HuggingFace 每日AI论文速递

【周末特辑】2月第1周最火AI论文 | OmniHuman提升动画模型性能，SmolLM2优化小型语言模型训练。

08 Feb 2025

Contributed by Lukas

本期的 5 篇论文如下：[00:39] TOP1(🔥162) | 🤖 OmniHuman-1: Rethinking the Scaling-Up of One-Stage Conditioned Human Animation Models（Om...

2025.02.07 | 特征流提升模型可解释性，超IF增强指令跟随能力。

07 Feb 2025

Contributed by Lukas

本期的 21 篇论文如下：[00:24] 🔄 Analyze Feature Flow to Enhance Interpretation and Steering in Language Models（分析特征流以增强语...

2025.02.06 | 数据优化提升模型性能，模拟市场再现复杂行为。

06 Feb 2025

Contributed by Lukas

本期的 10 篇论文如下：[00:26] 🤖 SmolLM2: When Smol Goes Big -- Data-Centric Training of a Small Language Model（SmolLM2：当小型模型...

2025.02.05 | 逆桥匹配蒸馏提速，视频JAM提升运动连贯。

05 Feb 2025

Contributed by Lukas

本期的 9 篇论文如下：[00:25] ⚡ Inverse Bridge Matching Distillation（逆桥匹配蒸馏）[01:02] 🎥 VideoJAM: Joint Appearance-Motion R...

2025.02.04 | DAAs性能提升，OmniHuman动画优化。

04 Feb 2025

Contributed by Lukas

本期的 20 篇论文如下：[00:26] 🤔 The Differences Between Direct Alignment Algorithms are a Blur（直接对齐算法的差异逐渐模糊）...

2025.02.03 | 测试时缩放提升推理，奖励引导解码减少计算。

03 Feb 2025

Contributed by Lukas

本期的 9 篇论文如下：[00:26] 🧠 s1: Simple test-time scaling（简单的测试时缩放）[01:18] ⚡ Reward-Guided Speculative Decoding fo...

【月末特辑】1月最火AI论文 | DeepSeek-R1强化学习提升LLM推理能力；长文本处理突破

02 Feb 2025

Contributed by Lukas

本期的 10 篇论文如下：[00:40] TOP1(🔥281) | 🧠 DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning（DeepS...

【周末特辑】1月第4周最火AI论文 | 强化学习优于监督微调，HLE挑战LLMs能力。

01 Feb 2025

Contributed by Lukas

本期的 5 篇论文如下：[00:35] TOP1(🔥53) | 🧠 SFT Memorizes, RL Generalizes: A Comparative Study of Foundation Model Post-training（监督...

2025.01.31 | GuardReasoner提升LLM安全，MedXpertQA挑战医疗AI推理。

31 Jan 2025

Contributed by Lukas

本期的 8 篇论文如下：[00:25] 🛡 GuardReasoner: Towards Reasoning-based LLM Safeguards（GuardReasoner：面向基于推理的LLM安全防护...

2025.01.30 | 批评提升推理，AI能耗引关注

30 Jan 2025

Contributed by Lukas

本期的 5 篇论文如下：[00:25] 🧠 Critique Fine-Tuning: Learning to Critique is More Effective than Learning to Imitate（批评微调：学习...

2025.01.29 | RL泛化优，SFT稳定输出；FP4量化降成本，精度保持。

29 Jan 2025

Contributed by Lukas

本期的 8 篇论文如下：[00:26] 🧠 SFT Memorizes, RL Generalizes: A Comparative Study of Foundation Model Post-training（监督微调记忆，...

2025.01.28 | Baichuan多模态模型表现优异，长上下文处理成本降低。

28 Jan 2025

Contributed by Lukas

本期的 9 篇论文如下：[00:26] 🎙 Baichuan-Omni-1.5 Technical Report（百川全能1.5技术报告）[01:03] 📚 Qwen2.5-1M Technical Report...

2025.01.27 | 测试复杂性提升，冗余问题待解决

27 Jan 2025

Contributed by Lukas

本期的 9 篇论文如下：[00:25] 🧠 Humanity's Last Exam（人类最后的考试）[01:06] 📊 Redundancy Principles for MLLMs Benchmarks（多...

