大家好，欢迎收听“Hugging Face 每日AI论文速递”月末特辑。每个月的最后一天，我们都会为您带来当月Hugging Face上最热门的AI论文汇总。今天，我们将带您回顾2024年8月的精彩研究成果。

本期节目涵盖了从文本生成模型的交互式学习、长上下文检索的新推理模式，到实时游戏引擎中的扩散模型应用，以及图像与视频中的任意分割技术等多个前沿领域。此外，我们还将探讨AI在科学发现自动化、多模态大型语言模型的视觉表示等方面的最新进展。

现在，让我们一起深入这些令人兴奋的AI研究，探索科技的未来。节目马上开始，敬请期待！

[00:47] TOP1(🔥148) | 🔍 Transformer Explainer: Interactive Learning of Text-Generative Models（Transformer解释器：交互式学习文本生成模型）

[02:54] TOP2(🔥130) | 📚 Writing in the Margins: Better Inference Pattern for Long Context Retrieval（边缘写作：长上下文检索的更好推理模式）

[04:59] TOP3(🔥108) | 🎮 Diffusion Models Are Real-Time Game Engines（扩散模型作为实时游戏引擎）

[06:58] TOP4(🔥100) | 🎥 SAM 2: Segment Anything in Images and Videos（SAM 2：图像与视频中的任意分割）

[08:50] TOP5(🔥100) | 🤖 The AI Scientist: Towards Fully Automated Open-Ended Scientific Discovery（AI科学家：迈向完全自动化的开放式科学发现）

[10:26] TOP6(🔥99) | 🦙 The Llama 3 Herd of Models（Llama 3 模型群）

[12:37] TOP7(🔥97) | 🔍 Building and better understanding vision-language models: insights and future directions（构建和更好地理解视觉-语言模型：见解与未来方向）

[15:10] TOP8(🔥95) | 🤖 xGen-MM (BLIP-3): A Family of Open Large Multimodal Models（xGen-MM (BLIP-3): 开放大型多模态模型系列）

[17:05] TOP9(🔥84) | 📊 GMAI-MMBench: A Comprehensive Multimodal Evaluation Benchmark Towards General Medical AI（GMAI-MMBench：面向通用医疗AI的综合多模态评估基准）

[19:24] TOP10(🔥81) | 🔍 Law of Vision Representation in MLLMs（多模态大型语言模型中的视觉表示定律）

【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