Sign up to save your podcasts
Or
Share 2025.05.20 | 模型链学习提升效率；AdaptThink优化推理速度。
Share to email
Share to Facebook
Share to X
Share to email
Share to Facebook
Share to X
Or
2025.05.20 | 模型链学习提升效率；AdaptThink优化推理速度。
本期的 15 篇论文如下：
[00:23] 🔗 Chain-of-Model Learning for Language Model（模型链学习：一种用于语言模型的新型学习范式）
[00:58] 🤔 AdaptThink: Reasoning Models Can Learn When to Think（AdaptThink：推理模型何时思考的学习）
[01:45] 🧠 AdaCoT: Pareto-Optimal Adaptive Chain-of-Thought Triggering via Reinforcement Learning（AdaCoT: 通过强化学习实现帕累托最优的自适应思维链触发）
[02:21] 🚀 Delta Attention: Fast and Accurate Sparse Attention Inference by Delta Correction（Delta注意力机制：通过Delta校正实现快速而精确的稀疏注意力推断）
[03:04] 🖥 Scaling Computer-Use Grounding via User Interface Decomposition and Synthesis（通过用户界面分解与合成扩展计算机使用中的Grounding）
[03:43] 🤔 Thinkless: LLM Learns When to Think（智思：大语言模型学习何时思考）
[04:23] 💡 Seek in the Dark: Reasoning via Test-Time Instance-Level Policy Gradient in Latent Space（暗中求索：在隐空间中通过测试时实例级策略梯度进行推理）
[05:00] 🧮 MM-PRM: Enhancing Multimodal Mathematical Reasoning with Scalable Step-Level Supervision（MM-PRM：利用可扩展的步骤级监督增强多模态数学推理）
[05:39] ✨ Hybrid 3D-4D Gaussian Splatting for Fast Dynamic Scene Representation（混合3D-4D高斯溅射：用于快速动态场景表示）
[06:15] 🛡 FedSVD: Adaptive Orthogonalization for Private Federated Learning with LoRA（FedSVD：基于LoRA的自适应正交化差分隐私联邦学习）
[07:00] 🧩 Model Merging in Pre-training of Large Language Models（大型语言模型预训练中的模型合并）
[07:53] 🤖 CPGD: Toward Stable Rule-based Reinforcement Learning for Language Models（CPGD：面向语言模型稳定规则强化学习）
[08:36] 🎬 Faster Video Diffusion with Trainable Sparse Attention（基于可训练稀疏注意力的快速视频扩散）
[09:23] 🧠 Fractured Chain-of-Thought Reasoning（碎裂的思维链推理）
[10:03] 🧠 Neuro-Symbolic Query Compiler（神经符号查询编译器）
【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
View all episodes
By duan本期的 15 篇论文如下：
[00:23] 🔗 Chain-of-Model Learning for Language Model（模型链学习：一种用于语言模型的新型学习范式）
[00:58] 🤔 AdaptThink: Reasoning Models Can Learn When to Think（AdaptThink：推理模型何时思考的学习）
[01:45] 🧠 AdaCoT: Pareto-Optimal Adaptive Chain-of-Thought Triggering via Reinforcement Learning（AdaCoT: 通过强化学习实现帕累托最优的自适应思维链触发）
[02:21] 🚀 Delta Attention: Fast and Accurate Sparse Attention Inference by Delta Correction（Delta注意力机制：通过Delta校正实现快速而精确的稀疏注意力推断）
[03:04] 🖥 Scaling Computer-Use Grounding via User Interface Decomposition and Synthesis（通过用户界面分解与合成扩展计算机使用中的Grounding）
[03:43] 🤔 Thinkless: LLM Learns When to Think（智思：大语言模型学习何时思考）
[04:23] 💡 Seek in the Dark: Reasoning via Test-Time Instance-Level Policy Gradient in Latent Space（暗中求索：在隐空间中通过测试时实例级策略梯度进行推理）
[05:00] 🧮 MM-PRM: Enhancing Multimodal Mathematical Reasoning with Scalable Step-Level Supervision（MM-PRM：利用可扩展的步骤级监督增强多模态数学推理）
[05:39] ✨ Hybrid 3D-4D Gaussian Splatting for Fast Dynamic Scene Representation（混合3D-4D高斯溅射：用于快速动态场景表示）
[06:15] 🛡 FedSVD: Adaptive Orthogonalization for Private Federated Learning with LoRA（FedSVD：基于LoRA的自适应正交化差分隐私联邦学习）
[07:00] 🧩 Model Merging in Pre-training of Large Language Models（大型语言模型预训练中的模型合并）
[07:53] 🤖 CPGD: Toward Stable Rule-based Reinforcement Learning for Language Models（CPGD：面向语言模型稳定规则强化学习）
[08:36] 🎬 Faster Video Diffusion with Trainable Sparse Attention（基于可训练稀疏注意力的快速视频扩散）
[09:23] 🧠 Fractured Chain-of-Thought Reasoning（碎裂的思维链推理）
[10:03] 🧠 Neuro-Symbolic Query Compiler（神经符号查询编译器）
【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