【周末特辑】1月第3周最火AI论文 | DeepSeek-R1强化学习提升LLM推理能力，进化搜索优化复杂任务解决。

25 Jan 2025

Contributed by Lukas

本期的 5 篇论文如下：[00:37] TOP1(🔥167) | 🧠 DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning（DeepSe...

2025.01.24 | SRMT提升多智能体协作能力，VideoReward优化视频生成质量。

24 Jan 2025

Contributed by Lukas

本期的 15 篇论文如下：[00:26] 🧠 SRMT: Shared Memory for Multi-agent Lifelong Pathfinding（SRMT：多智能体终身路径规划中的共享...

2025.01.23 | DeepSeek-R1强化学习提升推理能力，多智能体框架实现虚拟电影自动化

23 Jan 2025

Contributed by Lukas

本期的 9 篇论文如下：[00:24] 🧠 DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning（DeepSeek-R1：通过强...

2025.01.22 | Agent-R提升语言模型实时纠错能力，MMVU评估多学科视频理解专家级表现。

22 Jan 2025

Contributed by Lukas

本期的 16 篇论文如下：[00:24] 🤔 Agent-R: Training Language Model Agents to Reflect via Iterative Self-Training（Agent-R：通过迭代自...

2025.01.21 | GameFactory实现多样化游戏生成，VideoWorld通过视频学习复杂知识。

21 Jan 2025

Contributed by Lukas

本期的 2 篇论文如下：[00:27] 🎮 GameFactory: Creating New Games with Generative Interactive Videos（GameFactory：利用生成式交互视...

2025.01.20 | 思维进化提升LLM推理能力，PaSa优化学术搜索效率。

20 Jan 2025

Contributed by Lukas

本期的 9 篇论文如下：[00:28] 🧠 Evolving Deeper LLM Thinking（演化更深层次的LLM思维）[01:04] 🔍 PaSa: An LLM Agent for Compreh...

【周末特辑】1月第2周最火AI论文 | MiniMax-01扩展长上下文处理，数学推理PRM提升过程监督。

18 Jan 2025

Contributed by Lukas

本期的 5 篇论文如下：[00:35] TOP1(🔥258) | ⚡ MiniMax-01: Scaling Foundation Models with Lightning Attention（MiniMax-01：基于闪电注...

2025.01.17 | OmniThink提升机器写作深度与新颖性，扩散模型推理扩展提升生成质量。

18 Jan 2025

Contributed by Lukas

本期的 12 篇论文如下：[00:26] 🧠 OmniThink: Expanding Knowledge Boundaries in Machine Writing through Thinking（OmniThink：通过思考扩...

2025.01.16 | MMDocIR推动多模态检索标准化，CityDreamer4D创新4D城市生成模型。

16 Jan 2025

Contributed by Lukas

本期的 9 篇论文如下：[00:25] 📊 MMDocIR: Benchmarking Multi-Modal Retrieval for Long Documents（MMDocIR：长文档多模态检索的基准...

2025.01.15 | MiniMax-01扩展基础模型处理长上下文，填充符在T2I模型中影响图像生成。

15 Jan 2025

Contributed by Lukas

本期的 15 篇论文如下：[00:23] ⚡ MiniMax-01: Scaling Foundation Models with Lightning Attention（MiniMax-01：基于闪电注意力机制扩...

2025.01.14 | 数学推理提升，内存开销减少

14 Jan 2025

Contributed by Lukas

本期的 11 篇论文如下：[00:24] 📊 The Lessons of Developing Process Reward Models in Mathematical Reasoning（数学推理中过程奖励模...

2025.01.13 | OmniManip实现通用机器人操作，VideoRAG提升视频检索生成性能。

13 Jan 2025

Contributed by Lukas

本期的 10 篇论文如下：[00:24] 🤖 OmniManip: Towards General Robotic Manipulation via Object-Centric Interaction Primitives as Spatial Const...

【周末特辑】1月第1周最火AI论文 | 小型模型超越大型模型，REINFORCE++简化对齐方法

11 Jan 2025

Contributed by Lukas

本期的 5 篇论文如下：[00:39] TOP1(🔥173) | 🧠 rStar-Math: Small LLMs Can Master Math Reasoning with Self-Evolved Deep Thinking（rStar-Ma...

