【赞助商】

通勤路上就听AI每周谈。AI每周谈，每周带你回顾上周AI大事

传送门 🔗https://www.xiaoyuzhoufm.com/podcast/688a34636f5a275f1cba40fd

【目录】

本期的 15 篇论文如下：

[00:33] 🧬 SkillClaw: Let Skills Evolve Collectively with Agentic Evolver（SkillClaw：让技能在智能体演化器中集体进化）

[01:24] 🔢 When Numbers Speak: Aligning Textual Numerals and Visual Instances in Text-to-Video Diffusion Models（当数字说话：在文本到视频扩散模型中实现文本数字与视觉实例的对齐）

[02:22] 🎨 MegaStyle: Constructing Diverse and Scalable Style Dataset via Consistent Text-to-Image Style Mapping（MegaStyle：通过一致的文本到图像风格映射构建多样且可扩展的风格数据集）

[03:15] 🤖 HY-Embodied-0.5: Embodied Foundation Models for Real-World Agents（HY-Embodied-0.5：面向现实世界智能体的具身基础模型）

[04:07] 🧠 Rethinking Generalization in Reasoning SFT: A Conditional Analysis on Optimization, Data, and Model Capability（重新审视推理监督微调中的泛化问题：关于优化、数据与模型能力的条件性分析）

[04:52] 🤖 ClawBench: Can AI Agents Complete Everyday Online Tasks?（ClawBench：AI智能体能否完成日常在线任务？）

[05:31] 📱 KnowU-Bench: Towards Interactive, Proactive, and Personalized Mobile Agent Evaluation（KnowU-Bench：迈向交互式、主动式与个性化的移动代理评估）

[06:18] 🧠 Externalization in LLM Agents: A Unified Review of Memory, Skills, Protocols and Harness Engineering（LLM智能体中的外部化：对记忆、技能、协议与治理工程的一体化综述）

[07:09] 🎭 LPM 1.0: Video-based Character Performance Model（LPM 1.0：基于视频的角色表演模型）

[07:58] 🧠 OpenSpatial: A Principled Data Engine for Empowering Spatial Intelligence（OpenSpatial：一个赋能空间智能的原则性数据引擎）

[08:50] 🧠 Act Wisely: Cultivating Meta-Cognitive Tool Use in Agentic Multimodal Models（明智行动：在智能多模态模型中培养元认知工具使用能力）

[09:41] ⚡ DMax: Aggressive Parallel Decoding for dLLMs（DMax：面向扩散语言模型的激进并行解码）

[10:20] 🧠 Graph of Skills: Dependency-Aware Structural Retrieval for Massive Agent Skills（技能图谱：面向海量智能体技能的依赖感知结构化检索方法）

[11:02] 🧩 OmniJigsaw: Enhancing Omni-Modal Reasoning via Modality-Orchestrated Reordering（OmniJigsaw：通过模态编排重排序增强全模态推理）

[11:41] 🧠 OpenVLThinkerV2: A Generalist Multimodal Reasoning Model for Multi-domain Visual Tasks（OpenVLThinkerV2：一个面向多领域视觉任务的通用多模态推理模型）

【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

【赞助商】

通勤路上就听AI每周谈。AI每周谈，每周带你回顾上周AI大事

传送门 🔗https://www.xiaoyuzhoufm.com/podcast/688a34636f5a275f1cba40fd

【目录】

本期的 15 篇论文如下：

[00:31] 🧠 RAGEN-2: Reasoning Collapse in Agentic RL（RAGEN-2：智能体强化学习中的推理崩溃）

[01:21] 🎨 Think in Strokes, Not Pixels: Process-Driven Image Generation via Interleaved Reasoning（以笔画思考，而非像素：通过交错推理实现过程驱动的图像生成）

[02:00] ⚡ MARS: Enabling Autoregressive Models Multi-Token Generation（MARS：实现自回归模型的多令牌生成）

[02:51] 🌍 INSPATIO-WORLD: A Real-Time 4D World Simulator via Spatiotemporal Autoregressive Modeling（INSPATIO-WORLD：基于时空自回归建模的实时4D世界模拟器）

[03:48] 🔬 SEVerA: Verified Synthesis of Self-Evolving Agents（SEVerA：可验证自进化智能体的合成）

[04:41] 🔍 TC-AE: Unlocking Token Capacity for Deep Compression Autoencoders（TC-AE：解锁深度压缩自编码器的令牌容量）

[05:26] ⚡ FP4 Explore, BF16 Train: Diffusion Reinforcement Learning via Efficient Rollout Scaling（FP4探索，BF16训练：通过高效扩展rollout的扩散模型强化学习）

