本期的 18 篇论文如下：

[00:23] 🌐 Kanana: Compute-efficient Bilingual Language Models（Kanana：计算高效的双语语言模型）

[00:54] 👤 GHOST 2.0: generative high-fidelity one shot transfer of heads（GHOST 2.0：生成高保真一次性头部转移）

[01:43] 🎥 TheoremExplainAgent: Towards Multimodal Explanations for LLM Theorem Understanding（定理解释代理：面向大语言模型定理理解的多模态解释）

[02:21] 🤖 Agentic Reward Modeling: Integrating Human Preferences with Verifiable Correctness Signals for Reliable Reward Systems（代理奖励建模：将人类偏好与可验证的正确性信号结合以构建可靠的奖励系统）

[03:02] 🤖 Can Large Language Models Detect Errors in Long Chain-of-Thought Reasoning?（大型语言模型能否检测长链推理中的错误？）

[03:47] 🌍 Language Models' Factuality Depends on the Language of Inquiry（语言模型的事实性依赖于查询语言）

[04:27] 🧠 Can Language Models Falsify? Evaluating Algorithmic Reasoning with Counterexample Creation（语言模型能否证伪？评估算法推理中的反例创建）

[05:11] 🤖 Towards an AI co-scientist（迈向人工智能合作科学家）

[05:52] 🇬 Plutus: Benchmarking Large Language Models in Low-Resource Greek Finance（普鲁托斯：在低资源希腊金融环境中评估大型语言模型）

[06:38] 🤖 VEM: Environment-Free Exploration for Training GUI Agent with Value Environment Model（VEM：利用价值环境模型训练GUI代理的无环境探索）

[07:12] 📏 Distill Any Depth: Distillation Creates a Stronger Monocular Depth Estimator（蒸馏任意深度：蒸馏技术创造更强的单目深度估计器）

[07:52] 📚 Project Alexandria: Towards Freeing Scientific Knowledge from Copyright Burdens via LLMs（亚历山大项目：通过大型语言模型解除科学知识的版权负担）

[08:35] 🛡 AISafetyLab: A Comprehensive Framework for AI Safety Evaluation and Improvement（AISafetyLab：AI安全评估与改进的综合框架）

[09:23] 🧠 BIG-Bench Extra Hard（BIG-Bench 超难版本）

[10:07] 🔍 CritiQ: Mining Data Quality Criteria from Human Preferences（CritiQ：从人类偏好中挖掘数据质量标准）

[10:44] 🔬 MolSpectra: Pre-training 3D Molecular Representation with Multi-modal Energy Spectra（MolSpectra：利用多模态能量光谱预训练三维分子表示）

[11:28] 📄 PosterSum: A Multimodal Benchmark for Scientific Poster Summarization（PosterSum：科学海报摘要的多模态基准）

[12:08] 🧠 DOEI: Dual Optimization of Embedding Information for Attention-Enhanced Class Activation Maps（双优化嵌入信息用于增强注意力类激活图）

【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