大家好，欢迎收听“Hugging Face 每日AI论文速递”。今天是2024年8月06日，我们将带您快速浏览14篇热门AI论文，涵盖多模态大型语言模型、文本到图像生成、数据驱动模拟等多个前沿领域。精彩内容即将展开，让我们一起探索AI的最新进展。

[00:28] 📱 MiniCPM-V: A GPT-4V Level MLLM on Your Phone（手机上的GPT-4V级别多模态大型语言模型）

[01:17] 🌟 Lumina-mGPT: Illuminate Flexible Photorealistic Text-to-Image Generation with Multimodal Generative Pretraining（Lumina-mGPT：利用多模态生成预训练实现灵活逼真的文本到图像生成）

[02:02] 🌐 MeshAnything V2: Artist-Created Mesh Generation With Adjacent Mesh Tokenization（MeshAnything V2：艺术家创作网格生成与相邻网格标记化）

[02:41] 🌊 Unleashing the Power of Data Tsunami: A Comprehensive Survey on Data Assessment and Selection for Instruction Tuning of Language Models（释放数据海啸的力量：关于语言模型指令调优中数据评估与选择的综合调查）

[03:19] 🗣 Language Model Can Listen While Speaking（语言模型可以在说话的同时进行听取）

[03:57] 📈 Self-Taught Evaluators（自我教学评估器）

[04:33] 🎥 VidGen-1M: A Large-Scale Dataset for Text-to-video Generation（VidGen-1M：一个用于文本到视频生成的大规模数据集）

[05:07] 🌟 ProCreate, Dont Reproduce! Propulsive Energy Diffusion for Creative Generation（创造而非复制！推进能量扩散以实现创造性生成）

[05:49] 🧬 BioMamba: A Pre-trained Biomedical Language Representation Model Leveraging Mamba（BioMamba：一种利用Mamba的预训练生物医学语言表示模型）

[06:27] 🔧 RAG Foundry: A Framework for Enhancing LLMs for Retrieval Augmented Generation（RAG Foundry：增强LLMs以实现检索增强生成的框架）

[07:07] 🔍 ExoViP: Step-by-step Verification and Exploration with Exoskeleton Modules for Compositional Visual Reasoning（ExoViP：通过外骨骼模块逐步验证和探索组合视觉推理）

[07:43] 📊 The Impact of Hyperparameters on Large Language Model Inference Performance: An Evaluation of vLLM and HuggingFace Pipelines（超参数对大型语言模型推理性能的影响：vLLM与HuggingFace Pipelines的评估）

[08:19] 🚗 GPUDrive: Data-driven, multi-agent driving simulation at 1 million FPS（GPUDrive：每秒100万帧的数据驱动多智能体驾驶模拟）

[08:56] 🔒 Operationalizing Contextual Integrity in Privacy-Conscious Assistants（在隐私意识助手中操作化情境完整性）

【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