ChatPaper.aiChatPaper.ai
Главная

arXiv

HuggingFace

ЦеныАккаунтРабочее пространство

•
•

•
•

•
•

•
•

•
•

Footer

Company name

ChatPaper.ai: Your advanced AI reading assistant.

Contact us: [email protected]

X (Twitter)

Products

  • AI Search
  • AI Mind Map
  • Arxiv Summary
  • Huggingface Summary

Support

  • FAQ
  • Contact

Company

  • Blog
  • Privacy Policy
  • Terms of Service

Available Languages

  • 🇬🇧English
  • 🇨🇳中文简体
  • 🇭🇰繁體中文
  • 🇯🇵日本語
  • 🇰🇷한국어
  • 🇩🇪Deutsch
  • 🇫🇷Français
  • 🇷🇺Русский
  • 🇪🇸Español

© 2025 chatpaper.ai All rights reserved.

Ежедневные Исследовательские Статьи по ИИ

Ежедневно отобранные исследовательские статьи по ИИ с переводами

TabSTAR: Базисная табличная модель с семантически целеориентированными представлениями
TabSTAR: A Foundation Tabular Model With Semantically Target-Aware Representations

Alan Arazi, Eilam Shapira, Roi Reichart•May 23, 2025•1034

QwenLong-L1: К созданию моделей с расширенным контекстом для сложных рассуждений с использованием обучения с подкреплением
QwenLong-L1: Towards Long-Context Large Reasoning Models with Reinforcement Learning

Fanqi Wan, Weizhou Shen, Shengyi Liao, Yingcheng Shi, Chenliang Li, Ziyi Yang, Ji Zhang, Fei Huang, Jingren Zhou, Ming Yan•May 23, 2025•753

Дистилляция агента на основе больших языковых моделей в малые модели с использованием инструментов поиска и кода
Distilling LLM Agent into Small Models with Retrieval and Code Tools

Minki Kang, Jongwon Jeong, Seanie Lee, Jaewoong Cho, Sung Ju Hwang•May 23, 2025•715

Quartet: Нативное обучение с FP4 может быть оптимальным для больших языковых моделей
Quartet: Native FP4 Training Can Be Optimal for Large Language Models

Roberto L. Castro, Andrei Panferov, Soroush Tabesh, Oliver Sieberling, Jiale Chen, Mahdi Nikdan, Saleh Ashkboos, Dan Alistarh•May 20, 2025•702

Модель рассуждений упряма: диагностика переопределения инструкций в моделях рассуждений
Reasoning Model is Stubborn: Diagnosing Instruction Overriding in Reasoning Models

Doohyuk Jang, Yoonjeon Kim, Chanjae Park, Hyun Ryu, Eunho Yang•May 22, 2025•592

Один RL для всех: Визуальное тройное унифицированное обучение с подкреплением
One RL to See Them All: Visual Triple Unified Reinforcement Learning

Yan Ma, Linge Du, Xuyang Shen, Shaoxiang Chen, Pengfei Li, Qibing Ren, Lizhuang Ma, Yuchao Dai, Pengfei Liu, Junjie Yan•May 23, 2025•552

PhyX: Обладает ли ваша модель "сообразительностью" для физического рассуждения?
PhyX: Does Your Model Have the "Wits" for Physical Reasoning?

Hui Shen, Taiqiang Wu, Qi Han, Yunta Hsieh, Jizhou Wang, Yuyue Zhang, Yuxin Cheng, Zijian Hao, Yuansheng Ni, Xin Wang, Zhongwei Wan, Kai Zhang, Wendong Xu, Jing Xiong, Ping Luo, Wenhu Chen, Chaofan Tao, Zhuoqing Mao, Ngai Wong•May 21, 2025•474

QwenLong-CPRS: На пути к бесконечным языковым моделям с динамической оптимизацией контекста
QwenLong-CPRS: Towards infty-LLMs with Dynamic Context Optimization

Weizhou Shen, Chenliang Li, Fanqi Wan, Shengyi Liao, Shaopeng Lai, Bo Zhang, Yingcheng Shi, Yuning Wu, Gang Fu, Zhansheng Li, Bin Yang, Ji Zhang, Fei Huang, Jingren Zhou, Ming Yan•May 23, 2025•393

Масштабирование генерации изображений и видео с помощью эволюционного поиска на этапе тестирования
Scaling Image and Video Generation via Test-Time Evolutionary Search

Haoran He, Jiajun Liang, Xintao Wang, Pengfei Wan, Di Zhang, Kun Gai, Ling Pan•May 23, 2025•382

MOOSE-Chem3: К ранжированию гипотез с использованием экспериментальных данных через моделирование обратной связи от экспериментов
MOOSE-Chem3: Toward Experiment-Guided Hypothesis Ranking via Simulated Experimental Feedback

