HyperAI
Command Palette
Search for a command to run...
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
daVinci-Dev：面向软件工程的Agent原生中段训练
Agent
LLM
Ji Zeng, Dayuan Fu, Tiantian Mi, et al.
LLM能否帮你收拾烂摊子？基于LLM的应用就绪数据准备综述
LLM
自然语言处理
Wei Zhou, Jun Zhou, Haoyu Wang, et al.
DeepSeek-OCR 2：视觉因果流
DeepSeek
文档理解
Haoran Wei, Yaofeng Sun, Yukun Li
学习测试时发现
强化学习
LLM
Mert Yuksekgonul, Daniel Koceja, Xinhao Li, et al.
通过在防护输出上微调以诱发有害能力
监督式微调
开源
Jackson Kaunismaa, Avery Griffin, John Hughes, et al.
Memory-V2V：通过记忆增强视频到视频扩散模型
扩散模型
视频处理
Dohun Lee, Chun-Hao Paul Huang, Xuelin Chen, et al.
推理时扩展验证：通过测试时评分标准引导的验证实现自演化深度研究Agent
Agent
LLM
Yuxuan Wan, Tianqing Fang, Zaitang Li, et al.
VisGym：面向多模态Agent的多样化、可定制化、可扩展环境
Agent
具身智能
Zirui Wang, Junyi Zhang, Jiaxin Ge, et al.
TwinBrainVLA：通过非对称Transformer混合模型释放通用VLM在具身任务中的潜力
机器人技术
具身智能
Bin Yu, Shijie Lian, Xiaopeng Lin, et al.
SWE-Pruner：面向编码Agent的自适应上下文剪枝
Agent
代码生成
Yuhang Wang, Yuling Shi, Mo Yang, et al.
LongCat-Flash-Thinking-2601 技术报告
Agent
推理
Meituan LongCat Team, Anchun Gui, Bei Li, et al.
语言模型能否发现缩放定律？
Agent
LLM
Haowei Lin, Haotian Ye, Wenzheng Feng, et al.
Cosmos Policy：针对视觉运动控制与规划微调视频模型
视频生成
机器人技术
Moo Jin Kim, Yihuai Gao, Tsung-Yi Lin, et al.
基于表征自编码器的文本到图像扩散Transformer的扩展
文生图
扩散模型
Shengbang Tong, Boyang Zheng, Ziteng Wang, et al.
BayesianVLA：通过潜在动作查询对视觉-语言-动作模型进行贝叶斯分解
机器人技术
多模态表征
Shijie Lian, Bin Yu, Xiaopeng Lin, et al.
灵活性陷阱：为何任意顺序限制制约了扩散语言模型的推理潜力
扩散模型
推理
Zanlin Ni, Shenzhi Wang, Yang Yue, et al.
沙箱中的LLM激发通用代理智能
Agent
LLM
Daixuan Cheng, Shaohan Huang, Yuxian Gu, et al.
HERMES：将KV缓存作为分层内存以实现高效的流式视频理解
视频理解
视频处理
Haowei Zhang, Shudong Yang, Jinlan Fu, et al.
EvoCUA：通过从可扩展的合成经验中学习来演化计算机使用代理
Agent
LLM
Taofeng Xue, Chong Peng, Mianqiu Huang, et al.
HY-MT1.5 技术报告
翻译
LLM
Mao Zheng, Zheng Li, Tao Chen, et al.
代码的缩放定律：每种编程语言都至关重要
LLM
代码生成
Jian Yang, Shawn Guo, Lin Jing, et al.
Qwen3_TTS 技术报告
语音生成
音频和语音处理
Hangrui Hu, Xinfa Zhu, Ting He, et al.
小模型，大成果：通过分解实现卓越的意图抽取
Agent
人机交互
Danielle Cohen, Yoni Halpern, Noam Kahlon, et al.
LightOnOCR：一种10亿参数的端到端多语言视觉-语言模型，实现最先进的OCR性能
OCR
文档理解
Said Taghadouini, Adrien Cavaillès, Baptiste Aubertin
FinVault：面向执行基础环境的金融Agent安全基准测试
基准
Agent
Zhi Yang, Runguo Li, Qiqi Qiang, et al.
MMDeepResearch-Bench：多模态深度研究Agent基准测试
基准
Agent
Peizhou Huang, Zixuan Zhong, Zhongwei Wan, et al.
DARC：面向LLM演化的解耦非对称推理课程
LLM
推理
Shengda Fan, Xuyan Ye, Yankai Lin
面向具身世界的视频生成模型再思考
视频生成
具身智能
Yufan Deng, Zilin Pan, Hongyu Zhang, et al.
Paper2Rebuttal：一种用于透明化作者回复辅助的多智能体框架
Agent
检索增强生成
Qianli Ma, Chang Guo, Zhiheng Tian, et al.
LLM的智能体推理
推理
LLM
Tianxin Wei, Ting-Wei Li, Zhining Liu, et al.
PERSONAPLEX：用于全双工对话语音模型的语音与角色控制
语音生成
音频和语音处理
Rajarshi Roy, Jonathan Raiman, Sang-gil Lee, et al.
FlashLabs Chroma 1.0：具备个性化语音克隆能力的实时端到端语音对话模型
LLM
语音生成
Tanyu Chen, Tairan Chen, Kai Shen, et al.