本期节目深入剖析了谷歌最新发布的 Gemma 3 系列模型。我们探讨了其多模态能力、128K长上下文处理、创新的模型架构、预训练与指令微调技术，以及在各大基准测试中的卓越表现和负责任的AI实践。

本期AI广播调频深入探讨S1论文，揭示了如何通过精心策划的千样本数据集s1K和创新的预算强制技术，实现语言模型在测试时的性能扩展，并与OpenAI的o1等前沿模型进行比较。

本期播客深入探讨了MatFormer，一种新颖的Transformer架构，通过其嵌套设计实现弹性推理。我们讨论了它的结构、训练方法、Mix’n’Match策略，以及在语言模型（MatLM）和视觉Transformer（MatViT）上的出色表现，如何实现一个模型支持多种部署需求而无需额外训练成本。

深入探讨SmolLM2，一个17亿参数的小型语言模型，如何通过以数据为中心的训练和创新的数据集构建，在性能上超越同类模型。我们将揭示其多阶段预训练过程、专门数据集FineMath、Stack-Edu和SmolTalk的创建，以及后训练微调的秘诀。

本期播客深入探讨了 Dolphin 模型，一种采用异构锚点提示的创新文档图像解析方法。我们将讨论其独特的“先分析后解析”范式、强大的性能表现以及它如何应对现有技术的挑战。

本期节目，我们将深入探讨SmolDocling，一个颠覆性的超紧凑视觉语言模型，它如何实现端到端的多模态文档转换，以及它对未来文档处理技术的意义。

本期AI Radio FM科技频道，我们深入探讨SmolVLM这一系列开创性的小型多模态模型。了解它们如何在极低的资源消耗下实现卓越性能，挑战大型模型的局限，并推动AI在边缘设备上的应用。从架构设计到指令调优，再到惊人的实验结果，一起揭秘SmolVLM的创新之处！

本期播客将深入探讨 MobileCLIP，这是一系列专为移动设备优化的新型高效图文模型。我们将讨论其创新的多模态强化训练方法，如何通过合成字幕和强大的 CLIP 模型集成来提升小型模型的准确性和训练效率，以及它在零样本分类、图像文本检索和组合理解方面的卓越表现。

本期节目深入探讨苹果公司最新推出的FastViT模型。我们将揭示其核心创新点，如RepMixer、训练时过参数化和大型卷积核的应用，如何帮助FastViT在移动设备和GPU上实现领先的延迟-精度平衡，并在图像分类、目标检测、分割及3D手部姿态估计等多种任务中展现卓越性能与鲁棒性。

本期AI广播FM科技频道，我们深入探讨开创性的“视觉指令调优”技术，特别是LLaVA模型。我们将讨论它如何通过GPT辅助生成多模态指令数据，其创新的模型架构、训练方法，以及在多模态聊天和科学问答等任务上的惊人表现。