Wanhao Liu, Zonglin Yang, Jue Wang, Lidong Bing, Di Zhang, Dongzhan Zhou, Yuqiang Li, Houqiang Li, Erik Cambria, Wanli Ouyang•May 23, 2025•293

Модель уже знает лучший шум: байесовский активный выбор шума через внимание в видео-диффузионной модели
Model Already Knows the Best Noise: Bayesian Active Noise Selection via Attention in Video Diffusion Model

Kwanyoung Kim, Sanghyun Kim•May 23, 2025•293

VeriThinker: Обучение проверке делает модели рассуждений эффективными
VeriThinker: Learning to Verify Makes Reasoning Model Efficient

Zigeng Chen, Xinyin Ma, Gongfan Fang, Ruonan Yu, Xinchao Wang•May 23, 2025•232

Диффузионные классификаторы понимают композициональность, но с определенными условиями.
Diffusion Classifiers Understand Compositionality, but Conditions Apply

Yujin Jeong, Arnas Uselis, Seong Joon Oh, Anna Rohrbach•May 23, 2025•183

AudioTrust: Оценка многогранной надежности аудио-ориентированных больших языковых моделей
AudioTrust: Benchmarking the Multifaceted Trustworthiness of Audio Large Language Models

Kai Li, Can Shen, Yile Liu, Jirui Han, Kelong Zheng, Xuechao Zou, Zhe Wang, Xingjian Du, Shun Zhang, Hanjun Luo, Yingbin Jin, Xinxin Xing, Ziyang Ma, Yue Liu, Xiaojun Jia, Yifan Zhang, Junfeng Fang, Kun Wang, Yibo Yan, Haoyang Li, Yiming Li, Xiaobin Zhuang, Yang Liu, Haibo Hu, Zhuo Chen, Zhizheng Wu, Xiaolin Hu, Eng-Siong Chng, XiaoFeng Wang, Wenyuan Xu, Wei Dong, Xinfeng Li•May 22, 2025•172

Direct3D-S2: Генерация 3D-моделей в гигамасштабе с легкостью благодаря пространственно-разреженному вниманию
Direct3D-S2: Gigascale 3D Generation Made Easy with Spatial Sparse Attention

Shuang Wu, Youtian Lin, Feihu Zhang, Yifei Zeng, Yikang Yang, Yajie Bao, Jiachen Qian, Siyu Zhu, Philip Torr, Xun Cao, Yao Yao•May 23, 2025•162

Позиция неопределенности: кросс-лингвистическое исследование позиционного смещения в крупных языковых моделях
Position of Uncertainty: A Cross-Linguistic Study of Positional Bias in Large Language Models

Menschikov Mikhail, Alexander Kharitonov, Maiia Kotyga, Vadim Porvatov, Anna Zhukovskaya, David Kagramanyan, Egor Shvetsov, Evgeny Burnaev•May 22, 2025•162

s3: Для обучения поискового агента с помощью RL не требуется так много данных
s3: You Don't Need That Much Data to Train a Search Agent via RL

Pengcheng Jiang, Xueqiang Xu, Jiacheng Lin, Jinfeng Xiao, Zifeng Wang, Jimeng Sun, Jiawei Han•May 20, 2025•152

FullFront: Оценка MLLM на всех этапах инженерного процесса фронтенд-разработки
FullFront: Benchmarking MLLMs Across the Full Front-End Engineering Workflow

Haoyu Sun, Huichen Will Wang, Jiawei Gu, Linjie Li, Yu Cheng•May 23, 2025•142

Оптимизация политики с усилением мышлением: объединение внешнего руководства и внутренних возможностей
Thought-Augmented Policy Optimization: Bridging External Guidance and Internal Capabilities

Jinyang Wu, Chonghua Liao, Mingkuan Feng, Shuai Zhang, Zhengqi Wen, Pengpeng Shao, Huazhe Xu, Jianhua Tao•May 21, 2025•142

Time-R1: К всестороннему временному рассуждению в больших языковых моделях
Time-R1: Towards Comprehensive Temporal Reasoning in LLMs

Zijia Liu, Peixuan Han, Haofei Yu, Haoru Li, Jiaxuan You•May 16, 2025•143

Обучение с ложью: Curriculum DPO на синтетических негативах для обнаружения галлюцинаций
Teaching with Lies: Curriculum DPO on Synthetic Negatives for Hallucination Detection

Shrey Pandit, Ashwin Vinod, Liu Leqi, Ying Ding•May 23, 2025•132

Чистые ночи впереди: на пути к восстановлению изображений в ночное время при различных погодных условиях
Clear Nights Ahead: Towards Multi-Weather Nighttime Image Restoration

Yuetong Liu, Yunqiu Xu, Yang Wei, Xiuli Bi, Bin Xiao•May 22, 2025•112

Speechless: Обучение речевым инструкциям без использования речи для языков с ограниченными ресурсами
Speechless: Speech Instruction Training Without Speech for Low Resource Languages

