HyperAI

主区域

GPU

控制台
文档
价格

Pulse

报道

资源

论文
教程
数据集
百科

基准测试

SOTA
大语言模型（LLM）
GPU 排行榜

社区

活动

实用工具

关于服务条款隐私政策
中文

Command Palette

Search for a command to run...

HyperAI
论文

论文

每日更新的前沿人工智能研究论文,帮助您紧跟最新的人工智能趋势

学习、理解、实践，与社区一起构建人工智能的未来

关于

关于我们数据集支持

产品

报道教程数据集百科

链接

TVM 中文 Apache TVM

© HyperAI

津ICP备17010941号-1

京公网安备11010502038810号

GitHub Discord X (formerly Twitter)Bilibili

HyperAI

主区域

GPU

控制台
文档
价格

Pulse

报道

资源

论文
教程
数据集
百科

基准测试

SOTA
大语言模型（LLM）
GPU 排行榜

社区

活动

实用工具

关于服务条款隐私政策
中文

Command Palette

Search for a command to run...

HyperAI
论文

论文

每日更新的前沿人工智能研究论文,帮助您紧跟最新的人工智能趋势

学习、理解、实践，与社区一起构建人工智能的未来

关于

关于我们数据集支持

产品

报道教程数据集百科

链接

TVM 中文 Apache TVM

© HyperAI

津ICP备17010941号-1

京公网安备11010502038810号

GitHub Discord X (formerly Twitter)Bilibili

GVPO：面向大语言模型后训练的分组方差策略优化

GVPO：面向大语言模型后训练的分组方差策略优化

Kaichen Zhang, Yuzhong Hong, Junwei Bao, et al.

ReCA：面向实时高效协作式具身自主Agent的集成加速

ReCA：面向实时高效协作式具身自主Agent的集成加速

机器人技术

Zishen Wan, Yuhang Du, Mohamed Ibrahim, et al.

DexFlyWheel：一种可扩展且自提升的灵巧操作数据生成框架

DexFlyWheel：一种可扩展且自提升的灵巧操作数据生成框架

机器人技术

Kefei Zhu, Fengshuo Bai, YuanHao Xiang, et al.

NovaFlow：通过生成视频中的可操作流实现零样本操控

NovaFlow：通过生成视频中的可操作流实现零样本操控

统一多模态

Hongyu Li, Lingfeng Sun, Yafei Hu, et al.

TreeSynth：通过树引导的子空间划分从零开始合成多样化数据

TreeSynth：通过树引导的子空间划分从零开始合成多样化数据

Sheng Wang, Pengan Chen, Jingqi Zhou, et al.

GTA：基于监督引导的大语言模型文本分类强化学习

GTA：基于监督引导的大语言模型文本分类强化学习

监督式微调

Ivan Anishchenko, Yakov Kipnis, Indrek Kalvet, et al.

使用PLACER建模蛋白质-小分子构象集合

使用PLACER建模蛋白质-小分子构象集合

Ivan Anishchenko, Yakov Kipnis, Indrek Kalvet, et al.

Agentic上下文工程：面向自提升语言模型的上下文演化

Agentic上下文工程：面向自提升语言模型的上下文演化

Qizheng Zhang, Changran Hu, Shubhangi Upasani, et al.

DiaMoE-TTS：一种基于IPA的统一方言TTS框架，支持多专家模型与参数高效零样本适配

DiaMoE-TTS：一种基于IPA的统一方言TTS框架，支持多专家模型与参数高效零样本适配

统一多模态

Ziqi Chen, Gongyu Chen, Yihua Wang, et al.

AI辅助的AR装配：用于增强现实辅助装配的物体识别与计算机视觉

AI辅助的AR装配：用于增强现实辅助装配的物体识别与计算机视觉

Alexander Htet Kyaw, Haotian Ma, Sasa Zivkovic, et al.

在针堆中越狱

在针堆中越狱

Rishi Rajesh Shah, Chen Henry Wu, Shashwat Saxena, et al.

CritiCal：批判性反馈能否帮助LLM不确定性或置信度校准？

CritiCal：批判性反馈能否帮助LLM不确定性或置信度校准？

Qing Zong, Jiayu Liu, Tianshi Zheng, et al.

通过优化文本嵌入缓解大型视觉-语言模型中的幻觉问题

通过优化文本嵌入缓解大型视觉-语言模型中的幻觉问题

多模态表征

Aakriti Agrawal, Gouthaman KV, Rohith Aralikatti, et al.

视觉空间调谐

视觉空间调谐

多模态表征

Rui Yang, Ziyu Zhu, Yanwei Li, et al.

好到不像反派：论LLMs在扮演反派角色时的失败

好到不像反派：论LLMs在扮演反派角色时的失败

Zihao Yi, Qingxuan Jiang, Ruotian Ma, et al.

DeepEyesV2：迈向代理型多模态模型

DeepEyesV2：迈向代理型多模态模型

Jack Hong, Chenxiao Zhao, ChengLin Zhu, et al.

