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
WeDLM：弥合扩散语言模型与标准因果注意力机制以实现快速推理
扩散模型
LLM
Aiwei Liu, Minghua He, Shaoxun Zeng, et al.
Fun-ASR 技术报告
LLM
音频识别
Keyu An, Yanni Chen, Zhigao Chen, et al.
利用Gemini加速科学研究：案例研究与常用技术
AI for Science
LLM
David P. Woodruff, Vincent Cohen-Addad, Lalit Jain, et al.
通过策略拍卖实现小规模Agent的扩展
Agent
LLM
Lisa Alazraki, William F. Shen, Yoram Bachrach, et al.
Vibe AIGC：通过智能体编排实现内容生成的新范式
Agent
多模态
Jiaheng Liu, Yuanxing Zhang, Shihao Li, et al.
PaperSearchQA：基于RLVR的科学论文搜索与推理学习
检索增强生成
AI for Science
James Burgess, Jan N. Hansen, Duo Peng, et al.
EgoActor：通过视觉-语言模型将任务规划嵌入空间感知的视角动作中以实现类人机器人
多模态
视觉问答
Yu Bai, MingMing Yu, Chaojie Li, et al.
A-RAG：通过分层检索接口实现智能体增强型检索生成的扩展
检索增强生成
Agent
Mingxuan Du, Benfeng Xu, Chiwei Zhu, et al.
Quant VideoGen：通过2比特KV缓存量化实现自回归长视频生成
视频生成
扩散模型
Haocheng Xi, Shuo Yang, Yilong Zhao, et al.
SoMA：一种用于机器人软体操作的真实到仿真神经模拟器
机器人技术
深度估计
Mu Huang, Hui Wang, Kerui Ren, et al.
面向视角自适应的人体视频生成的3D感知隐式运动控制
视频生成
3D 生成
Zhixue Fang, Xu He, Songlin Tang, et al.
daVinci-Agency：高效解锁长周期代理数据
LLM
监督式微调
Mohan Jiang, Dayuan Fu, Junhao Shi, et al.
世界模型的研究并不仅仅是将世界知识注入特定任务中
建模
具身智能
Bohan Zeng, Kaixin Zhu, Daili Hua, et al.
AOrchestra：面向智能体编排的子智能体自动生成
Agent
智能问答
Jianhao Ruan, Zhihao Xu, Yiran Peng, et al.
思维链中缺乏全局规划：揭示LLM的潜在规划时域
LLM
推理
Liyan Xu, Mo Yu, Fandong Meng, et al.
CodeOCR：视觉语言模型在代码理解中的有效性研究
多模态
OCR
Yuling Shi, Chaoxiang Xie, Zhensu Sun, et al.
DeepPlanning：基于可验证约束的长时域Agent规划基准测试
Agent
LLM
Yinger Zhang, Shutong Jiang, Renhao Li, et al.
CL-bench：上下文学习基准
LLM
智能问答
Shihan Dou, Ming Zhang, Zhangyue Yin, et al.
基于自蒸馏的强化学习
强化学习
检索增强生成
Jonas Hübotter, Frederike Lübeck, Lejs Behric, et al.
聊天机器人作为社交伴侣：人们如何感知机器的意识、类人程度以及社交健康益处
人机交互
心理
Rose E. Guingrich, Michael S. A. Graziano
POPE：通过特权在策略探索学习在难题上进行推理
强化学习
推理
Yuxiao Qu, Amrith Setlur, Virginia Smith, et al.
UniReason 1.0：面向世界知识对齐的图像生成与编辑的统一推理框架
文生图
多模态
Dianyi Wang, Chaofan Ma, Feng Han, et al.
闭环闭环：基于RPG-Encoder的通用仓库表示
代码生成
多模态表征
Jane Luo, Chengyu Yin, Xin Zhang, et al.
视觉-DeepResearch基准：重新思考多模态大语言模型中的视觉与文本搜索
视觉问答
多模态
Yu Zeng, Wenxuan Huang, Zhen Fang, et al.
Vision-DeepResearch：在多模态大语言模型中激励深度研究能力
检索增强生成
视觉问答
Wenxuan Huang, Yu Zeng, Qiuchen Wang, et al.
Kimi K2.5：视觉智能体智能
多模态
多模态表征
Kimi Team, Tongtong Bai, Yifan Bai, et al.
Green-VLA：面向通用机器人的分阶段视觉-语言-动作模型
多模态
统一多模态
I. Apanasevich, M. Artemyev, R. Babakyan, et al.
PaperBanana：为AI科学家自动化学术插图
文生图
AI for Science
Dawei Zhu, Rui Meng, Yale Song, et al.
使用Gemini的半自主数学发现：Erdős问题案例研究
AI for Science
数学
Tony Feng, Trieu Trinh, Garrett Bingham, et al.
潜在思维链作为规划：将推理与语言化分离
LLM
推理
Jiecong Wang, Hao Peng, Chunyang Liu
实时对齐的奖励模型：超越语义
强化学习
LLM
Zixuan Huang, Xin Xia, Yuxi Ren, et al.
DenseGRPO：从稀疏到密集奖励用于流匹配模型对齐
扩散模型
监督式微调
Haoyou Deng, Keyu Yan, Chaojie Mao, et al.