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

FusionProt：融合序列与结构信息的统一蛋白质表示学习

FusionProt：融合序列与结构信息的统一蛋白质表示学习

多模态表征

Dan Kalifa, Uriel Singer, Kira Radinsky

LimiX：释放通用智能的结构化数据建模能力

LimiX：释放通用智能的结构化数据建模能力

多任务学习

统一多模态

Xingxuan Zhang, Gang Ren, Han Yu, et al.

epiGPTope：一种基于机器学习的表位生成与分类工具

epiGPTope：一种基于机器学习的表位生成与分类工具

Natalia Flechas Manrique, Alberto Martínez, Elena López-Martínez, et al.

GenCompositor：基于扩散Transformer的生成式视频合成

GenCompositor：基于扩散Transformer的生成式视频合成

Shuzhou Yang, Xiaoyu Li, Xiaodong Cun, et al.

DCPO：动态裁剪策略优化

DCPO：动态裁剪策略优化

Shihui Yang, Chengfeng Dou, Peidong Guo, et al.

推理向量：通过任务算术转移思维链能力

推理向量：通过任务算术转移思维链能力

Mohammad Zbeeb, Hasan Abed Al Kader Hammoud, Bernard Ghanem

Baichuan-M2：基于大型验证系统扩展医学能力

Baichuan-M2：基于大型验证系统扩展医学能力

Baichuan-M2 Team, Chengfeng Dou, Chong Liu, et al.

VerlTool：面向具工具使用的整体性智能体强化学习

VerlTool：面向具工具使用的整体性智能体强化学习

Dongfu Jiang, Yi Lu, Zhuofeng Li, et al.

ELV-Halluc：长视频理解中语义聚合幻觉的基准测试

ELV-Halluc：长视频理解中语义聚合幻觉的基准测试

Hao Lu, Jiahao Wang, Yaolun Zhang, et al.

MedChatZH：一个更优的医疗顾问通过更优的指令学习

MedChatZH：一个更优的医疗顾问通过更优的指令学习

Yang Tan, Mingchen Li, Zijie Huang, et al.

AlphaEarth Foundations：一种基于嵌入场的模型，用于从稀疏标签数据中实现精确且高效的全球制图

AlphaEarth Foundations：一种基于嵌入场的模型，用于从稀疏标签数据中实现精确且高效的全球制图

Christopher F. Brown, Michal R. Kazmierski, Valerie J. Pasquarella, et al.

AetherCode：评估LLMs在顶级编程竞赛中获胜的能力

AetherCode：评估LLMs在顶级编程竞赛中获胜的能力

Zihan Wang, Jiaze Chen, Zhicheng Liu, et al.

TileLang：一种面向AI系统的可组合分块编程模型

TileLang：一种面向AI系统的可组合分块编程模型

Wang Lei, Cheng Yu, Shi Yining, et al.

DeepSeek-R1 思维学：让我们探讨 LLM 推理

DeepSeek-R1 思维学：让我们探讨 LLM 推理

Sara Vera Marjanović, Arkil Patel, Vaibhav Adlakha, et al.

基于双轴传播的多本体集成用于医学概念表示

基于双轴传播的多本体集成用于医学概念表示

检索增强生成

Mohsen Nayebi Kerdabadi, Arya Hadizadeh Moghaddam, Dongjie Wang, Zijun Yao

使用协作式多Agent LLM架构从SOAP病历中自动检测临床问题

使用协作式多Agent LLM架构从SOAP病历中自动检测临床问题

Yeawon Lee, Xiaoyang Wang, Christopher C. Yang

SmolDocling：一种超紧凑的视觉-语言模型，用于端到端多模态文档转换

SmolDocling：一种超紧凑的视觉-语言模型，用于端到端多模态文档转换

Ahmed Nassar, Andres Marafioti, Matteo Omenetti, et al.

VA-MoE：面向增量天气预报的变量自适应专家混合模型

VA-MoE：面向增量天气预报的变量自适应专家混合模型

Hao Chen, Han Tao, Guo Song, et al.

华佗GPT-Vision，面向大规模注入医学视觉知识到多模态LLM

华佗GPT-Vision，面向大规模注入医学视觉知识到多模态LLM

Junying Chen, Ruyi Ouyang, Anningzhe Gao, et al.

输入重构如何提升复杂动态环境中工具使用准确性？基于τ-bench 的研究

输入重构如何提升复杂动态环境中工具使用准确性？基于τ-bench 的研究

Venkatesh Mishra, Amir Saeidi, Satyam Raj, et al.