基于机器学习的连续血糖监测用于识别代谢亚表型并指导精准生活方式干预

基于机器学习的连续血糖监测用于识别代谢亚表型并指导精准生活方式干预

Ahmed A. Metwally, Heyjun Park, Yue Wu, et al.

在测试阶段重用预训练数据是一种计算倍增器

在测试阶段重用预训练数据是一种计算倍增器

检索增强生成

Alex Fang, Thomas Voice, Ruoming Pang, et al.

NVIDIA Nemotron Nano V2 VL

NVIDIA Nemotron Nano V2 VL

NVIDIA, Amala Sanjay Deshmukh, Kateryna Chumachenko, et al.

CostBench：评估LLM工具使用Agent在动态环境中多轮成本最优规划与适应性

CostBench：评估LLM工具使用Agent在动态环境中多轮成本最优规划与适应性

Jiayu Liu, Cheng Qian, Zhaochen Su, et al.

寒武纪-S：迈向视频中的空间超感知

寒武纪-S：迈向视频中的空间超感知

Shusheng Yang, Jihan Yang, Pinzhi Huang, et al.

通过经验合成实现Agent学习的扩展

通过经验合成实现Agent学习的扩展

Zhaorun Chen, Zhuokai Zhao, Kai Zhang, et al.

V-Thinker：与图像交互的思考

V-Thinker：与图像交互的思考

Runqi Qiao, Qiuna Tan, Minghan Yang, et al.

基于视频的思考：视频生成作为一种有前景的多模态推理范式

基于视频的思考：视频生成作为一种有前景的多模态推理范式

Jingqi Tong, Yurong Mou, Hangcheng Li, et al.

Amber生物分子模拟的最新进展

Amber生物分子模拟的最新进展

David A. Case, David S. Cerutti, Vinicius Wilian D. Cruzeiro, et al.

UltraHR-100K：基于大规模高质量数据集增强UHR图像合成

UltraHR-100K：基于大规模高质量数据集增强UHR图像合成

Chen Zhao, En Ci, Yunzhe Xu, et al.

从五个维度到众多维度：大型语言模型作为精准且可解释的心理画像工具

从五个维度到众多维度：大型语言模型作为精准且可解释的心理画像工具

Yi-Fei Liu, Yi-Long Lu, Di He, et al.

基于节点的多模态生成：文本、音频、图像与视频

基于节点的多模态生成：文本、音频、图像与视频

多模态表征

Alexander Htet Kyaw, Lenin Ravindranath Sivalingam

DR. WELL：基于符号世界模型的具身LLM多Agent协作中的动态推理与学习

DR. WELL：基于符号世界模型的具身LLM多Agent协作中的动态推理与学习

Narjes Nourzad, Hanqing Yang, Shiyu Chen, et al.

Orion-MSP：用于表格上下文学习的多尺度稀疏注意力

Orion-MSP：用于表格上下文学习的多尺度稀疏注意力

Mohamed Bouadi, Pratinav Seth, Aditya Tanna, et al.

TabTune：用于表格基础模型推理与微调的统一库

TabTune：用于表格基础模型推理与微调的统一库

监督式微调

Aditya Tanna, Pratinav Seth, Mohamed Bouadi, et al.

Step-Audio-EditX 技术报告

Step-Audio-EditX 技术报告

Chao Yan, Boyong Wu, Peng Yang, et al.

GVPO：面向大语言模型后训练的分组方差策略优化

GVPO：面向大语言模型后训练的分组方差策略优化

Kaichen Zhang, Yuzhong Hong, Junwei Bao, et al.

ReCA：面向实时高效协作式具身自主Agent的集成加速

ReCA：面向实时高效协作式具身自主Agent的集成加速

机器人技术

Zishen Wan, Yuhang Du, Mohamed Ibrahim, et al.

DexFlyWheel：一种可扩展且自提升的灵巧操作数据生成框架

DexFlyWheel：一种可扩展且自提升的灵巧操作数据生成框架

机器人技术

Kefei Zhu, Fengshuo Bai, YuanHao Xiang, et al.

NovaFlow：通过生成视频中的可操作流实现零样本操控

NovaFlow：通过生成视频中的可操作流实现零样本操控

统一多模态

Hongyu Li, Lingfeng Sun, Yafei Hu, et al.

TreeSynth：通过树引导的子空间划分从零开始合成多样化数据

TreeSynth：通过树引导的子空间划分从零开始合成多样化数据

Sheng Wang, Pengan Chen, Jingqi Zhou, et al.

GTA：基于监督引导的大语言模型文本分类强化学习

GTA：基于监督引导的大语言模型文本分类强化学习

监督式微调

Ivan Anishchenko, Yakov Kipnis, Indrek Kalvet, et al.

使用PLACER建模蛋白质-小分子构象集合

使用PLACER建模蛋白质-小分子构象集合

Ivan Anishchenko, Yakov Kipnis, Indrek Kalvet, et al.

Agentic上下文工程：面向自提升语言模型的上下文演化

Agentic上下文工程：面向自提升语言模型的上下文演化

Qizheng Zhang, Changran Hu, Shubhangi Upasani, et al.