[06:17] 🔄 FlowInOne:Unifying Multimodal Generation as Image-in, Image-out Flow Matching（FlowInOne：将多模态生成统一为图像输入-图像输出的流匹配）

[07:00] 🧠 Neural Computers（神经计算机）

[07:37] 🎯 Personalized RewardBench: Evaluating Reward Models with Human Aligned Personalization（个性化奖励模型基准：基于人类对齐个性化的奖励模型评估）

[08:22] 💡 Learning to Hint for Reinforcement Learning（强化学习的提示学习）

[09:11] 🧠 Fast Spatial Memory with Elastic Test-Time Training（基于弹性测试时训练的高速空间记忆）

[09:44] 🎬 MoRight: Motion Control Done Right（MoRight：正确的运动控制）

[10:21] 🌐 Improving Semantic Proximity in Information Retrieval through Cross-Lingual Alignment（通过跨语言对齐提升信息检索中的语义邻近性）

[11:02] 📊 Beyond Hard Negatives: The Importance of Score Distribution in Knowledge Distillation for Dense Retrieval（超越困难负样本：知识蒸馏中分数分布对稠密检索的重要性）

【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

【赞助商】

通勤路上就听AI每周谈。AI每周谈，每周带你回顾上周AI大事

传送门 🔗https://www.xiaoyuzhoufm.com/podcast/688a34636f5a275f1cba40fd

【目录】

本期的 15 篇论文如下：

[00:34] 🎯 Video-MME-v2: Towards the Next Stage in Benchmarks for Comprehensive Video Understanding（Video-MME-v2：迈向全面视频理解基准的下一个阶段）

[01:19] 🔬 Claw-Eval: Toward Trustworthy Evaluation of Autonomous Agents（Claw-Eval：迈向可信赖的自主智能体评估）

[02:06] 🤖 Learning to Retrieve from Agent Trajectories（从智能体轨迹中学习检索）

[02:53] 🧪 ACES: Who Tests the Tests? Leave-One-Out AUC Consistency for Code Generation（ACES：谁来测试测试？代码生成的留一法AUC一致性）

[03:42] 👗 Vanast: Virtual Try-On with Human Image Animation via Synthetic Triplet Supervision（Vanast：基于合成三元组监督的虚拟试穿与人体图像动画）

[04:31] ⏱ Beyond Accuracy: Unveiling Inefficiency Patterns in Tool-Integrated Reasoning（超越准确率：揭示工具集成推理中的低效模式）

[05:23] 🧠 ThinkTwice: Jointly Optimizing Large Language Models for Reasoning and Self-Refinement（ThinkTwice：联合优化大型语言模型的推理与自我精炼能力）

[06:03] 🔍 Paper Circle: An Open-source Multi-agent Research Discovery and Analysis Framework（论文圈：一个开源的多智能体研究文献发现与分析框架）

[06:52] 🔍 How Well Do Agentic Skills Work in the Wild: Benchmarking LLM Skill Usage in Realistic Settings（智能体技能在真实场景中的效用评估：基准测试LLM在现实环境下的技能使用）

[07:33] 🚀 MegaTrain: Full Precision Training of 100B+ Parameter Large Language Models on a Single GPU（MegaTrain：在单GPU上全精度训练1000亿+参数大语言模型）

[08:11] 🛠 DARE: Diffusion Large Language Models Alignment and Reinforcement Executor（DARE：扩散大语言模型的对齐与强化执行器）

[08:54] 🧠 In-Place Test-Time Training（原位测试时训练）

[09:39] 🎬 Watch Before You Answer: Learning from Visually Grounded Post-Training（先看后答：基于视觉基础的后训练学习）

[10:13] 🔍 Demystifying When Pruning Works via Representation Hierarchies（通过表征层次解析剪枝何时有效）

[10:59] 🤖 Action Images: End-to-End Policy Learning via Multiview Video Generation（动作图像：通过多视角视频生成的端到端策略学习）

【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

【赞助商】

通勤路上就听AI每周谈。AI每周谈，每周带你回顾上周AI大事

传送门 🔗https://www.xiaoyuzhoufm.com/podcast/688a34636f5a275f1cba40fd

【目录】

本期的 15 篇论文如下：

[00:33] 🧠 OpenWorldLib: A Unified Codebase and Definition of Advanced World Models（OpenWorldLib：一个统一代码库与高级世界模型定义）

[01:26] 📊 MinerU2.5-Pro: Pushing the Limits of Data-Centric Document Parsing at Scale（MinerU2.5-Pro：在规模上突破数据为中心文档解析的极限）

[02:07] 🧠 TriAttention: Efficient Long Reasoning with Trigonometric KV Compression（TriAttention：基于三角函数的KV压缩实现高效长序列推理）