Alan Dao, Dinh Bach Vu, Huy Hoang Ha, Tuan Le Duc Anh, Shreyas Gopal, Yue Heng Yeo, Warren Keng Hoong Low, Eng Siong Chng, Jia Qi Yip•May 23, 2025•102

RBench-V: Основная система оценки моделей визуального мышления с мультимодальными выходами
RBench-V: A Primary Assessment for Visual Reasoning Models with Multi-modal Outputs

Meng-Hao Guo, Xuanyu Chu, Qianrui Yang, Zhe-Han Mo, Yiqing Shen, Pei-lin Li, Xinjie Lin, Jinnian Zhang, Xin-Sheng Chen, Yi Zhang, Kiyohiro Nakayama, Zhengyang Geng, Houwen Peng, Han Hu, Shi-Nin Hu•May 22, 2025•103

Обучение крупных языковых моделей сохранению контекстуальной точности с использованием синтетических задач и обучения с подкреплением
Teaching Large Language Models to Maintain Contextual Faithfulness via Synthetic Tasks and Reinforcement Learning

Shuzheng Si, Haozhe Zhao, Cheng Gao, Yuzhuo Bai, Zhitong Wang, Bofei Gao, Kangyang Luo, Wenhao Li, Yufei Huang, Gang Chen, Fanchao Qi, Minjia Zhang, Baobao Chang, Maosong Sun•May 22, 2025•105

Trinity-RFT: Универсальная и единая структура для тонкой настройки с подкреплением крупных языковых моделей
Trinity-RFT: A General-Purpose and Unified Framework for Reinforcement Fine-Tuning of Large Language Models

Xuchen Pan, Yanxi Chen, Yushuo Chen, Yuchang Sun, Daoyuan Chen, Wenhao Zhang, Yuexiang Xie, Yilun Huang, Yilei Zhang, Dawei Gao, Yaliang Li, Bolin Ding, Jingren Zhou•May 23, 2025•92

ScanBot: В направлении интеллектуального сканирования поверхностей в воплощенных роботизированных системах
ScanBot: Towards Intelligent Surface Scanning in Embodied Robotic Systems

Zhiling Chen, Yang Zhang, Fardin Jalil Piran, Qianyu Zhou, Jiong Tang, Farhad Imani•May 22, 2025•92

Безопасны ли модели "Визия-Язык" в реальных условиях? Бенчмарк-исследование на основе мемов
Are Vision-Language Models Safe in the Wild? A Meme-Based Benchmark Study

DongGeon Lee, Joonwon Jang, Jihae Jeong, Hwanjo Yu•May 21, 2025•82

Синтетические данные для обучения с подкреплением: Определение задачи — это всё, что нужно
Synthetic Data RL: Task Definition Is All You Need

Yiduo Guo, Zhen Guo, Chuanwei Huang, Zi-Ang Wang, Zekai Zhang, Haofei Yu, Huishuai Zhang, Yikang Shen•May 18, 2025•82

DanceTogether! Генерация интерактивного видео с несколькими участниками с сохранением идентичности
DanceTogether! Identity-Preserving Multi-Person Interactive Video Generation

Junhao Chen, Mingjin Chen, Jianjin Xu, Xiang Li, Junting Dong, Mingze Sun, Puhua Jiang, Hongxiang Li, Yuhang Yang, Hao Zhao, Xiaoxiao Long, Ruqi Huang•May 23, 2025•62

RePrompt: Усиленное рассуждениями повторное промптирование для генерации изображений из текста с использованием обучения с подкреплением
RePrompt: Reasoning-Augmented Reprompting for Text-to-Image Generation via Reinforcement Learning

Mingrui Wu, Lu Wang, Pu Zhao, Fangkai Yang, Jianjin Zhang, Jianfeng Liu, Yuefeng Zhan, Weihao Han, Hao Sun, Jiayi Ji, Xiaoshuai Sun, Qingwei Lin, Weiwei Deng, Dongmei Zhang, Feng Sun, Qi Zhang, Rongrong Ji•May 23, 2025•62

Transformer Copilot: Обучение на основе журнала ошибок при тонкой настройке больших языковых моделей
Transformer Copilot: Learning from The Mistake Log in LLM Fine-tuning

Jiaru Zou, Yikun Ban, Zihao Li, Yunzhe Qi, Ruizhong Qiu, Ling Yang, Jingrui He•May 22, 2025•62

О разработке алгоритмов градиента политики с регуляризацией KL для рассуждений в крупных языковых моделях
On the Design of KL-Regularized Policy Gradient Algorithms for LLM Reasoning

Yifan Zhang, Yifeng Liu, Huizhuo Yuan, Yang Yuan, Quanquan Gu, Andrew C Yao•May 23, 2025•52

