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
ステーション：AI駆動型発見のためのオープンワールド環境
Stephen Chung, Wenyu Du
DRIVE：競争的コード生成における検証可能報酬を用いた強化学習のためのデータ管理最適実践
Speed Zhu, Jianwei Cai, Guang Chen, et al.
IterResearch：マコフ型状態再構成による長期視野エージェントの再考
Guoxin Chen, Zile Qiao, Xuanzhong Chen, et al.
HaluMem：エージェントの記憶システムにおける幻覚の評価
Ding Chen, Simin Niu, Kehang Li, et al.
GVPO：大規模言語モデル微調整のためのグループ分散方策最適化
Kaichen Zhang, Yuzhong Hong, Junwei Bao, et al.
ReCA：リアルタイムかつ効率的な協調型身体的自律エージェントのための統合的加速手法
Zishen Wan, Yuhang Du, Mohamed Ibrahim, et al.
DexFlyWheel：多指灵巧操作向けスケーラブルかつ自己改善型データ生成フレームワーク
Kefei Zhu, Fengshuo Bai, YuanHao Xiang, et al.
NovaFlow：生成動画からの行動可能フローを用いたゼロショット操作
Hongyu Li, Lingfeng Sun, Yafei Hu, et al.
TreeSynth：木構造を用いた部分空間分割による新規多様なデータの合成
Sheng Wang, Pengan Chen, Jingqi Zhou, et al.
GTA：大規模言語モデルを用いたテキスト分類のための教師付きガイド付き強化学習
Ivan Anishchenko, Yakov Kipnis, Indrek Kalvet, et al.
PLACERを用いたタンパク質-低分子の構造集合体のモデリング
Ivan Anishchenko, Yakov Kipnis, Indrek Kalvet, et al.
エージェンティック・コンテキスト工学：自己改善型言語モデルのための進化するコンテキスト
Qizheng Zhang, Changran Hu, Shubhangi Upasani, et al.
DiaMoE-TTS：Mixture-of-Expertsとパラメータ効率的なゼロショット適応を備えた統一的IPAベースの方言TTSフレームワーク
Ziqi Chen, Gongyu Chen, Yihua Wang, et al.
AI支援AR組立：拡張現実を用いた組立におけるオブジェクト認識とコンピュータビジョン
Alexander Htet Kyaw, Haotian Ma, Sasa Zivkovic, et al.
ハイベイクイン・ザ・ヘイストック
Rishi Rajesh Shah, Chen Henry Wu, Shashwat Saxena, et al.
CritiCal：批判はLLMの不確実性または信頼度の補正に役立つだろうか？
Qing Zong, Jiayu Liu, Tianshi Zheng, et al.
大規模な視覚言語モデルにおける幻覚現象の軽減のためのテキスト埋め込みの精緻化
Aakriti Agrawal, Gouthaman KV, Rohith Aralikatti, et al.
視覚空間的チューニング
Rui Yang, Ziyu Zhu, Yanwei Li, et al.
良すぎることの悪さ：大規模言語モデルが悪役を演じることに失敗する理由
Zihao Yi, Qingxuan Jiang, Ruotian Ma, et al.
DeepEyesV2：エージェント型マルチモーダルモデルへの道
Jack Hong, Chenxiao Zhao, ChengLin Zhu, et al.
機械学習を用いた連続血糖測定による代謝サブフェノタイプの同定と精密なライフスタイル変容の支援
Ahmed A. Metwally, Heyjun Park, Yue Wu, et al.
テスト時に事前学習データを再利用することはコンピュート倍増要因である
Alex Fang, Thomas Voice, Ruoming Pang, et al.
NVIDIA Nemotron Nano V2 VL
NVIDIA, Amala Sanjay Deshmukh, Kateryna Chumachenko, et al.
CostBench：大規模言語モデルのツール利用エージェントにおける動的環境下での多ターンにわたるコスト最適な計画と適応の評価
Jiayu Liu, Cheng Qian, Zhaochen Su, et al.
Cambrian-S：動画における空間スーパーセンシングへの道
Shusheng Yang, Jihan Yang, Pinzhi Huang, et al.
経験合成を用いたエージェント学習のスケーリング
Zhaorun Chen, Zhuokai Zhao, Kai Zhang, et al.
V-Thinker：画像を用いたインタラクティブな思考
Runqi Qiao, Qiuna Tan, Minghan Yang, et al.
ビデオによる思考：ビデオ生成を新たなマルチモーダル推論枠組みとして
Jingqi Tong, Yurong Mou, Hangcheng Li, et al.
琥珀酸バイオ分子シミュレーションの最新動向
David A. Case, David S. Cerutti, Vinicius Wilian D. Cruzeiro, et al.
UltraHR-100K：大規模で高品質なデータセットを活用したUHR画像合成の向上
Chen Zhao, En Ci, Yunzhe Xu, et al.
5次元から多数次元へ：大規模言語モデルを用いた精密かつ解釈可能な心理的プロファイリング
Yi-Fei Liu, Yi-Long Lu, Di He, et al.
テキスト、音声、画像、動画のマルチモーダル生成のためのノードベース編集
Alexander Htet Kyaw, Lenin Ravindranath Sivalingam