[02:58] 🎥 AURA: Always-On Understanding and Real-Time Assistance via Video Streams（AURA：基于视频流的持续理解与实时辅助系统）

[03:42] 🔍 LIBERO-Para: A Diagnostic Benchmark and Metrics for Paraphrase Robustness in VLA Models（LIBERO-Para：面向VLA模型的释义鲁棒性诊断基准与度量）

[04:24] 🎯 SpatialEdit: Benchmarking Fine-Grained Image Spatial Editing（SpatialEdit：细粒度图像空间编辑基准测试）

[05:07] 📈 Adam's Law: Textual Frequency Law on Large Language Models（亚当定律：大语言模型上的文本频率定律）

[05:56] 🗂 FileGram: Grounding Agent Personalization in File-System Behavioral Traces（FileGram：基于文件系统行为轨迹的智能体个性化研究）

[06:45] 🧪 ClawArena: Benchmarking AI Agents in Evolving Information Environments（ClawArena：在演化信息环境中对AI智能体进行基准测试）

[07:38] 🧠 LightThinker++: From Reasoning Compression to Memory Management（LightThinker++：从推理压缩到内存管理）

[08:12] 🔄 Unifying Group-Relative and Self-Distillation Policy Optimization via Sample Routing（通过样本路由统一组相对与自蒸馏策略优化）

[08:50] 🧠 SkillX: Automatically Constructing Skill Knowledge Bases for Agents（SkillX：面向智能体的技能知识库自动构建框架）

[09:39] 🤖 Self-Execution Simulation Improves Coding Models（自执行模拟提升代码模型性能）

[10:22] 🧠 Vero: An Open RL Recipe for General Visual Reasoning（Vero：一种用于通用视觉推理的开放强化学习方案）

[11:12] 🛡 Your Agent, Their Asset: A Real-World Safety Analysis of OpenClaw（你的智能体，他们的资产：OpenClaw 的现实世界安全性分析）

【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

【赞助商】

通勤路上就听AI每周谈。AI每周谈，每周带你回顾上周AI大事

传送门 🔗https://www.xiaoyuzhoufm.com/podcast/688a34636f5a275f1cba40fd

【目录】

本期的 15 篇论文如下：

[00:29] 🧠 Self-Distilled RLVR（基于自蒸馏的强化学习与可验证奖励）

[01:18] 🎯 A Simple Baseline for Streaming Video Understanding（流式视频理解的简单基线）

[02:07] 🔍 Token Warping Helps MLLMs Look from Nearby Viewpoints（Token扭曲助力多模态大语言模型从邻近视角观察）

[03:06] 🔍 Agentic-MME: What Agentic Capability Really Brings to Multimodal Intelligence?（Agentic-MME：能动性能力究竟为多模态智能带来了什么？）

[03:57] 📈 Test-Time Scaling Makes Overtraining Compute-Optimal（测试时扩展使过度训练达到计算最优）

[04:56] 🧠 Communicating about Space: Language-Mediated Spatial Integration Across Partial Views（空间交流：跨局部视角的语言中介空间整合）

[05:39] 🏆 GrandCode: Achieving Grandmaster Level in Competitive Programming via Agentic Reinforcement Learning（GrandCode：通过智能体强化学习在竞技编程中达到宗师级水平）

[06:27] 🤖 InCoder-32B-Thinking: Industrial Code World Model for Thinking（InCoder-32B-Thinking：面向思考的工业代码世界模型）

[07:22] 🛡 AgentSocialBench: Evaluating Privacy Risks in Human-Centered Agentic Social Networks（AgentSocialBench：评估以人为中心的代理社交网络中的隐私风险）

[08:10] ⚠ AgentHazard: A Benchmark for Evaluating Harmful Behavior in Computer-Use Agents（AgentHazard：计算机使用智能体有害行为评估基准）

[08:52] ⚡ Swift-SVD: Theoretical Optimality Meets Practical Efficiency in Low-Rank LLM Compression（Swift-SVD：理论最优性与实际效率在低秩大语言模型压缩中的结合）

[09:39] 🔍 VLMs Need Words: Vision Language Models Ignore Visual Detail In Favor of Semantic Anchors（视觉语言模型需要词汇：视觉语言模型忽略视觉细节而依赖语义锚点）

[10:30] 📊 Xpertbench: Expert Level Tasks with Rubrics-Based Evaluation（Xpertbench：基于量规评估的专家级任务基准）

[11:16] 🎬 Salt: Self-Consistent Distribution Matching with Cache-Aware Training for Fast Video Generation（Salt：用于快速视频生成的自洽分布匹配与缓存感知训练）