Интерактивное постобучение моделей "Видео-Язык-Действие"
Interactive Post-Training for Vision-Language-Action Models

Shuhan Tan, Kairan Dou, Yue Zhao, Philipp Krähenbühl•May 22, 2025•52

ReflAct: Принятие решений, основанных на реальном мире, в агентах с языковыми моделями через рефлексию целевых состояний
ReflAct: World-Grounded Decision Making in LLM Agents via Goal-State Reflection

Jeonghye Kim, Sojeong Rhee, Minbeom Kim, Dohyung Kim, Sangmook Lee, Youngchul Sung, Kyomin Jung•May 21, 2025•52

Крупные языковые модели неявно учатся видеть и слышать, просто читая текст.
Large Language Models Implicitly Learn to See and Hear Just By Reading

Prateek Verma, Mert Pilanci•May 20, 2025•53

Ценностно-ориентированный поиск для эффективного рассуждения с использованием цепочки мыслей
Value-Guided Search for Efficient Chain-of-Thought Reasoning

Kaiwen Wang, Jin Peng Zhou, Jonathan Chang, Zhaolin Gao, Nathan Kallus, Kianté Brantley, Wen Sun•May 23, 2025•42

Не все модели подходят для передачи экспертам: о локальной согласованности маршрутизации в моделях смеси экспертов
Not All Models Suit Expert Offloading: On Local Routing Consistency of Mixture-of-Expert Models

Jingcong Liang, Siyuan Wang, Miren Tian, Yitong Li, Duyu Tang, Zhongyu Wei•May 21, 2025•32

Обеспечьте безопасность! Оценка сохранения политики безопасности в контекстах больших языковых моделей против косвенных атак в задачах ответов на вопросы
Keep Security! Benchmarking Security Policy Preservation in Large Language Model Contexts Against Indirect Attacks in Question Answering

Hwan Chang, Yumin Kim, Yonghyun Jun, Hwanhee Lee•May 21, 2025•32

Переосмысление остаточных соединений: ортогональные обновления для стабильных и эффективных глубоких сетей
Revisiting Residual Connections: Orthogonal Updates for Stable and Efficient Deep Networks

Giyeong Oh, Woohyun Cho, Siyeol Kim, Suhwan Choi, Younjae Yu•May 17, 2025•32

FREESON: Усиление рассуждений без использования ретривера через обход корпуса с помощью MCTS
FREESON: Retriever-Free Retrieval-Augmented Reasoning via Corpus-Traversing MCTS

Chaeeun Kim, Seungone Kim•May 22, 2025•22

Улучшение рассуждений больших языковых моделей с помощью динамического ведения заметок для сложных вопросно-ответных задач
Augmenting LLM Reasoning with Dynamic Notes Writing for Complex QA

Rishabh Maheshwary, Masoud Hashemi, Khyati Mahajan, Shiva Krishna Reddy Malay, Sai Rajeswar, Sathwik Tejaswi Madhusudhan, Spandana Gella, Vikas Yadav•May 22, 2025•22

NOVER: Обучение с подкреплением языковых моделей без верификатора через систему стимулирования
NOVER: Incentive Training for Language Models via Verifier-Free Reinforcement Learning

Wei Liu, Siya Qi, Xinyu Wang, Chen Qian, Yali Du, Yulan He•May 21, 2025•25

TIME: Многоуровневый эталон для оценки способности крупных языковых моделей к временному рассуждению в реальных сценариях
TIME: A Multi-level Benchmark for Temporal Reasoning of LLMs in Real-World Scenarios

Shaohang Wei, Wei Li, Feifan Song, Wen Luo, Tianyi Zhuang, Haochen Tan, Zhijiang Guo, Houfeng Wang•May 19, 2025•22

NileChat: на пути к лингвистически разнообразным и культурно осознанным языковым моделям для локальных сообществ
NileChat: Towards Linguistically Diverse and Culturally Aware LLMs for Local Communities

Abdellah El Mekki, Houdaifa Atou, Omer Nacar, Shady Shehata, Muhammad Abdul-Mageed•May 23, 2025•12

FuxiMT: Упрощение крупных языковых моделей для китайско-ориентированного многоязычного машинного перевода
FuxiMT: Sparsifying Large Language Models for Chinese-Centric Multilingual Machine Translation

Shaolin Zhu, Tianyu Dong, Bo Li, Deyi Xiong•May 20, 2025•12

Универсальная переранжировка биологических последовательностей для улучшения de novo секвенирования пептидов
Universal Biological Sequence Reranking for Improved De Novo Peptide Sequencing

Zijie Qiu, Jiaqi Wei, Xiang Zhang, Sheng Xu, Kai Zou, Zhi Jin, Zhiqiang Gao, Nanqing Dong, Siqi Sun•May 23, 2025•02