DiaMoE-TTS：一种基于IPA的统一方言TTS框架，支持多专家模型与参数高效零样本适配

DiaMoE-TTS：一种基于IPA的统一方言TTS框架，支持多专家模型与参数高效零样本适配

统一多模态

Ziqi Chen, Gongyu Chen, Yihua Wang, et al.

AI辅助的AR装配：用于增强现实辅助装配的物体识别与计算机视觉

AI辅助的AR装配：用于增强现实辅助装配的物体识别与计算机视觉

Alexander Htet Kyaw, Haotian Ma, Sasa Zivkovic, et al.

在针堆中越狱

在针堆中越狱

Rishi Rajesh Shah, Chen Henry Wu, Shashwat Saxena, et al.

CritiCal：批判性反馈能否帮助LLM不确定性或置信度校准？

CritiCal：批判性反馈能否帮助LLM不确定性或置信度校准？

Qing Zong, Jiayu Liu, Tianshi Zheng, et al.

通过优化文本嵌入缓解大型视觉-语言模型中的幻觉问题

通过优化文本嵌入缓解大型视觉-语言模型中的幻觉问题

多模态表征

Aakriti Agrawal, Gouthaman KV, Rohith Aralikatti, et al.

视觉空间调谐

视觉空间调谐

多模态表征

Rui Yang, Ziyu Zhu, Yanwei Li, et al.

好到不像反派：论LLMs在扮演反派角色时的失败

好到不像反派：论LLMs在扮演反派角色时的失败

Zihao Yi, Qingxuan Jiang, Ruotian Ma, et al.

DeepEyesV2：迈向代理型多模态模型

DeepEyesV2：迈向代理型多模态模型

Jack Hong, Chenxiao Zhao, ChengLin Zhu, et al.

基于机器学习的连续血糖监测用于识别代谢亚表型并指导精准生活方式干预

基于机器学习的连续血糖监测用于识别代谢亚表型并指导精准生活方式干预

Ahmed A. Metwally, Heyjun Park, Yue Wu, et al.

在测试阶段重用预训练数据是一种计算倍增器

在测试阶段重用预训练数据是一种计算倍增器

检索增强生成

Alex Fang, Thomas Voice, Ruoming Pang, et al.

NVIDIA Nemotron Nano V2 VL

NVIDIA Nemotron Nano V2 VL

NVIDIA, Amala Sanjay Deshmukh, Kateryna Chumachenko, et al.

CostBench：评估LLM工具使用Agent在动态环境中多轮成本最优规划与适应性

CostBench：评估LLM工具使用Agent在动态环境中多轮成本最优规划与适应性

Jiayu Liu, Cheng Qian, Zhaochen Su, et al.

寒武纪-S：迈向视频中的空间超感知

寒武纪-S：迈向视频中的空间超感知

Shusheng Yang, Jihan Yang, Pinzhi Huang, et al.

通过经验合成实现Agent学习的扩展

通过经验合成实现Agent学习的扩展

Zhaorun Chen, Zhuokai Zhao, Kai Zhang, et al.

V-Thinker：与图像交互的思考

V-Thinker：与图像交互的思考

Runqi Qiao, Qiuna Tan, Minghan Yang, et al.

基于视频的思考：视频生成作为一种有前景的多模态推理范式

基于视频的思考：视频生成作为一种有前景的多模态推理范式

Jingqi Tong, Yurong Mou, Hangcheng Li, et al.

Amber生物分子模拟的最新进展

Amber生物分子模拟的最新进展

David A. Case, David S. Cerutti, Vinicius Wilian D. Cruzeiro, et al.

UltraHR-100K：基于大规模高质量数据集增强UHR图像合成

UltraHR-100K：基于大规模高质量数据集增强UHR图像合成

Chen Zhao, En Ci, Yunzhe Xu, et al.

从五个维度到众多维度：大型语言模型作为精准且可解释的心理画像工具

从五个维度到众多维度：大型语言模型作为精准且可解释的心理画像工具

Yi-Fei Liu, Yi-Long Lu, Di He, et al.

基于节点的多模态生成：文本、音频、图像与视频

基于节点的多模态生成：文本、音频、图像与视频

多模态表征

Alexander Htet Kyaw, Lenin Ravindranath Sivalingam

DR. WELL：基于符号世界模型的具身LLM多Agent协作中的动态推理与学习

DR. WELL：基于符号世界模型的具身LLM多Agent协作中的动态推理与学习

Narjes Nourzad, Hanqing Yang, Shiyu Chen, et al.

Orion-MSP：用于表格上下文学习的多尺度稀疏注意力

Orion-MSP：用于表格上下文学习的多尺度稀疏注意力

Mohamed Bouadi, Pratinav Seth, Aditya Tanna, et al.

TabTune：用于表格基础模型推理与微调的统一库

TabTune：用于表格基础模型推理与微调的统一库

监督式微调

Aditya Tanna, Pratinav Seth, Mohamed Bouadi, et al.

Step-Audio-EditX 技术报告

Step-Audio-EditX 技术报告

Chao Yan, Boyong Wu, Peng Yang, et al.