本期的 17 篇论文如下：

[00:28] 📄 HelloBench: Evaluating Long Text Generation Capabilities of Large Language Models（HelloBench：评估大型语言模型的长文本生成能力）

[01:14] 🌐 Making Text Embedders Few-Shot Learners（利用大语言模型使多语言文本嵌入器成为少样本学习者）

[01:51] 🌐 OmniBench: Towards The Future of Universal Omni-Language Models（OmniBench：迈向通用全能语言模型的未来）

[02:29] 🔄 Present and Future Generalization of Synthetic Image Detectors（合成图像检测器的现状与未来泛化）

[03:08] 🎥 MIMO: Controllable Character Video Synthesis with Spatial Decomposed Modeling（MIMO：基于空间分解建模的可控角色视频合成）

[03:43] 🔄 MonoFormer: One Transformer for Both Diffusion and Autoregression（MonoFormer：一个Transformer同时处理扩散和自回归）

[04:16] 🌍 EuroLLM: Multilingual Language Models for Europe（欧洲多语言模型：EuroLLM）

[04:53] 🖼 MaskBit: Embedding-free Image Generation via Bit Tokens（MaskBit: 通过比特令牌实现无嵌入图像生成）

[05:33] 👁 Seeing Faces in Things: A Model and Dataset for Pareidolia（事物中的面孔：幻觉模型与数据集）

[06:19] 🤖 Gen2Act: Human Video Generation in Novel Scenarios enables Generalizable Robot Manipulation（Gen2Act：在新场景中生成人类视频以实现可泛化的机器人操作）

[06:57] 🎨 Improvements to SDXL in NovelAI Diffusion V3（NovelAI Diffusion V3中SDXL的改进）

[07:41] 🔄 Reward-Robust RLHF in LLMs（大语言模型中的奖励鲁棒RLHF）

[08:16] 🤖 DynaMo: In-Domain Dynamics Pretraining for Visuo-Motor Control（DynaMo：视觉运动控制的域内动力学预训练）

[08:54] 🇮 SLIMER-IT: Zero-Shot NER on Italian Language（SLIMER-IT：意大利语零样本命名实体识别）

[09:33] 📈 Time-MoE: Billion-Scale Time Series Foundation Models with Mixture of Experts（基于专家混合的十亿级时间序列基础模型）

[10:17] 🛡 RRM: Robust Reward Model Training Mitigates Reward Hacking（RRM：鲁棒奖励模型训练缓解奖励作弊）

[10:50] 📊 Tabular Data Generation using Binary Diffusion（使用二进制扩散生成表格数据）

【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

2024.09.25 每日AI论文 | HelloBench评估长文本生成,迈向通用全能语言模型的未来 11:56 Share

HuggingFace 每日AI论文速递