2025.01.10 每日AI论文 | GAN训练简化性能提升，视频自回归预训练竞争力显著。

10 Jan 2025

Contributed by Lukas

本期的 7 篇论文如下：[00:23] 🧠 The GAN is dead; long live the GAN! A Modern GAN Baseline（GAN已死；GAN万岁！一个现代的GAN基线...

2025.01.09 每日AI论文 | 小型模型自我进化超越GPT-3，多模态模型提升数学推理能力。

09 Jan 2025

Contributed by Lukas

本期的 11 篇论文如下：[00:25] 🧠 rStar-Math: Small LLMs Can Master Math Reasoning with Self-Evolved Deep Thinking（rStar-Math：小型语言...

2025.01.08 每日AI论文 | REINFORCE++提升大模型对齐效率，MotionBench优化视频运动理解

08 Jan 2025

Contributed by Lukas

本期的 11 篇论文如下：[00:24] 🚀 REINFORCE++: A Simple and Efficient Approach for Aligning Large Language Models（REINFORCE++：一种简单...

2025.01.07 每日AI论文 | STAR提升视频超分辨率时空一致性，BoostStep增强大模型数学推理能力。

07 Jan 2025

Contributed by Lukas

本期的 16 篇论文如下：[00:24] 🎥 STAR: Spatial-Temporal Augmentation with Text-to-Video Models for Real-World Video Super-Resolution（STAR...

2025.01.06 每日AI论文 | EnerVerse提升机器人操作规划能力，VITA-1.5优化实时视觉语音交互。

06 Jan 2025

Contributed by Lukas

本期的 8 篇论文如下：[00:24] 🤖 EnerVerse: Envisioning Embodied Future Space for Robotics Manipulation（EnerVerse：面向机器人操作的...

【月末特辑】12月最火AI论文 | Qwen2.5提升大语言模型性能，阿波罗优化视频理解效率。

05 Jan 2025

Contributed by Lukas

本期的 10 篇论文如下：[00:31] TOP1(🔥335) | 🤖 Qwen2.5 Technical Report（Qwen2.5技术报告）[02:44] TOP2(🔥136) | 🎥 Apollo: An E...

【周末特辑】12月第5周最火AI论文 | 提升医学推理能力，自动化GUI轨迹构建。

04 Jan 2025

Contributed by Lukas

本期的 5 篇论文如下：[00:35] TOP1(🔥83) | 🧠 HuatuoGPT-o1, Towards Medical Complex Reasoning with LLMs（华佗GPT-o1：迈向医学复杂...

2025.01.03 每日AI论文 | 多模态教科书提升视觉语言模型性能，VideoAnydoor实现高保真视频对象插入

03 Jan 2025

Contributed by Lukas

本期的 17 篇论文如下：[00:24] 📚 2.5 Years in Class: A Multimodal Textbook for Vision-Language Pretraining（2.5年课堂：用于视觉-语...

2025.01.02 每日AI论文 | 自动化GUI代理轨迹构建，优化推理任务语言模型。

02 Jan 2025

Contributed by Lukas

本期的 2 篇论文如下：[00:26] 🤖 OS-Genesis: Automating GUI Agent Trajectory Construction via Reverse Task Synthesis（OS-Genesis：通过逆...

2024.12.31 每日AI论文 | 解释性指令提升视觉任务泛化，多模态模型优化医学影像泛化。

31 Dec 2024

Contributed by Lukas

本期的 10 篇论文如下：[00:25] 🔍 Explanatory Instructions: Towards Unified Vision Tasks Understanding and Zero-shot Generalization（解释...

2024.12.30 每日AI论文 | 华佗GPT-o1提升医学推理，Orient Anything精准估计物体方向。

30 Dec 2024

Contributed by Lukas

本期的 8 篇论文如下：[00:30] 🧠 HuatuoGPT-o1, Towards Medical Complex Reasoning with LLMs（华佗GPT-o1：迈向医学复杂推理的大语...