ALLaM 34B 的 UI 级评估：通过 HUMAIN Chat 测量以阿拉伯语为中心的 LLM

ALLaM 34B 的 UI 级评估：通过 HUMAIN Chat 测量以阿拉伯语为中心的 LLM

自然语言处理

从反应式到认知式：面向具身Agent的类脑空间智能

从反应式到认知式：面向具身Agent的类脑空间智能

Shouwei Ruan, Liyuan Wang, Caixin Kang, et al.

无标签遗漏：适用于所有监督模式的统一表面缺陷检测模型

无标签遗漏：适用于所有监督模式的统一表面缺陷检测模型

计算机视觉

Blaž Rolih, Matic Fučka, Danijel Skočaj

T2R-bench：一个从真实工业表格生成文章级报告的基准测试

T2R-bench：一个从真实工业表格生成文章级报告的基准测试

Jie Zhang, Changzai Pan, Kaiwen Wei, et al.

PVPO：面向智能体推理的预估价值策略优化

PVPO：面向智能体推理的预估价值策略优化

Wenfeng Feng, Penghong Zhao, Guochao Jiang, et al.

UQ：在未解问题上评估语言模型

UQ：在未解问题上评估语言模型

Fan Nie, Ken Ziyu Liu, Zihao Wang, et al.

CARJAN：基于Agent的交通场景生成与仿真方法——AJAN

CARJAN：基于Agent的交通场景生成与仿真方法——AJAN

Leonard Frank Neis, Andre Antakli, Matthias Klusch

TiKMiX：在语言模型预训练中引入数据影响的动态混合机制

TiKMiX：在语言模型预训练中引入数据影响的动态混合机制

Yifan Wang, Binbin Liu, Fengze Liu, et al.

TalkVid：一个大规模多样化音频驱动说话头合成数据集

TalkVid：一个大规模多样化音频驱动说话头合成数据集

统一多模态

Shunian Chen, Hejin Huang, Yexin Liu, et al.

Droplet3D：来自视频的常识先验促进3D生成

Droplet3D：来自视频的常识先验促进3D生成

Xiaochuan Li, Guoguang Du, Runze Zhang, et al.

A.S.E：面向AI生成代码安全性的仓库级基准测试

A.S.E：面向AI生成代码安全性的仓库级基准测试

Keke Lian, Bin Wang, Lei Zhang, et al.

EmbodiedOneVision：面向通用机器人控制的交织视觉-文本-动作预训练

EmbodiedOneVision：面向通用机器人控制的交织视觉-文本-动作预训练

Delin Qu, Haoming Song, Qizhi Chen, et al.

FusionProt：融合序列与结构信息的统一蛋白质表示学习

FusionProt：融合序列与结构信息的统一蛋白质表示学习

多模态表征

Dan Kalifa, Uriel Singer, Kira Radinsky

LimiX：释放通用智能的结构化数据建模能力

LimiX：释放通用智能的结构化数据建模能力

多任务学习

统一多模态

Xingxuan Zhang, Gang Ren, Han Yu, et al.

epiGPTope：一种基于机器学习的表位生成与分类工具

epiGPTope：一种基于机器学习的表位生成与分类工具

Natalia Flechas Manrique, Alberto Martínez, Elena López-Martínez, et al.

GenCompositor：基于扩散Transformer的生成式视频合成

GenCompositor：基于扩散Transformer的生成式视频合成

Shuzhou Yang, Xiaoyu Li, Xiaodong Cun, et al.

DCPO：动态裁剪策略优化

DCPO：动态裁剪策略优化

Shihui Yang, Chengfeng Dou, Peidong Guo, et al.

推理向量：通过任务算术转移思维链能力

推理向量：通过任务算术转移思维链能力

Mohammad Zbeeb, Hasan Abed Al Kader Hammoud, Bernard Ghanem

Baichuan-M2：基于大型验证系统扩展医学能力

Baichuan-M2：基于大型验证系统扩展医学能力

Baichuan-M2 Team, Chengfeng Dou, Chong Liu, et al.

VerlTool：面向具工具使用的整体性智能体强化学习

VerlTool：面向具工具使用的整体性智能体强化学习

Dongfu Jiang, Yi Lu, Zhuofeng Li, et al.

ELV-Halluc：长视频理解中语义聚合幻觉的基准测试

ELV-Halluc：长视频理解中语义聚合幻觉的基准测试

Hao Lu, Jiahao Wang, Yaolun Zhang, et al.

MedChatZH：一个更优的医疗顾问通过更优的指令学习

MedChatZH：一个更优的医疗顾问通过更优的指令学习

Yang Tan, Mingchen Li, Zijie Huang, et al.

AlphaEarth Foundations：一种基于嵌入场的模型，用于从稀疏标签数据中实现精确且高效的全球制图

AlphaEarth Foundations：一种基于嵌入场的模型，用于从稀疏标签数据中实现精确且高效的全球制图

Christopher F. Brown, Michal R. Kazmierski, Valerie J. Pasquarella, et al.

