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
VideoAuto-R1：通过一次思考，两次作答实现视频自动推理
视频理解
推理
Shuming Liu, Mingchen Zhuge, Changsheng Zhao, et al.
RelayLLM：通过协作解码实现高效推理
推理
文本生成
Chengsong Huang, Tong Zheng, Langlin Huang, et al.
基于FusionRoute的Token级LLM协作
LLM
文本生成
Nuoya Xiong, Yuhang Zhou, Hanqing Zeng, et al.
RL-AWB：基于深度强化学习的低光照夜间场景自动白平衡校正
图像处理
机器视觉
Yuan-Kang Lee, Kuan-Lin Chen, Chia-Che Chang, et al.
可学习的缩放因子：释放语言模型矩阵层的规模限制
Transformer
机器学习
Maksim Velikanov, Ilyas Chahed, Jingwei Zuo, et al.
GDPO：面向多奖励强化学习优化的分组奖励解耦归一化策略优化
强化学习
偏好
Shih-Yang Liu, Xin Dong, Ximing Lu, et al.
MemRL：通过情景记忆上的运行时强化学习实现自我演化的Agent
强化学习
Agent
Shengtao Zhang, Jiaqian Wang, Ruiwen Zhou, et al.
从失败到精通：为Tool-use Agents生成困难样本
Agent
推理
Bingguang Hao, Zengzhuang Xu, Yuntao Wen, et al.
编排一个动态物体的世界
视频生成
3D 生成
Yanzhe Lyu, Chen Geng, Karthik Dharmarajan, et al.
Klear：统一的多任务音视频联合生成
文生视频
统一多模态
Jun Wang, Chunyu Qiang, Yuxin Guo, et al.
Atlas：面向多领域复杂推理的异构模型与工具编排
Agent
推理
Jinyang Wu, Guocheng Zhai, Ruihan Jin, et al.
Benchmark^2：LLM基准测试的系统性评估
LLM
数据集
Qi Qian, Chengsong Huang, Jingwen Xu, et al.
MindWatcher：迈向更智能的多模态工具融合推理
Agent
推理
Jiawei Chen, Xintian Shen, Lihao Zheng, et al.
熵自适应微调：通过解决自信冲突以缓解遗忘
监督式微调
LLM
Muxi Diao, Lele Yang, Wuxuan Gong, et al.
多样性还是精确性？深入探究下一个token预测
强化学习
监督式微调
Haoyuan Wu, Hai Wang, Jiajia Wu, et al.
孔子代码Agent：面向真实代码库的可扩展Agent框架
Agent
代码生成
Sherman Wong, Zhenting Qi, Zhaodong Wang, et al.
DreamStyle：一种统一的视频风格化框架
图生视频
视频处理
Mengtian Li, Jinshu Chen, Songtao Zhao, et al.
UniCorn：通过自生成监督实现自我提升的统一多模态模型
文生图
图像生成
Ruiyan Han, Zhen Fang, XinYu Sun, et al.
LTX-2：高效联合音视频基础模型
文生视频
扩散模型
Yoav HaCohen, Benny Brazowski, Nisan Chiprut, et al.
SciEvalKit：面向科学通用智能的开源评估工具包
基准
开源
Yiheng Wang, Yixin Chen, Shuo Li, et al.
MOSS 语音转写与说话人分离：支持说话人分离的精准语音转写
音频和语音处理
LLM
Donghua Yu, Zhengyuan Lin, Chen Yang, et al.
InfiniDepth：基于神经隐式场的任意分辨率与细粒度深度估计
深度估计
机器视觉 3D
Hao Yu, Haotong Lin, Jiawei Wang, et al.
代理型AI的适应性调整
Agent
推理
Pengcheng Jiang, Jiacheng Lin, Zhiyi Shi, et al.
大型视频规划器实现可泛化的机器人控制
机器人技术
具身智能
Boyuan Chen, Tianyuan Zhang, Haoran Geng, et al.
InfiniteVGGT：面向无限数据流的视觉几何基底Transformer
建筑
机器视觉 3D
Shuai Yuan, Yantai Yang, Xiaotian Yang, et al.
GARDO：防止奖励劫持的扩散模型强化方法
强化学习
扩散模型
Haoran He, Yuxiao Ye, Jie Liu, et al.
VAR RL 正确实现：应对视觉自回归生成中的异步策略冲突
强化学习
扩散模型
Shikun Sun, Liao Qu, Huichao Zhang, et al.
DreamID-V：通过扩散Transformer弥合图像到视频的鸿沟实现高保真人脸替换
图生视频
扩散模型
Xu Guo, Fulong Ye, Xinghui Li, et al.
NextFlow：统一的序列建模激活多模态理解与生成
文生图
图像生成
Huichao Zhang, Liao Qu, Yiheng Liu, et al.
K-EXAONE 技术报告
LLM
文本生成
Eunbi Choi, Kibong Choi, Seokhee Hong, et al.
Hunger Game Debate：多智能体系统中过度竞争的涌现
Agent
LLM
Xinbei Ma, Ruotian Ma, Xingyu Chen, et al.
使用评分标准奖励训练AI协作者科学家
Agent
推理
Shashwat Goel, Rishi Hazra, Dulhan Jayalath, et al.