【周末特辑】12月第4周最火AI论文 | 鲁棒微调提升大模型抗噪能力，并行生成加速视觉模型效率。

28 Dec 2024

Contributed by Lukas

本期的 5 篇论文如下：[00:37] TOP1(🔥78) | 🛡 RobustFT: Robust Supervised Fine-tuning for Large Language Models under Noisy Response（Rob...

2024.12.27 每日AI论文 | YuLan-Mini提升数据效率，Gist Token优化上下文压缩。

27 Dec 2024

Contributed by Lukas

本期的 4 篇论文如下：[00:26] 🧠 YuLan-Mini: An Open Data-efficient Language Model（YuLan-Mini：一个开放的数据高效语言模型）...

2024.12.26 每日AI论文 | Token预算优化推理，Video-Panda提升视频处理效率。

26 Dec 2024

Contributed by Lukas

本期的 4 篇论文如下：[00:27] 💡 Token-Budget-Aware LLM Reasoning（基于Token预算的大语言模型推理）[01:07] 🎥 Video-Panda: Pa...

2024.12.25 每日AI论文 | 提升三维场景理解，填补深度信息缺失。

25 Dec 2024

Contributed by Lukas

本期的 9 篇论文如下：[00:26] 🧠 3DGraphLLM: Combining Semantic Graphs and Large Language Models for 3D Scene Understanding（3DGraphLLM：结...

2024.12.24 每日AI论文 | 探索与利用平衡，噪声数据处理提升。

24 Dec 2024

Contributed by Lukas

本期的 16 篇论文如下：[00:24] 🔄 B-STaR: Monitoring and Balancing Exploration and Exploitation in Self-Taught Reasoners（B-STaR：监控和...

2024.12.23 每日AI论文 | 加速视觉生成，优化多步推理

23 Dec 2024

Contributed by Lukas

本期的 10 篇论文如下：[00:22] ⚡ Parallelized Autoregressive Visual Generation（并行自回归视觉生成）[01:05] 🧠 Offline Reinforc...

【周末特辑】12月第3周最火AI论文 | Qwen2.5提升LLMs性能，阿波罗优化视频理解。

21 Dec 2024

Contributed by Lukas

本期的 5 篇论文如下：[00:40] TOP1(🔥252) | 🤖 Qwen2.5 Technical Report（Qwen2.5技术报告）[02:31] TOP2(🔥127) | 🎥 Apollo: An Ex...

2024.12.20 每日AI论文 | 数据扩增提升LLMs性能，多模态推理框架创新突破

20 Dec 2024

Contributed by Lukas

本期的 14 篇论文如下：[00:22] 🤖 Qwen2.5 Technical Report（Qwen2.5技术报告）[01:00] 🧠 Progressive Multimodal Reasoning via Active ...

2024.12.19 每日AI论文 | AI代理任务表现有限，动画制作效率提升。

19 Dec 2024

Contributed by Lukas

本期的 18 篇论文如下：[00:24] 🤖 TheAgentCompany: Benchmarking LLM Agents on Consequential Real World Tasks（TheAgentCompany：在具有重...

2024.12.18 每日AI论文 | 推理能力待提升，多模态模型需优化。

18 Dec 2024

Contributed by Lukas

本期的 8 篇论文如下：[00:24] 🧠 Are Your LLMs Capable of Stable Reasoning?（你的LLM是否具备稳定推理能力？）[01:06] 📊 Mult...

2024.12.17 每日AI论文 | 提升检索生成效率，优化视觉生成评估。

17 Dec 2024

Contributed by Lukas

本期的 18 篇论文如下：[00:23] 🧠 RetroLLM: Empowering Large Language Models to Retrieve Fine-grained Evidence within Generation（RetroLLM：...

2024.12.16 每日AI论文 | 视频理解新突破，AI探索3D环境。

16 Dec 2024

Contributed by Lukas

本期的 14 篇论文如下：[00:23] 🎥 Apollo: An Exploration of Video Understanding in Large Multimodal Models（阿波罗：大型多模态模型...

【周末特辑】12月第2周最火AI论文 | 扩展策略提升模型性能，多模态系统优化长期交互。

14 Dec 2024

Contributed by Lukas

本期的 5 篇论文如下：[00:43] TOP1(🔥95) | 🌐 Expanding Performance Boundaries of Open-Source Multimodal Models with Model, Data, and Test...

