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
FaSTA^*：高速-低速ツールパスエージェントとサブルーチンマイニングによる効率的なマルチターン画像編集
Advait Gupta, Rishie Raj, Dang Nguyen, et al.
Mind2Web 2: エージェントによる評価とエージェントとしての審判
Boyu Gou, Zanming Huang, Yuting Ning, et al.
WorldVLA: 自回帰行動世界モデルへ向けて
Jun Cen, Chaohui Yu, Hangjie Yuan, et al.
ReCode: 強化学習を用いたコードAPI知識の更新
Haoze Wu, Yunzhi Yao, Wenhao Yu, et al.
ライフがサンプルを提供するとき：多言語LLMの推論スケーリングアップの利点
Ammar Khairi, Daniel Dsouza, Ye Shen, et al.
HiWave: 波動ベースの拡散サンプリングによる学習不要の高解像度画像生成
Tobias Vontobel, Seyedmorteza Sadat, Farnood Salehi, et al.
DualTHOR: 両腕ヒューマノイドシミュレーションプラットフォームによる予測計画
Li, Boyu, He, et al.
MMSearch-R1: LMMの検索を奨励する
Jinming Wu, Zihao Deng, Wei Li, et al.
OctoThinker: 中間トレーニングが強化学習のスケーリングを促進する
Zengzhi Wang, Fan Zhou, Xuefeng Li, et al.
AlphaGenome: 統一されたDNA配列モデルを用いた制御変異効果予測の進歩
\u017diga Avsec, Natasha Latysheva, Jun Cheng, et al.
OmniDrive: 自動運転のための包括的な視覚言語データセットと反実仮想推論
Shihao Wang, Zhiding Yu, Xiaohui Jiang, et al.
EcoMapper: 気候認識型衛星画像の生成モデル
Muhammed Goktepe, Amir hossein Shamseddin, Erencan Uysal, et al.
JarvisArt: インテリジェントな写真レタッチエージェントを用いた人間の芸術的創造性の解放
Lin, Yunlong, Lin, et al.
ScaleCap: 推論時のスケーラブルな画像キャプショニングを実現するための双モダリティデバイアシング
Long Xing, Qidong Huang, Xiaoyi Dong, et al.
GRPO-CARE: 多モーダル推論のための一貫性を考慮した強化学習
Chen, Yi, Ge, et al.
Skywork-SWE: ソフトウェア工学におけるLLMのデータスケーリング法則の解明
Liang Zeng, Yongcong Li, Yuzhen Xiao, et al.
マトリックスゲーム：インタラクティブな世界基盤モデル
Yifan Zhang, Chunli Peng, Boyang Wang, et al.
AnimaX: 無生物の3Dアニメーションを関節ビデオ-ポーズ拡散モデルで実現
Zehuan Huang, Haoran Feng, Yangtian Sun, et al.
無人航空機による効率的な視覚に基づく飛行目標のアクティブ追跡の学習アプローチ
Jagadeswara PKV Pothuri, Aditya Bhatt, Prajit KrisshnaKumar, et al.
TritonZ: 遠隔操作可能な探査・救難用水中ローバー操纵腕付き
Kawser Ahmed, Mir Shahriar Fardin, Md Arif Faysal Nayem, et al.
ReasonFlux-PRM: 軌道認識型PRMによるLLMにおける長期思考連鎖の推論
Jiaru Zou, Ling Yang, Jingwen Gu, et al.
Phantom-Data : 一般的な被験者一貫性を持つビデオ生成データセットに向けて
Zhuowei Chen, Bingchuan Li, Tianxiang Ma, et al.
RLPR: バリデーターなしで一般ドメインにRLVRを外挿する
Tianyu Yu, Bo Ji, Shouli Wang, et al.
LongWriter-Zero: 強化学習を用いた超長文生成の掌握
Yuhao Wu, Yushi Bai, Zhiqiang Hu, et al.
OmniGen2: 多モーダル生成の探求と進化
Chenyuan Wu, Pengfei Zheng, Ruiran Yan, et al.
ノーマルの光：普遍的なフォトメトリックステレオのための統一特徴表現
Hong Li, Houyuan Chen, Chongjie Ye, et al.
状態を用いて多様なコンテキストにおける細胞の摂動に対する反応を予測する
Abhinav K. Adduri, Dhruv Gautam, Beatrice Bevilacqua, et al.
CodeDiffuser: 注意力強化拡散ポリシーとVLM生成コードによる指示の曖昧性解消
Guang Yin, Yitong Li, Yixuan Wang, et al.
多言語テキストツーティークの最適化：アクセントと感情を考慮して
Pawar, Pranav, Dwivedi, et al.
Hunyuan-GameCraft: ハイブリッドな歴史条件を用いた高ダイナミックなインタラクティブゲームビデオ生成
Li, Jiaqi, Tang, et al.
VIKI-R: 強化学習を用いた身体化マルチエージェント協調の調整
Kang, Li, Song, et al.
PAROAttention: パターン認識に基づく効率的なスパースおよび量子化された注意機構の並べ替え
Zhao, Tianchen, Hong, et al.