2024.07.29 每日AI论文 | AppWorld评估LLMs数字任务能力，ORG模型提升三维重建质量
04:50 Share

大家好，欢迎收听'Hugging Face 每日AI论文速递'。今天是2024年7月29日，我们将带您快速浏览六篇热门AI论文，涵盖交互编码代理基准测试、单张图像物体重建、视频字幕生成等多个前沿领域。现在，让我们立即进入精彩的论文世界。 [00:25] 🌐 AppWorld: A Controllable World of Apps and People for Benchmarking Interactive Coding Agents（AppWorld：用于基准测试交互编码代理的应用程序和人为环境）

[01:08] 🌍 Floating No More: Object-Ground Reconstruction from a Single Image（不再悬浮：单张图像中的物体-地面重建）

[01:50] 📹 Wolf: Captioning Everything with a World Summarization Framework（Wolf：使用世界总结框架进行视频字幕生成）

[02:31] 🌐 VSSD: Vision Mamba with Non-Casual State Space Duality（VSSD：视觉Mamba与非因果状态空间对偶性）

[03:11] 🤖 SHIC: Shape-Image Correspondences with no Keypoint Supervision（SHIC：无需关键点监督的形状-图像对应关系）

[03:50] 📝 Lessons from Learning to Spin "Pens"（从学习旋转“笔”中得到的启示）

【关注我们】

您还可以在以下平台找到我们，获得播客内容以外更多信息

小红书: AI速递