2024.12.13 每日AI论文 | 多模态系统提升长期交互，phi-4优化STEM问答表现。

13 Dec 2024

Contributed by Lukas

本期的 23 篇论文如下：[00:23] 🎥 InternLM-XComposer2.5-OmniLive: A Comprehensive Multimodal System for Long-term Streaming Video and Audio ...

2024.12.12 每日AI论文 | 多视角视频生成突破，复杂场景模型提升

12 Dec 2024

Contributed by Lukas

本期的 14 篇论文如下：[00:23] 🎥 SynCamMaster: Synchronizing Multi-Camera Video Generation from Diverse Viewpoints（SynCamMaster：同步多...

2024.12.11 每日AI论文 | 代码模型评估改进，视频生成技术突破

11 Dec 2024

Contributed by Lukas

本期的 23 篇论文如下：[00:25] 🧑 Evaluating and Aligning CodeLLMs on Human Preference（评估与对齐代码大语言模型的人类偏好...

2024.12.10 每日AI论文 | 识别数学推理错误，评估强化学习记忆。

10 Dec 2024

Contributed by Lukas

本期的 9 篇论文如下：[00:23] 🧮 ProcessBench: Identifying Process Errors in Mathematical Reasoning（ProcessBench：识别数学推理中的...

2024.12.09 每日AI论文 | 提升多模态模型性能，优化文本到视频生成质量。

09 Dec 2024

Contributed by Lukas

本期的 11 篇论文如下：[00:27] 🌐 Expanding Performance Boundaries of Open-Source Multimodal Models with Model, Data, and Test-Time Scaling（...

【周末特辑】12月第1周最火AI论文 | SNOOPI提升文生图模型效率，PaliGemma 2优化视觉语言模型迁移性能

07 Dec 2024

Contributed by Lukas

本期的 5 篇论文如下：[00:40] TOP1(🔥102) | 🚀 SNOOPI: Supercharged One-step Diffusion Distillation with Proper Guidance（SNOOPI：超强...

2024.12.06 每日AI论文 | 视觉压缩提升效率，代码监控增强机器人可靠性。

06 Dec 2024

Contributed by Lukas

本期的 23 篇论文如下：[00:23] 🔍 VisionZip: Longer is Better but Not Necessary in Vision Language Models（视觉压缩：视觉语言模型...

2024.12.05 每日AI论文 | 提升文本到图像扩散模型，生成沉浸式360度视频。

05 Dec 2024

Contributed by Lukas

本期的 15 篇论文如下：[00:24] 🚀 SNOOPI: Supercharged One-step Diffusion Distillation with Proper Guidance（SNOOPI：超强一步扩散蒸...

2024.12.04 每日AI论文 | 多镜头视频生成框架提升叙事连贯性，关键令牌识别增强LLM推理能力。

04 Dec 2024

Contributed by Lukas

本期的 15 篇论文如下：[00:24] 🎥 VideoGen-of-Thought: A Collaborative Framework for Multi-Shot Video Generation（视频思维生成：多镜...

2024.12.03 每日AI论文 | X-Prompt提升图像生成，GATE OpenING评估图文生成。

03 Dec 2024

Contributed by Lukas

本期的 24 篇论文如下：[00:23] 🖼 X-Prompt: Towards Universal In-Context Image Generation in Auto-Regressive Vision Language Foundation Mode...

【月末特辑】11月最火AI论文 | OpenCoder性能媲美专有模型，SDXL Turbo增强图像模型可解释性。

03 Dec 2024

Contributed by Lukas

本期的 10 篇论文如下：[00:41] TOP1(🔥109) | 🔓 OpenCoder: The Open Cookbook for Top-Tier Code Large Language Models（开放编码器：顶...

2024.12.02 每日AI论文 | HiAR-ICL提升复杂任务表现，多模态模型领域适应增强。

02 Dec 2024

Contributed by Lukas

本期的 14 篇论文如下：[00:25] 🧠 Beyond Examples: High-level Automated Reasoning Paradigm in In-Context Learning via MCTS（超越示例：...

