merriënboer, Vincent Dumoulin, Jenny Hamer, et al.
ドキュメント検索増強生成の評価において、我々は正しい道を歩んでいるか？
Wenxuan Shen, Mingjia Wang, Yaochen Wang, et al.
Hi3DEval：階層的妥当性を活用した3D生成評価の進展
Yuhan Zhang, Long Zhuo, Ziyang Chu, et al.
DeepPHY：物理推論におけるエージェント型VLMのベンチマーク
Xinrun Xu, Pi Bu, Ye Wang, et al.
ジーニー・エンヴィジョンャー：ロボット操作のための統合型ワールド基礎プラットフォーム
Yue Liao, Pengfei Zhou, Siyuan Huang, et al.
R-Zero：ゼロデータから自己進化する推論型LLM
Chengsong Huang, Wenhao Yu, Xiaoyang Wang, et al.
SFTの一般化について：報酬補正を用いた強化学習的視点
Yongliang Wu, Yizhou Zhou, Zhou Ziheng, et al.
LLMを活用したエージェントによる人間らしい学習ダイナミクスのシミュレーション
Yu Yuan, Lili Zhao, Wei Chen, et al.
GRAIL：検索拡張推論のための大規模知識グラフとの相互作用を学ぶ
Ge Chang, Jinbo Su, Jiacheng Liu, et al.
CoTox：思考過程に基づく分子毒性推論と予測
Jueon Park, Yein Park, Minju Song, et al.
効率的なエージェント：コストを削減しながら効果的なエージェントを構築する
Ningning Wang, Xavier Hu, Pai Liu, et al.
大規模言語モデルのチェーン・オブ・シンキング推論は幻か？データ分布の視点から
Chengshuai Zhao, Zhen Tan, Pingchuan Ma, et al.
VeriGUI：検証可能な長鎖GUIデータセット
Shunyu Liu, Minghao Liu, Huichi Zhou, et al.
Qwen2.5-VL 技術報告
Shuai Bai, Keqin Chen, Xuejing Liu, et al.
GANは死んだ。GAN万歳！モダンなGANベースライン
Yiwen Huang, Aaron Gokaslan, Volodymyr Kuleshov, et al.
MegaPairs：ユニバーサルなマルチモーダル検索のための大規模データ合成
Junjie Zhou, Zheng Liu, Ze Liu, et al.
ライラ：包括認知を統合的に扱うための効率的でスピーチ中心のフレームワーク
Zhisheng Zhong, Chengyao Wang, Yuqi Liu, et al.
オープンソース多モーダルモデルの性能境界をモデル、データ、テスト時スケーリングによって拡張する
Zhe Chen, Weiyun Wang, Yue Cao, et al.
NVILA：効率的フロンティア視覚言語モデル
Zhijian Liu, Ligeng Zhu, Baifeng Shi, et al.
VisionZip：視覚言語モデルにおいて、長ければ長いほど良いが、必ずしも必要ではない
Senqiao Yang, Yukang Chen, Zhuotao Tian, et al.