AetherCode：评估LLMs在顶级编程竞赛中获胜的能力

AetherCode：评估LLMs在顶级编程竞赛中获胜的能力

Zihan Wang, Jiaze Chen, Zhicheng Liu, et al.

TileLang：一种面向AI系统的可组合分块编程模型

TileLang：一种面向AI系统的可组合分块编程模型

Wang Lei, Cheng Yu, Shi Yining, et al.

DeepSeek-R1 思维学：让我们探讨 LLM 推理

DeepSeek-R1 思维学：让我们探讨 LLM 推理

Sara Vera Marjanović, Arkil Patel, Vaibhav Adlakha, et al.

基于双轴传播的多本体集成用于医学概念表示

基于双轴传播的多本体集成用于医学概念表示

检索增强生成

Mohsen Nayebi Kerdabadi, Arya Hadizadeh Moghaddam, Dongjie Wang, Zijun Yao

使用协作式多Agent LLM架构从SOAP病历中自动检测临床问题

使用协作式多Agent LLM架构从SOAP病历中自动检测临床问题

Yeawon Lee, Xiaoyang Wang, Christopher C. Yang

SmolDocling：一种超紧凑的视觉-语言模型，用于端到端多模态文档转换

SmolDocling：一种超紧凑的视觉-语言模型，用于端到端多模态文档转换

Ahmed Nassar, Andres Marafioti, Matteo Omenetti, et al.

VA-MoE：面向增量天气预报的变量自适应专家混合模型

VA-MoE：面向增量天气预报的变量自适应专家混合模型

Hao Chen, Han Tao, Guo Song, et al.

华佗GPT-Vision，面向大规模注入医学视觉知识到多模态LLM

华佗GPT-Vision，面向大规模注入医学视觉知识到多模态LLM

Junying Chen, Ruyi Ouyang, Anningzhe Gao, et al.

输入重构如何提升复杂动态环境中工具使用准确性？基于τ-bench 的研究

输入重构如何提升复杂动态环境中工具使用准确性？基于τ-bench 的研究

Venkatesh Mishra, Amir Saeidi, Satyam Raj, et al.

ALLaM 34B 的 UI 级评估：通过 HUMAIN Chat 测量以阿拉伯语为中心的 LLM

ALLaM 34B 的 UI 级评估：通过 HUMAIN Chat 测量以阿拉伯语为中心的 LLM

自然语言处理

从反应式到认知式：面向具身Agent的类脑空间智能

从反应式到认知式：面向具身Agent的类脑空间智能

Shouwei Ruan, Liyuan Wang, Caixin Kang, et al.

无标签遗漏：适用于所有监督模式的统一表面缺陷检测模型

无标签遗漏：适用于所有监督模式的统一表面缺陷检测模型

计算机视觉

Blaž Rolih, Matic Fučka, Danijel Skočaj

T2R-bench：一个从真实工业表格生成文章级报告的基准测试

T2R-bench：一个从真实工业表格生成文章级报告的基准测试

Jie Zhang, Changzai Pan, Kaiwen Wei, et al.

PVPO：面向智能体推理的预估价值策略优化

PVPO：面向智能体推理的预估价值策略优化

Wenfeng Feng, Penghong Zhao, Guochao Jiang, et al.

UQ：在未解问题上评估语言模型

UQ：在未解问题上评估语言模型

Fan Nie, Ken Ziyu Liu, Zihao Wang, et al.

CARJAN：基于Agent的交通场景生成与仿真方法——AJAN

CARJAN：基于Agent的交通场景生成与仿真方法——AJAN

Leonard Frank Neis, Andre Antakli, Matthias Klusch

TiKMiX：在语言模型预训练中引入数据影响的动态混合机制

TiKMiX：在语言模型预训练中引入数据影响的动态混合机制

Yifan Wang, Binbin Liu, Fengze Liu, et al.

TalkVid：一个大规模多样化音频驱动说话头合成数据集

TalkVid：一个大规模多样化音频驱动说话头合成数据集

统一多模态

Shunian Chen, Hejin Huang, Yexin Liu, et al.

Droplet3D：来自视频的常识先验促进3D生成

Droplet3D：来自视频的常识先验促进3D生成

Xiaochuan Li, Guoguang Du, Runze Zhang, et al.

A.S.E：面向AI生成代码安全性的仓库级基准测试

A.S.E：面向AI生成代码安全性的仓库级基准测试

Keke Lian, Bin Wang, Lei Zhang, et al.

EmbodiedOneVision：面向通用机器人控制的交织视觉-文本-动作预训练

EmbodiedOneVision：面向通用机器人控制的交织视觉-文本-动作预训练

Delin Qu, Haoming Song, Qizhi Chen, et al.