Command Palette
Search for a command to run...
论文
每日更新的前沿 AI 研究论文，助您把握人工智能最新动向
超大规模下的进化策略
Bidipta Sarkar, Mattie Fellows, Juan Agustin Duque, et al.
理解是否推动统一多模态模型中的生成？从分析到未来路径
Yuwei Niu, Weiyang Jin, Jiaqi Liao, et al.
iMontage：统一、通用、高度动态的多对多图像生成
Zhoujie Fu, Xianfang Zeng, Jinghong Lan, et al.
Agent0-VL：探索面向工具融合的视觉-语言推理的自演化智能体
Jiaqi Liu, Kaiwen Xiong, Peng Xia, et al.
MedSAM3：基于医学概念深入探索通用图像分割
Anglin Liu, Rundong Xue, Xu R. Cao, et al.
SteadyDancer：基于首帧保留的协调一致的人体图像动画
Jiaming Zhang, Shengming Cao, Rui Li, et al.
GigaEvo：一个由 LLMs 和进化算法驱动的开源优化框架
Valentin Khrulkov, Andrey Galichin, Denis Bashkirov, et al.
基于随机路径积分的忠实度感知推荐解释
Oren Barkan, Yahlly Schein, Yehonatan Elisha, et al.
提取推荐系统中的交互感知单语义概念
Dor Arviv, Yehonatan Elisha, Oren Barkan, et al.
MSRNet：用于伪装目标检测的多尺度递归网络
Leena Alghamdi, Muhammad Usman, Hafeez Anwar, et al.
预算感知工具使用实现Agent的有效扩展
Tengxiao Liu, Zifeng Wang, Jin Miao, et al.
视频内指令：视觉信号作为生成控制
Gongfan Fang, Xinyin Ma, Xinchao Wang
DR Tulu：面向深度研究的基于演化评分标准的强化学习
Rulin Shao, Akari Asai, Shannon Zejiang Shen, et al.
AICC：精细化HTML解析，提升模型性能 —— 基于模型HTML解析器构建的7.3T面向AI语料库
Ren Ma, Jiantao Qiu, Chao Xu, et al.
UltraFlux：面向跨多种纵横比的高质量原生4K文本到图像生成的数据-模型协同设计
Tian Ye, Song Fei, Lei Zhu
DeCo：面向端到端图像生成的频率解耦像素扩散
Zehong Ma, Longhui Wei, Shuai Wang, et al.
计算机操作 Agent 作为生成式用户界面的评判者
Kevin Qinghong Lin, Siyuan Hu, Linjie Li, et al.
AutoEnv：衡量 Agent 跨环境学习的自动化环境
Jiayi Zhang, Yiran Peng, Fanqi Kong, et al.
基于深度研究的通用 Agent 记忆
B. Y. Yan, Chaofan Li, Hongjin Qian, et al.
VIRAL：面向人形机器人运动操作的规模化视觉仿真到现实迁移
Tairan He, Zi Wang, Haoru Xue, et al.
MIST：基于监督训练的互信息
German Gritsai, Megan Richards, Maxime Méloux, et al.
多Agent深度研究：基于M-GRPO训练多Agent系统
Haoyang Hong, Jiajun Yin, Yuan Wang, et al.
无数据流程图提炼
Shangyuan Tong, Nanye Ma, Saining Xie, et al.
HunyuanOCR 技术报告
Tencent Hunyuan Vision Team, Jie Jiang, Linus, et al.
PhysToolBench：面向MLLMs的物理工具理解能力评估
Zixin Zhang, Kanghao Chen, Xingwang Lin, et al.
赫胥黎-哥德尔机器：通过最优自改进机器的近似实现人类水平的编码Agent开发
Wenyi Wang, Piotr Piękos, Li Nanbo, et al.
无需空间超感知的空间超感知求解
Vishaal Udandarao, Shyamgopal Karthik, Surabhi S. Nath, et al.
Parrot：输出真实性的说服与认同鲁棒性评级——面向 LLMs 的阿谀鲁棒性基准
Yusuf Çelebi, Mahmoud El Hussieni, Özay Ezerceli
O-Mem：面向个性化、长跨度及自进化 Agents 的全能记忆系统
Piaohong Wang, Motong Tian, Jiaxian Li, et al.
揭示文本本征维度：从学术摘要到创意故事
Vladislav Pedashenko, Laida Kushnareva, Yana Khassan Nibal, et al.
SAM 3：基于概念的万物分割
Nicolas Carion, Laura Gustafson, Yuan-Ting Hu, et al.
GeoVista：面向地理定位的网络增强 Agent 视觉推理
Yikun Wang, Zuyan Liu, Ziyi Wang, et al.