本期的 15 篇论文如下：

[00:25] 🧠 Learning to Reason under Off-Policy Guidance（离线策略指导下的推理学习）

[01:00] 🤖 FlowReasoner: Reinforcing Query-Level Meta-Agents（FlowReasoner：强化查询级别元代理）

[01:40] 🦅 Eagle 2.5: Boosting Long-Context Post-Training for Frontier Vision-Language Models（Eagle 2.5：提升前沿视觉-语言模型长文本后训练性能）

[02:22] 🧰 ToolRL: Reward is All Tool Learning Needs（工具强化学习：奖励是工具学习的全部）

[03:07] 🌐 SphereDiff: Tuning-free Omnidirectional Panoramic Image and Video Generation via Spherical Latent Representation（SphereDiff：通过球面潜在表示实现免调优全景图像和视频生成）

[03:39] 🎨 StyleMe3D: Stylization with Disentangled Priors by Multiple Encoders on 3D Gaussians（StyleMe3D：基于3D高斯的解耦先验多编码器风格化）

[04:18] 🤖 X-Teaming: Multi-Turn Jailbreaks and Defenses with Adaptive Multi-Agents（X-Teaming：基于自适应多智能体的多轮越狱与防御）

[04:57] 🤖 UFO2: The Desktop AgentOS（UFO2：桌面AgentOS）

[05:34] 🧑 LeetCodeDataset: A Temporal Dataset for Robust Evaluation and Efficient Training of Code LLMs（LeetCodeDataset：一个用于代码大语言模型稳健评估和高效训练的时序数据集）

[06:18] 👀 Seeing from Another Perspective: Evaluating Multi-View Understanding in MLLMs（换个角度看世界：评估多模态大语言模型中的多视角理解能力）

[07:02] 🤖 InfiGUI-R1: Advancing Multimodal GUI Agents from Reactive Actors to Deliberative Reasoners（InfiGUI-R1：推进多模态GUI智能体从反应式执行者到审慎推理者的演进）

[07:42] 🕹 EasyEdit2: An Easy-to-use Steering Framework for Editing Large Language Models（EasyEdit2：一种用于编辑大型语言模型的简易操控框架）

[08:23] 📱 LearnAct: Few-Shot Mobile GUI Agent with a Unified Demonstration Benchmark（LearnAct：基于统一演示基准的少样本移动GUI智能体）

[09:06] 🖼 LookingGlass: Generative Anamorphoses via Laplacian Pyramid Warping（窥镜：基于拉普拉斯金字塔扭曲的生成式畸变图像）

[09:50] 🎵 DRAGON: Distributional Rewards Optimize Diffusion Generative Models（DRAGON：利用分布奖励优化扩散生成模型）

【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