【周末特辑】11月第5周最火AI论文 | 提升视觉生成实例控制，增强UI视觉代理交互能力。

30 Nov 2024

Contributed by Lukas

本期的 5 篇论文如下：[00:40] TOP1(🔥71) | 🖼 ROICtrl: Boosting Instance Control for Visual Generation（ROICtrl：提升视觉生成的实...

2024.11.29 每日AI论文 | 视觉语言模型提升，图像生成自动化

29 Nov 2024

Contributed by Lukas

本期的 6 篇论文如下：[00:26] 🧠 Critic-V: VLM Critics Help Catch VLM Errors in Multimodal Reasoning（批评者-V：视觉语言模型批评...

2024.11.28 每日AI论文 | 实例控制增强，4D场景生成突破

29 Nov 2024

Contributed by Lukas

本期的 21 篇论文如下：[00:24] 🖼 ROICtrl: Boosting Instance Control for Visual Generation（ROICtrl：提升视觉生成的实例控制）[...

2024.11.27 每日AI论文 | ShowUI提升GUI效率，F2F改进图像编辑。

27 Nov 2024

Contributed by Lukas

本期的 18 篇论文如下：[00:28] 🖥 ShowUI: One Vision-Language-Action Model for GUI Visual Agent（ShowUI：一种用于GUI视觉代理的视...

2024.11.26 每日AI论文 | 3D材料生成自动化，零样本图像生成创新。

26 Nov 2024

Contributed by Lukas

本期的 21 篇论文如下：[00:26] 🌐 Material Anything: Generating Materials for Any 3D Object via Diffusion（材料生成：通过扩散生成...

2024.11.25 每日AI论文 | 风格友好SNR采样器提升图像生成，TÜLU 3开源模型性能超越。

25 Nov 2024

Contributed by Lukas

本期的 14 篇论文如下：[00:26] 🎨 Style-Friendly SNR Sampler for Style-Driven Generation（风格友好SNR采样器用于风格驱动生成）...

【周末特辑】11月第4周最火AI论文 | LLaVA-o1提升多模态推理，Genex优化具身AI规划。

23 Nov 2024

Contributed by Lukas

本期的 5 篇论文如下：[00:41] TOP1(🔥93) | 🧠 LLaVA-o1: Let Vision Language Models Reason Step-by-Step（LLaVA-o1：让视觉语言模型逐...

2024.11.22 每日AI论文 | 混合偏好优化提升推理，多模态自回归预训练创新。

22 Nov 2024

Contributed by Lukas

本期的 14 篇论文如下：[00:26] 🧠 Enhancing the Reasoning Ability of Multimodal Large Language Models via Mixed Preference Optimization（通...

2024.11.21 每日AI论文 | 4比特注意力加速显著，视频生成基准全面评估。

21 Nov 2024

Contributed by Lukas

本期的 8 篇论文如下：[00:28] ⚡ SageAttention2 Technical Report: Accurate 4 Bit Attention for Plug-and-play Inference Acceleration（SageAtt...

2024.11.20 每日AI论文 | 图像生成加速，语言模型数据集创新

20 Nov 2024

Contributed by Lukas

本期的 7 篇论文如下：[00:33] ⚡ Continuous Speculative Decoding for Autoregressive Image Generation（自回归图像生成的连续推测解...

2024.11.19 每日AI论文 | 移动设备高效部署，具身AI虚拟探索

19 Nov 2024

Contributed by Lukas

本期的 16 篇论文如下：[00:25] 📱 BlueLM-V-3B: Algorithm and System Co-Design for Multimodal Large Language Models on Mobile Devices（BlueL...

2024.11.18 每日AI论文 | 视觉语言模型推理提升，图像生成精细控制优化

18 Nov 2024

Contributed by Lukas

本期的 6 篇论文如下：[00:28] 🧠 LLaVA-o1: Let Vision Language Models Reason Step-by-Step（LLaVA-o1：让视觉语言模型逐步推理）[...

【周末特辑】11月第3周最火AI论文 | Add-it提升图像插入性能，LLMs实现长上下文自我改进。

16 Nov 2024

Contributed by Lukas

本期的 5 篇论文如下：[00:44] TOP1(🔥54) | 🖼 Add-it: Training-Free Object Insertion in Images With Pretrained Diffusion Models（Add-it：...

