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
VIDEOP2R：認知から推論への動画理解
Yifan Jiang, Yueying Wang, Rui Zhao, et al.
Kandinsky 5.0：画像および動画生成のためのファミリーファウンデーションモデル
Vladimir Arkhipkin, Vladimir Korviakov, Nikolai Gerasimenko, et al.
JAM-2：高い成功率を示す薬物様抗体の完全計算設計
Nabla Bio
PathMind：大規模言語モデルを用いた知識グラフ推論のためのRetrieve-Prioritize-Reasonフレームワーク
Yu Liu, Xixun Lin, Yanmin Shang, et al.
レビューア：テキスト的内省を越えて、長編動画理解におけるマルチモーダル内省的推論へ
Jiaze Li, Hao Yin, Wenhui Tan, et al.
MVI-Bench：LVLMにおける誤った視覚入力に対するロバスト性評価のための包括的ベンチマーク
Huiyi Chen, Jiawei Peng, Dehai Min, et al.
世界シミュレータは推論できるか？Gen-ViRe：生成型視覚推論ベンチマーク
Xinxin Liu, Zhaopan Xu, Kai Wang, et al.
スタイル1つでコード1つに相当する：離散的スタイル空間を活用したコードからスタイル画像への生成
Huijie Liu, Shuhao Cui, Haoxiang Cao, et al.
AraLingBench：大規模言語モデルのアラビア語言語能力を評価するためのヒューマンアノテートベンチマーク
Mohammad Zbib, Hasan Abed Al Kader Hammoud, Sina Mukalled, et al.
Think-at-Hard：推論言語モデルの性能向上のための選択的ラテン反復手法
Tianyu Fu, Yichen You, Zekai Chen, et al.
HumanSense：推論型MLLMを活用したマルチモーダル知覚から共感的で文脈に配慮した応答へ
Zheng Qin, Ruobing Zheng, Yabing Wang, et al.
CamCloneMaster：ビデオ生成におけるリファレンスベースカメラ制御を可能にする
Yawen Luo, Jianhong Bai, Xiaoyu Shi, et al.
EditScore：高忠実度報酬モデリングによる画像編集向けオンライン強化学習の解禁
Xin Luo, Jiahao Wang, Chenyuan Wu, et al.
InteractMove：可動物体を有する3Dシーンにおけるテキスト制御型人間-物体インタラクション生成
Xinhao Cai, Minghang Zheng, Xin Jin, et al.
WebCoach：セッション間メモリガイダンスを備えた自己進化型Webエージェント
Genglin Liu, Shijie Geng, Sha Li, et al.
信頼する力を学ぶ：順次的意思決定における提示者の信頼性の変動へのベイズ的適応
Dylan M. Asmar, Mykel J. Kochenderfer
GroupRank：強化学習によって駆動されるグループワイドな再ランク付け枠組み
Duolin Sun, Meixiu Long, Dan Yang, et al.
MMaDA-Parallel：思考認識型編集・生成のためのマルチモーダル大規模拡散言語モデル
Ye Tian, Ling Yang, Jiongfan Yang, et al.
TiViBench：Video生成モデルにおけるThink-in-Video推論のベンチマーク
Harold Haodong Chen, Disen Lan, Wen-Jie Shu, et al.
Part-X-MLLM：部位認識型3Dマルチモーダル大規模言語モデル
Chunshi Wang, Junliang Ye, Yunhan Yang, et al.
Uni-MoE-2.0-Omni：高度なMoE、トレーニングおよびデータを用いた言語中心型オムニモーダル大規模モデルのスケーリング
Yunxin Li, Xinyu Chen, Shenyuan Jiang, et al.
P1：強化学習を用いた物理学オリンピックの習得
Jiacheng Chen, Qianjia Cheng, Fangchen Yu, et al.
ランスロット：完全準同型暗号内における効率的かつプライバシー保護型のバシニンス耐性フェデレーテッドラーニングのためのアプローチ
Siyang Jiang, Hao Yang, Qipeng Xie, et al.
変分自己符号化器を用いない潜在拡散モデル
Minglei Shi, Haolin Wang, Wenzhao Zheng, et al.
RewardMap：マルチステージ強化学習を活用した詳細視覚推論におけるスパース報酬の克服
Sicheng Feng, Kaiwen Tuo, Song Wang, et al.
ReinFlow：オンライン強化学習を用いたフローマッチング方策のファインチューニング
Tonghe Zhang, Chao Yu, Sichang Su, et al.
推論能力の音声評価：モダリティに起因するパフォーマンス格差の診断
Yueqian Lin, Zhengmian Hu, Qinsi Wang, et al.
MarsRL：エージェントパイプライン並列化を用いた強化学習によるマルチエージェント推論システムの進展
Shulin Liu, Dong Du, Tao Yang, et al.
バーチャル幅ネットワーク
Seed, Baisheng Li, Banggu Wu, et al.
AIonopedia：マルチモーダル学習を統合するLLMエージェントによるイオン液体の発見
Yuqi Yin, Yibo Fu, Siyuan Wang, et al.
UI2Code$^ ext{N}$：テスト時スケーラビリティを備えたインタラクティブなUIからCode生成のための視覚言語モデル
Zhen Yang, Wenyi Hong, Mingde Xu, et al.
GGBench：統一型マルチモーダルモデル向けの幾何学的生成推論ベンチマーク
Jingxuan Wei, Caijun Jia, Xi Bai, et al.