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
UniREditBench：一个统一的基于推理的图像编辑基准
基准
图生图
Feng Han, Yibin Wang, Chenglin Li, et al.
将测试时计算最优缩放泛化为可优化图
LLM
算法
Fali Wang, Jihai Chen, Shuhua Yang, et al.
UniLumos：基于物理合理反馈的快速统一图像与视频重光照
扩散模型
深度估计
Ropeway Liu, Hangjie Yuan, Bo Dong, et al.
视觉模型在图结构理解中的被低估的力量
计算机视觉
Transformer
Xinjian Zhao, Wei Pang, Zhongkai Xue, et al.
每一次激活都更进一步：将通用推理器扩展至1万亿开放语言基础
推理
Transformer
Ling-Team, Ang Li, Ben Liu, et al.
NOBLE - 具有生物启发的潜在嵌入的神经算子，用于捕捉生物神经元模型中的实验变异性
深度学习
建模
Luca Ghafourpour, Valentin Duruisseaux, Bahareh Tolooshams, et al.
胶质细胞：一种受人类启发的用于自动化系统设计与优化的AI
DeepSeek
推理
Pouya Hamadanian, Pantea Karimi, Arash Nasr-Esfahany, et al.
上下文工程2.0：上下文工程的上下文
Agent
人工智能
Qishuo Hua, Lyumanshan Ye, Dayuan Fu, et al.
空间-SSRL：通过自监督强化学习增强空间理解
图像理解
计算机视觉
Yuhong Liu, Beichen Zhang, Yuhang Zang, et al.
连续自回归语言模型
LLM
文本生成
Chenze Shao, Darren Li, Fandong Meng, et al.
π𝚁𝙻：基于流的视觉-语言-动作模型的在线RL微调
强化学习
监督式微调
Kang Chen, Zhihao Liu, Tonghe Zhang, et al.
INT 与 FP：细粒度低比特量化格式的综合研究
LLM
Transformer
Mengzhao Chen, Meng Wu, Hui Jin, et al.
ThinkMorph：多模态交错思维链推理中的涌现特性
多模态
推理
Jiawei Gu, Yunzhuo Hao, Huichen Will Wang, et al.
OS-Sentinel：通过在真实工作流中混合验证实现安全增强的移动GUI Agent
Agent
安防
Qiushi Sun, Mukai Li, Zhoumianze Liu, et al.
代理型组织时代：与语言模型共同学习组织之道
Agent
LLM
Zewen Chi, Li Dong, Qingxiu Dong, et al.
SPICE：在语料库环境中进行自对弈提升推理能力
强化学习
LLM
Bo Liu, Chuanyang Jin, Seungone Kim, et al.
Surfer 2：下一代跨平台计算机使用Agent
Agent
人机交互
Mathieu Andreux, Märt Bakler, Yanael Barbier, et al.
扩散模型在机器人控制中的应用条件探索
扩散模型
机器人技术
Heeseong Shin, Byeongho Heo, Dongyoon Han, et al.
Agent 能否征服网络？探索 ChatGPT Atlas Agent 在网络游戏中的前沿应用
Agent
LLM
Jingran Zhang, Ning Li, Justin Cui
Kimi Linear：一种表达性强、高效的Attention架构
Transformer
LLM
Kimi Team, Yu Zhang, Zongyu Lin, et al.
Emu3.5：原生多模态模型是世界学习者
统一多模态
LLM
Yufeng Cui, Honghao Chen, Haoge Deng, et al.
手动解码的终结：迈向真正端到端的语言模型
LLM
Transformer
Zhichao Wang, Dongyang Ma, Xinting Huang, et al.
人类与AI的互补性：增强监督的目标
人机交互
自然语言处理
Rishub Jain, Sophie Bridgers, Lili Janzer, et al.
GPTOpt：面向高效基于LLM的黑箱优化
LLM
监督式微调
Jamison Meindl, Yunsheng Tian, Tony Cui, et al.
VFXMaster：通过上下文学习解锁动态视觉效果生成
视频生成
图生视频
Baolu Li, Yiming Zhang, Qinghe Wang, et al.
基于流程挖掘的推理感知GRPO
强化学习
推理
Taekhyun Park, Yongjae Lee, Hyerim Bae
通过循环语言模型实现潜在推理的扩展
LLM
推理
Rui-Jie Zhu, Zixuan Wang, Kai Hua, et al.
ReForm：基于前瞻性有限序列优化的反思式自动形式化
LLM
基准
Guoxin Chen, Jing Wu, Xinjie Chen, et al.
Video-Thinker：通过强化学习激发“用视频进行思考”
视频理解
推理
Shijian Wang, Jiarui Jin, Xingjian Wang, et al.
JanusCoder：迈向代码智能的基础性视觉-程序化接口
代码生成
多模态
Qiushi Sun, Jingyang Gong, Yang Liu, et al.
MCP-Flow：助力LLM Agent掌握现实世界中多样化且可扩展的MCP工具
LLM
Agent
Wenhao Wang, Peizhi Niu, Zhao Xu, et al.
OmniCast：一种用于跨时间尺度天气预报的掩码潜在扩散模型
Transformer
扩散模型
Tung Nguyen, Tuan Pham, Troy Arcomano, et al.