2024.11.15 每日AI论文 | 高效图像编辑，3D网格生成

15 Nov 2024

Contributed by Lukas

本期的 7 篇论文如下：[00:27] ✨ MagicQuill: An Intelligent Interactive Image Editing System（魔法羽毛笔：智能交互式图像编辑系...

2024.11.14 每日AI论文 | LLMs自我改进显著，EgoVid-5M数据集创新。

14 Nov 2024

Contributed by Lukas

本期的 7 篇论文如下：[00:26] 🤖 Large Language Models Can Self-Improve in Long-context Reasoning（大型语言模型在长上下文推理中...

2024.11.13 每日AI论文 | 三维物体分割新框架，多模态理解生成模型

13 Nov 2024

Contributed by Lukas

本期的 6 篇论文如下：[00:28] 🔍 SAMPart3D: Segment Any Part in 3D Objects（SAMPart3D：三维物体任意部分分割）[01:06] 🌐 Janus...

2024.11.12 每日AI论文 | 对象无缝插入，通用编辑模型提升精度

12 Nov 2024

Contributed by Lukas

本期的 14 篇论文如下：[00:23] 🖼 Add-it: Training-Free Object Insertion in Images With Pretrained Diffusion Models（Add-it：基于预训练...

2024.11.11 每日AI论文 | 提升训练吞吐量，减少内存使用

11 Nov 2024

Contributed by Lukas

本期的 6 篇论文如下：[00:30] ⚖ Balancing Pipeline Parallelism with Vocabulary Parallelism（平衡流水线并行与词汇并行）[01:15] ...

【周末特辑】11月第2周最火AI论文 | 开放编码器加速代码AI研究，ReCapture提升视频生成质量。

09 Nov 2024

Contributed by Lukas

本期的 5 篇论文如下：[00:38] TOP1(🔥73) | 🔧 OpenCoder: The Open Cookbook for Top-Tier Code Large Language Models（开放编码器：顶...

2024.11.08 每日AI论文 | 开放编码器提升代码生成，ReCapture优化视频轨迹

08 Nov 2024

Contributed by Lukas

本期的 14 篇论文如下：[00:25] 🔧 OpenCoder: The Open Cookbook for Top-Tier Code Large Language Models（开放编码器：顶级代码大语...

2024.11.07 每日AI论文 | 数据污染影响模型评估，结构化推理提升LLMs性能

07 Nov 2024

Contributed by Lukas

本期的 4 篇论文如下：[00:28] 🔍 Both Text and Images Leaked! A Systematic Analysis of Multimodal LLM Data Contamination（文本与图像均...

2024.11.06 每日AI论文 | HTML提升RAG性能，分子图助手优化多模态任务

06 Nov 2024

Contributed by Lukas

本期的 11 篇论文如下：[00:30] 📄 HtmlRAG: HTML is Better Than Plain Text for Modeling Retrieved Knowledge in RAG Systems（HtmlRAG：在RAG...

2024.11.05 每日AI论文 | AndroidLab提升代理性能，WebRL优化网络任务表现。

05 Nov 2024

Contributed by Lukas

本期的 17 篇论文如下：[00:26] 🤖 AndroidLab: Training and Systematic Benchmarking of Android Autonomous Agents（AndroidLab：Android自主...

2024.11.04 每日AI论文 | OS-ATLAS提升GUI代理性能，CAF优化生成模型效率。

04 Nov 2024

Contributed by Lukas

本期的 17 篇论文如下：[00:25] 🤖 OS-ATLAS: A Foundation Action Model for Generalist GUI Agents（OS-ATLAS：通用GUI代理的基础动作模...

【周末特辑】11月第1周最火AI论文 | 多模态遗忘新基准CLEAR，GPT-4o系统卡片详解。

02 Nov 2024

Contributed by Lukas

本期的 5 篇论文如下：[00:41] TOP1(🔥191) | 🧠 CLEAR: Character Unlearning in Textual and Visual Modalities（CLEAR：文本与视觉模态...

