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
Rep-MTL：表現レベルのタスクサリエンシーの力を解放するマルチタスク学習
Zedong Wang, Siyuan Li, Dan Xu
ARC-Hunyuan-Video-7B：現実世界のショートビデオの構造化理解
Yuying Ge, Yixiao Ge, Chen Li, et al.
エージェント型強化政策最適化
Guanting Dong, Hangyu Mao, Kai Ma, et al.
仕様の自己修正：テスト時における改善を通じた文脈内報酬の悪用の軽減
Víctor Gallego
PRIX：エンドツーエンド自動運転におけるロープレキシスから学ぶ計画
Maciej K. Wozniak, Lianhang Liu, Yixi Cai, et al.
AIとのチャット：リアルタイムビデオ通信が人間からAIへと驚くべき転換を遂げたこと
Jiangkai Wu, Zhiyuan Ren, Liming Liu, et al.
MMBench-GUI: GUIエージェントのための階層的マルチプラットフォーム評価フレームワーク
Xuehui Wang, Zhenyu Wu, JingJing Xie, et al.
LLM量子化の幾何学：GPTQはババイの最近接平面アルゴリズムとして
Jiale Chen, Torsten Hoefler, Dan Alistarh
MedIQA：プロンプト駆動型医療画像品質評価のためのスケーラブルなファウンデーションモデル
Siyi Xun, Yue Sun, Jingkun Chen, et al.
OS-MAP: コンピュータを使用するエージェントは、広さと深さにおいてどのくらい進むことができるのか？
Xuetian Chen, Yinghao Chen, Xinfeng Yuan, et al.
階層的な予算ポリシー最適化による適応的推論
Shangke Lyu, Linjuan Wu, Yuchen Yan, et al.
キャプテン・シネマ：ショートムービー生成に向けて
Junfei Xiao, Ceyuan Yang, Lvmin Zhang, et al.
LAPO：長さ適応型ポリシー最適化による推論効率の内面化
Xingyu Wu, Yuchen Yan, Shangke Lyu, et al.
MUR：大規模言語モデルにおけるモーメント不確実性を用いた推論
Hang Yan, Fangzhi Xu, Rongman Xu, et al.
∇NABLA：近隣適応ブロックレベルアテンション
Dmitrii Mikhailov, Aleksey Letunovskiy, Maria Kovaleva, et al.
グループシーケンスポリシーオプティマイゼーション
Chujie Zheng, Shixuan Liu, Mingze Li, et al.
SafeWork-R1：AI-45法下における安全と知能の共進化
Yicheng Bao, Guanxu Chen, Mingkang Chen, et al.
LLMsにおける知識と推論の分離：認知二重システム理論を用いた探求
Mutian Yang, Jiandong Gao, Ji Wu
Re:Form -- LLMsにおけるRLを用いたスケーラブルな形式的ソフトウェア検証における人間の事前知識の削減：Dafnyに関する予備的研究
Chuanhao Yan, Fengdi Che, Xuhan Huang, et al.
RAVine：エージェンティック検索におけるリアリティ対応評価
Yilong Xu, Xiang Long, Zhi Zheng, et al.
一つのドメインが他のドメインを助けることは可能か？ マルチドメイン推論におけるデータ中心の研究：強化学習を用いて
Yu Li, Zhuoshi Pan, Honglin Lin, et al.
DesignLab：反復的な検出と修正を通じたスライドの設計
Jooyeol Yun, Heng Wang, Yotaro Shimose, et al.
ユメ：インタラクティブな世界生成モデル
Xiaofeng Mao, Shaoheng Lin, Zhen Li, et al.
画素、パターン、しかし詩はなし：人間のように世界を見る
Hongcheng Gao, Zihao Huang, Lin Xu, et al.
眼科用MLLMの構築：臨床的認知チェーン推論を用いた位置診断協働
Xinyao Liu, Diping Song
HySafe-AI：AIシステムのためのハイブリッドセーフティアーキテクチャ分析フレームワーク：ケーススタディ
Mandar Pitale, Jelena Frtunikj, Abhinaw Priyadershi, et al.
ゼブラ・コット：インタリーブドビジョン言語推論のためのデータセット
Ang Li, Charles Wang, Kaiyu Yue, et al.
視覚言語におけるスローサイティングのためのセミオフポリシーバイアス強化学習
Junhao Shen, Haiteng Zhao, Yuzhe Gu, et al.
重要な部分をアップサンプルする：拡散トランスフォーマーのための領域適応型潜在サンプリング
Wongi Jeong, Kyungryeol Lee, Hoigi Seo, et al.
メガサイエンス：サイエンス推論のためのトレーニング後データセットの限界を突き進める
Run-Ze Fan, Zengzhi Wang, Pengfei Liu
ステップオーディオ2 技術報告書
Boyong Wu, Chao Yan, Chen Hu, et al.
文脈の限界を越えて：長期的な推論のための無意識的なつながり
Hongyin Luo, Nathaniel Morgan, Tina Li, et al.