Shownotes Transcript
Hugging Face 每日AI论文速递
每天10分钟，带您快速了解当日HuggingFace热门AI论文内容
今天带来的 15 篇论文如下：
📊 Skywork-Math: Data Scaling Laws for Mathematical Reasoning in Large Language Models -- The Story Goes On（Skywork-Math：大型语言模型中数学推理能力的数据规模定律 -- 故事继续）
📊 MAVIS: Mathematical Visual Instruction Tuning（MAVIS：数学视觉指令调优）
📹 Video Diffusion Alignment via Reward Gradients（通过奖励梯度实现视频扩散对齐）
🔍 MambaVision: A Hybrid Mamba-Transformer Vision Backbone（MambaVision：一种混合Mamba-Transformer视觉骨干网络）
📊 GTA: A Benchmark for General Tool Agents（GTA：通用工具代理基准）
📊 The Synergy between Data and Multi-Modal Large Language Models: A Survey from Co-Development Perspective（数据与多模态大型语言模型的协同作用：从协同发展角度的调查）
🌐 DenseFusion-1M: Merging Vision Experts for Comprehensive Multimodal Perception（DenseFusion-1M：整合视觉专家以实现全面多模态感知）
🎥 Live2Diff: Live Stream Translation via Uni-directional Attention in Video Diffusion Models（Live2Diff：基于单向注意力机制的视频扩散模型实现直播翻译）
🌲 Gradient Boosting Reinforcement Learning（梯度提升强化学习）
📉 Q-GaLore: Quantized GaLore with INT4 Projection and Layer-Adaptive Low-Rank Gradients（Q-GaLore：使用INT4投影和层适应低秩梯度的量化GaLore）
📖 SEED-Story: Multimodal Long Story Generation with Large Language Model（SEED-Story：基于大型语言模型的多模态长故事生成）
📹 Generalizable Implicit Motion Modeling for Video Frame Interpolation（可泛化的隐式运动建模用于视频帧插值）
📊 OmniNOCS: A unified NOCS dataset and model for 3D lifting of 2D objects（OmniNOCS：用于2D物体3D提升的统一NOCS数据集与模型）
🎤 Autoregressive Speech Synthesis without Vector Quantization（无需向量量化的自回归语音合成）
🌍 WildGaussians: 3D Gaussian Splatting in the Wild（WildGaussians：自然环境中的3D高斯喷洒）
【关注我们，获取更多信息】
小红书: AI速递