2024.11.01 每日AI论文 | 稀疏自编码器提升图像模型可解释性，梯度视角揭示LLMs层级差异。

01 Nov 2024

Contributed by Lukas

本期的 11 篇论文如下：[00:27] 🔍 Unpacking SDXL Turbo: Interpreting Text-to-Image Models with Sparse Autoencoders（解构SDXL Turbo：使用...

2024.10.31 每日AI论文 | 多轮对话评估新基准，机器人任务高效推理模型。

31 Oct 2024

Contributed by Lukas

本期的 5 篇论文如下：[00:29] 🗣 CORAL: Benchmarking Multi-turn Conversational Retrieval-Augmentation Generation（CORAL：多轮对话增强...

2024.10.30 每日AI论文 | 多模态遗忘挑战大，AutoKaggle提升效率。

30 Oct 2024

Contributed by Lukas

本期的 8 篇论文如下：[00:33] 🧠 CLEAR: Character Unlearning in Textual and Visual Modalities（CLEAR：文本与视觉模态中的字符遗...

2024.10.29 每日AI论文 | 波兰语模型性能提升，异构代理系统创新。

29 Oct 2024

Contributed by Lukas

本期的 17 篇论文如下：[00:24] 🇵 Bielik 7B v0.1: A Polish Language Model -- Development, Insights, and Evaluation（Bielik 7B v0.1：波兰...

2024.10.28 每日AI论文 | 视觉-时间提示提升交互，连续扩散模型优化语音合成

28 Oct 2024

Contributed by Lukas

本期的 13 篇论文如下：[00:25] 🚀 ROCKET-1: Master Open-World Interaction with Visual-Temporal Context Prompting（ROCKET-1：利用视觉-时...

【周末特辑】10月第4周最火AI论文 | 少样本NeRF高效收敛，长视频分割精度提升。

26 Oct 2024

Contributed by Lukas

本期的 5 篇论文如下：[00:44] TOP1(🔥79) | ⚡ FrugalNeRF: Fast Convergence for Few-shot Novel View Synthesis without Learned Priors（节俭...

2024.10.25 每日AI论文 | 内存效率显著提升，长上下文对齐能力增强。

25 Oct 2024

Contributed by Lukas

本期的 21 篇论文如下：[00:26] 🚀 Breaking the Memory Barrier: Near Infinite Batch Size Scaling for Contrastive Loss（打破内存壁垒：...

2024.10.24 每日AI论文 | 多图像任务优化，视频生成模型评估

24 Oct 2024

Contributed by Lukas

本期的 10 篇论文如下：[00:25] 🖼 MIA-DPO: Multi-Image Augmented Direct Preference Optimization For Large Vision-Language Models（多图像...

2024.10.23 每日AI论文 | 视觉冗余减少提升效率，动态三维重建优化镜面场景。

23 Oct 2024

Contributed by Lukas

本期的 8 篇论文如下：[00:27] 🔍 PyramidDrop: Accelerating Your Large Vision-Language Models via Pyramid Visual Redundancy Reduction（金字...

2024.10.22 每日AI论文 | 指南针评判者加速模型评估，SAM2Long提升长视频分割精度。

22 Oct 2024

Contributed by Lukas

本期的 21 篇论文如下：[00:24] 🤖 CompassJudger-1: All-in-one Judge Model Helps Model Evaluation and Evolution（指南针评判者-1：一体...

2024.10.21 每日AI论文 | 提升网页导航成功率，增强图像生成精细度。

21 Oct 2024

Contributed by Lukas

本期的 12 篇论文如下：[00:27] 🌐 Web Agents with World Models: Learning and Leveraging Environment Dynamics in Web Navigation（拥有世界...

【周末特辑】10月第3周最火AI论文 | 多模态大语言模型创新，评估标准统一化。

19 Oct 2024

Contributed by Lukas

本期的 5 篇论文如下：[00:45] TOP1(🔥80) | 🌐 Baichuan-Omni Technical Report（百川-Omni 技术报告）[02:20] TOP2(🔥58) | 📊 MixE...

2024.10.18 每日AI论文 | AI评估标准化，电影生成模型领先。

18 Oct 2024

Contributed by Lukas

本期的 31 篇论文如下：[00:23] 📊 MixEval-X: Any-to-Any Evaluations from Real-World Data Mixtures（MixEval-X：从现实世界数据混合中...