本期的 21 篇论文如下：

[00:24] 🤖 CompassJudger-1: All-in-one Judge Model Helps Model Evaluation and Evolution（指南针评判者-1：一体化评判模型助力模型评估与进化）

[01:11] 🌲 SAM2Long: Enhancing SAM 2 for Long Video Segmentation with a Training-Free Memory Tree（SAM2长：通过无需训练的记忆树增强SAM 2以实现长视频分割）

[01:55] 🌐 PUMA: Empowering Unified MLLM with Multi-granular Visual Generation（PUMA：赋予统一多模态大语言模型多粒度视觉生成能力）

[02:37] 🤖 AutoTrain: No-code training for state-of-the-art models（AutoTrain：无代码训练最先进的模型）

[03:10] ⚡ FrugalNeRF: Fast Convergence for Few-shot Novel View Synthesis without Learned Priors（节俭NeRF：无学习先验的少样本新视角合成快速收敛）

[03:56] 📊 Baichuan Alignment Technical Report（百川对齐技术报告）

[04:39] 🌍 Pangea: A Fully Open Multilingual Multimodal LLM for 39 Languages（泛亚：一个完全开放的多语种多模态LLM，涵盖39种语言）

[05:21] 🔍 RM-Bench: Benchmarking Reward Models of Language Models with Subtlety and Style（RM-Bench：评估语言模型奖励模型的细致性与风格敏感度）

[06:05] 📚 Meta-Chunking: Learning Efficient Text Segmentation via Logical Perception（元分块：通过逻辑感知学习高效的文本分割）

[06:41] 🔍 Pre-training Distillation for Large Language Models: A Design Space Exploration（大型语言模型预训练蒸馏：设计空间探索）

[07:16] 🔬 Alchemy: Amplifying Theorem-Proving Capability through Symbolic Mutation（炼金术：通过符号变异增强定理证明能力）

[07:55] 🔄 SemiEvol: Semi-supervised Fine-tuning for LLM Adaptation（半监督微调：LLM适应的半监督微调框架）

[08:31] 📚 Selecting Influential Samples for Long Context Alignment via Homologous Models' Guidance and Contextual Awareness Measurement（通过同源模型引导和上下文意识测量选择长上下文对齐的关键样本）

[09:11] 🤖 Zero-shot Model-based Reinforcement Learning using Large Language Models（基于大语言模型的零样本模型强化学习）

[09:53] 🗣 Ichigo: Mixed-Modal Early-Fusion Realtime Voice Assistant（一护：混合模态早期融合实时语音助手）

[10:28] 🧠 CBT-Bench: Evaluating Large Language Models on Assisting Cognitive Behavior Therapy（CBT-Bench：评估大型语言模型在辅助认知行为疗法中的应用）

[11:12] 🛠 Router-Tuning: A Simple and Effective Approach for Enabling Dynamic-Depth in Transformers（路由器调优：一种简单有效的Transformer动态深度调整方法）

[11:58] 🧠 Hallucination Detox: Sensitive Neuron Dropout (SeND) for Large Language Model Training（幻觉解毒：用于大型语言模型训练的敏感神经元丢弃方法）

[12:45] 🌍 Cross-Lingual Auto Evaluation for Assessing Multilingual LLMs（多语言大语言模型的跨语言自动评估）

[13:25] 🗣 DM-Codec: Distilling Multimodal Representations for Speech Tokenization（多模态表示蒸馏用于语音标记化）

[14:17] 🧠 In-context learning and Occam's razor（上下文学习与奥卡姆剃刀）

【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