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
百川オムニ技術報告書
Yadong Li, Haoze Sun, Mingan Lin, et al.
MM1.5：多モーダルLLMのファインチューニングからの手法、分析および知見
Haotian Zhang, Mingfei Gao, Zhe Gan, et al.
Emu3：次トークン予測こそがすべてである
Xinlong Wang, Xiaosong Zhang, Zhengxiong Luo, et al.
CogVLM2：画像および動画理解のための視覚言語モデル
Wenyi Hong, Weihan Wang, Ming Ding, et al.
Qwen2 技術報告
An Yang, Baosong Yang, Binyuan Hui, et al.
再構成と生成における画像の価値は32トークンに相当する
Qihang Yu, Mark Weber, Xueqing Deng, et al.
自己回帰モデルが拡散モデルを上回る：スケーラブルな画像生成のためのLlama
Peize Sun, Yi Jiang, Shoufa Chen, et al.
Meteor：大規模言語・視覚モデルの根拠の探索をMambaに基づいて実現する手法
Byung-Kwan Lee, Chae Won Kim, Beomchan Park, et al.
FIFO-Diffusion：学習を伴わずにテキストから無限の動画を生成する
Jihwan Kim, Junoh Kang, Jinyoung Choi, et al.
GPT-4Vまでの道のりはどのくらいか？オープンソース・スイートによる商用マルチモーダルモデルとのギャップを埋める
Zhe Chen, Weiyun Wang, Hao Tian, et al.
想像、探索、批判を通じたLLMの自己改善へ
Ye Tian, Baolin Peng, Linfeng Song, et al.
オムニフュージョン技術報告書
Elizaveta Goncharova, Anton Razzhigaev, Matvey Mikhalchuk, et al.
SEAgent：経験からの自律学習を備えた自己進化型コンピュータ利用エージェント
Zeyi Sun, Ziyu Liu, Yuhang Zang, et al.
AMix-1：テスト時スケーラブルなタンパク質フォンドエーションモデルへの道
Changze Lv, Jiang Zhou, Siyu Long, et al.
CRINN：近似最近傍探索における対照的強化学習
Xiaoya Li, Xiaofei Sun, Albert Wang, et al.
表現のシフト：トークン圧縮とFlashAttentionの統一
Joonmyung Choi, Sanghyeok Lee, Byungoh Ko, et al.
CompassVerifier：大規模言語モデルの評価および結果報酬のための統合的で堅牢な検証フレームワーク
Shudong Liu, Hongwei Liu, Junnan Liu, et al.
LongVie：マルチモーダル誘導型制御可能超長動画生成
Jianxiong Gao, Zhaoxi Chen, Xian Liu, et al.
Skywork UniPic：視覚理解と生成のための統合型自己回帰モデル
Peiyu Wang, Yi Peng, Yimeng Gan, et al.
シード拡散：高速推論を実現する大規模な拡散言語モデル
\Yuxuan Song\, \ Zheng Zhang\, \ Cheng Luo\, et al.
エージェントライトニング：強化学習でANY AIエージェントを訓練する
Xufang Luo, Yuge Zhang, Zhiyuan He, et al.
大規模言語モデルによる進化的モンテカルロ木探索を用いた指導下的な自動アルゴリズム発見による重力波検出
He Wang, Liang Zeng
トレードオフを越えて：推論モデルの指示追随のための自己教師付き強化学習
Qingyu Ren, Qianyu He, Bowei Zhang, et al.
Llama-3.1-FoundationAI-SecurityLLM-8B-Instruct 技術報告
Sajana Weerawardhena, Paul Kassianik, Blaine Nelson, et al.
CellForge：仮想細胞モデルのエージェント型設計
Xiangru Tang, Zhuoyun Yu, Jiapeng Chen, et al.
SitEmb-v1.5：意味的関連性および長編物語理解のための文脈認識型高密度検索の改善
Junjie Wu, Jiangnan Li, Yuqing Li, et al.
Qwen-Image 技術報告
Chenfei Wu, Jiahao Li, Jingren Zhou, et al.
RL-PLUS：ハイブリッド方策最適化を用いた強化学習におけるLLMの能力境界崩壊の是正
Yihong Dong, Xue Jiang, Yongding Tao, et al.
GS-Occ3D：ガウススプラッティングを用いた視覚のみによる占有再構成のスケーリング
Baijun Ye, Minghui Qin, Saining Zhang, et al.
SWE-Debate：ソフトウェア問題解決のための競争的マルチエージェントディベート
Han Li, Yuling Shi, Shaoxin Lin, et al.
マルチモーダル参照セグメンテーション：サーベイ
Henghui Ding, Song Tang, Shuting He, et al.
3D-R1：3D VLMにおける推論能力の向上による統一的シーン理解の実現
Ting Huang, Zeyu Zhang, Hao Tang