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

Lumine：在3D开放世界中构建通用Agent的开源方案

Lumine：在3D开放世界中构建通用Agent的开源方案

Weihao Tan, Xiangyang Li, Yunhao Fang, et al.

从1,000个词生成一张图像：通过结构化描述增强文本到图像生成

从1,000个词生成一张图像：通过结构化描述增强文本到图像生成

Eyal Gutflaish, Eliran Kachlon, Hezi Zisman, et al.

KLASS：基于KL引导的掩码扩散模型快速推理

KLASS：基于KL引导的掩码扩散模型快速推理

自然语言处理

Seo Hyun Kim, Sunwoo Hong, Hojung Jung, et al.

基于人类示范的计算机使用Agent定位

基于人类示范的计算机使用Agent定位

Aarash Feizi, Shravan Nayak, Xiangru Jian, et al.

Wasm：构建结构化阿拉伯语交错多模态语料库的流水线

Wasm：构建结构化阿拉伯语交错多模态语料库的流水线

Khalil Hennara, Ahmad Bastati, Muhammad Hreden, et al.

对话系统中的自适应多智能体响应优化

对话系统中的自适应多智能体响应优化

Soyeong Jeong, Aparna Elangovan, Emine Yilmaz, et al.

SPAN：单目3D目标检测中的空间投影对齐

SPAN：单目3D目标检测中的空间投影对齐

机器视觉 3D

Yifan Wang, Yian Zhao, Fanqi Pu, et al.

高维系统伏尔泰拉级数的高效近似

高维系统伏尔泰拉级数的高效近似

Navin Khoshnan, Claudia K Petritsch, Bryce-Allen Bagley

SofT-GRPO：通过Gumbel重参数化软思考策略优化超越离散token的LLM强化学习

SofT-GRPO：通过Gumbel重参数化软思考策略优化超越离散token的LLM强化学习

Zhi Zheng, Wee Sun Lee

RedOne 2.0：重新思考社交网络服务中的领域特定LLM后训练

RedOne 2.0：重新思考社交网络服务中的领域特定LLM后训练

监督式微调

Fei Zhao, Chonggang Lu, Haofu Qian, et al.

车站：一个用于AI驱动发现的开放世界环境

车站：一个用于AI驱动发现的开放世界环境

Stephen Chung, Wenyu Du

DRIVE：面向竞争性代码生成中可验证奖励强化学习的数据编排最佳实践

DRIVE：面向竞争性代码生成中可验证奖励强化学习的数据编排最佳实践

监督式微调

Speed Zhu, Jianwei Cai, Guang Chen, et al.

IterResearch：通过马尔可夫状态重构重新思考长时域Agent

IterResearch：通过马尔可夫状态重构重新思考长时域Agent

Guoxin Chen, Zile Qiao, Xuanzhong Chen, et al.

HaluMem：评估Agent记忆系统中的幻觉

HaluMem：评估Agent记忆系统中的幻觉

Ding Chen, Simin Niu, Kehang Li, 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.

Lumine：在3D开放世界中构建通用Agent的开源方案

Lumine：在3D开放世界中构建通用Agent的开源方案

Weihao Tan, Xiangyang Li, Yunhao Fang, et al.

从1,000个词生成一张图像：通过结构化描述增强文本到图像生成

从1,000个词生成一张图像：通过结构化描述增强文本到图像生成

Eyal Gutflaish, Eliran Kachlon, Hezi Zisman, et al.

KLASS：基于KL引导的掩码扩散模型快速推理

KLASS：基于KL引导的掩码扩散模型快速推理

自然语言处理

Seo Hyun Kim, Sunwoo Hong, Hojung Jung, et al.

基于人类示范的计算机使用Agent定位

基于人类示范的计算机使用Agent定位

Aarash Feizi, Shravan Nayak, Xiangru Jian, et al.

Wasm：构建结构化阿拉伯语交错多模态语料库的流水线

Wasm：构建结构化阿拉伯语交错多模态语料库的流水线

Khalil Hennara, Ahmad Bastati, Muhammad Hreden, et al.

对话系统中的自适应多智能体响应优化

对话系统中的自适应多智能体响应优化

Soyeong Jeong, Aparna Elangovan, Emine Yilmaz, et al.

SPAN：单目3D目标检测中的空间投影对齐

SPAN：单目3D目标检测中的空间投影对齐

机器视觉 3D

Yifan Wang, Yian Zhao, Fanqi Pu, et al.

高维系统伏尔泰拉级数的高效近似

高维系统伏尔泰拉级数的高效近似

Navin Khoshnan, Claudia K Petritsch, Bryce-Allen Bagley

SofT-GRPO：通过Gumbel重参数化软思考策略优化超越离散token的LLM强化学习

SofT-GRPO：通过Gumbel重参数化软思考策略优化超越离散token的LLM强化学习

Zhi Zheng, Wee Sun Lee

RedOne 2.0：重新思考社交网络服务中的领域特定LLM后训练

RedOne 2.0：重新思考社交网络服务中的领域特定LLM后训练

监督式微调

Fei Zhao, Chonggang Lu, Haofu Qian, et al.

车站：一个用于AI驱动发现的开放世界环境

车站：一个用于AI驱动发现的开放世界环境

Stephen Chung, Wenyu Du

DRIVE：面向竞争性代码生成中可验证奖励强化学习的数据编排最佳实践

DRIVE：面向竞争性代码生成中可验证奖励强化学习的数据编排最佳实践

监督式微调

Speed Zhu, Jianwei Cai, Guang Chen, et al.

IterResearch：通过马尔可夫状态重构重新思考长时域Agent

IterResearch：通过马尔可夫状态重构重新思考长时域Agent

Guoxin Chen, Zile Qiao, Xuanzhong Chen, et al.

HaluMem：评估Agent记忆系统中的幻觉

HaluMem：评估Agent记忆系统中的幻觉

Ding Chen, Simin Niu, Kehang Li, 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.