[12:04] 🤝 CoME-VL: Scaling Complementary Multi-Encoder Vision-Language Learning（CoME-VL：扩展互补多编码器视觉语言学习）

【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

【赞助商】

通勤路上就听AI每周谈。AI每周谈，每周带你回顾上周AI大事

传送门 🔗https://www.xiaoyuzhoufm.com/podcast/688a34636f5a275f1cba40fd

【目录】

本期的 10 篇论文如下：

[00:48] TOP1(🔥415) | 🧠 AI Can Learn Scientific Taste（AI可以学习科学品味）

[02:41] TOP2(🔥367) | 🧠 Demystifing Video Reasoning（揭秘视频推理机制）

[04:53] TOP3(🔥306) | 🏭 InCoder-32B: Code Foundation Model for Industrial Scenarios（InCoder-32B：面向工业场景的代码基础模型）

[06:57] TOP4(🔥248) | 🗣 SocialOmni: Benchmarking Audio-Visual Social Interactivity in Omni Models（SocialOmni：全模态模型中视听社交交互能力的基准测试）

[08:40] TOP5(🔥210) | 🧠 Bootstrapping Exploration with Group-Level Natural Language Feedback in Reinforcement Learning（强化学习中利用群体级自然语言反馈引导探索）

[10:38] TOP6(🔥191) | 🤝 Heterogeneous Agent Collaborative Reinforcement Learning（异构智能体协作强化学习）

[12:28] TOP7(🔥184) | 🧩 Utonia: Toward One Encoder for All Point Clouds（Utonia：迈向适用于所有点云的统一编码器）

[14:15] TOP8(🔥184) | 🎬 Helios: Real Real-Time Long Video Generation Model（Helios：实时长视频生成模型）

[16:46] TOP9(🔥184) | 🤖 MiroThinker-1.7 & H1: Towards Heavy-Duty Research Agents via Verification（MiroThinker-1.7与H1：通过验证迈向重型研究智能体）

[18:47] TOP10(🔥171) | 🧠 Attention Residuals（注意力残差）

【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

【赞助商】

通勤路上就听AI每周谈。AI每周谈，每周带你回顾上周AI大事

传送门 🔗https://www.xiaoyuzhoufm.com/podcast/688a34636f5a275f1cba40fd

【目录】

本期的 5 篇论文如下：

[00:40] TOP1(🔥309) | 🧠 FIPO: Eliciting Deep Reasoning with Future-KL Influenced Policy Optimization（FIPO：通过未来KL影响策略优化引导深度推理）

[02:58] TOP2(🔥302) | 🚁 CARLA-Air: Fly Drones Inside a CARLA World -- A Unified Infrastructure for Air-Ground Embodied Intelligence（CARLA-Air：在CARLA世界中飞行无人机——面向空地具身智能的统一基础设施）

[05:23] TOP3(🔥170) | 🛡 ClawKeeper: Comprehensive Safety Protection for OpenClaw Agents Through Skills, Plugins, and Watchers（ClawKeeper：通过技能、插件和监视器为OpenClaw代理提供全面的安全保护）

[07:56] TOP4(🔥151) | 🎬 ShotStream: Streaming Multi-Shot Video Generation for Interactive Storytelling（ShotStream：用于交互式叙事的多镜头流式视频生成）

[10:17] TOP5(🔥147) | 🧠 Out of Sight but Not Out of Mind: Hybrid Memory for Dynamic Video World Models（视野之外，记忆犹在：用于动态视频世界模型的混合记忆）

【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

【赞助商】

通勤路上就听AI每周谈。AI每周谈，每周带你回顾上周AI大事

传送门 🔗https://www.xiaoyuzhoufm.com/podcast/688a34636f5a275f1cba40fd

【目录】

本期的 15 篇论文如下：

[00:41] 🔄 DataFlex: A Unified Framework for Data-Centric Dynamic Training of Large Language Models（DataFlex：面向大语言模型数据中心化动态训练的统一框架）

[01:48] 🧠 The Latent Space: Foundation, Evolution, Mechanism, Ability, and Outlook（潜在空间：基础、演进、机制、能力与展望）

[02:45] 🧠 SKILL0: In-Context Agentic Reinforcement Learning for Skill Internalization（SKILL0：用于技能内化的上下文智能体强化学习）

[03:22] 🎮 Generative World Renderer（生成式世界渲染器）

[04:09] 👁 EgoSim: Egocentric World Simulator for Embodied Interaction Generation（EgoSim：面向具身交互生成的第一人称世界模拟器）

[05:24] 🧠 LatentUM: Unleashing the Potential of Interleaved Cross-Modal Reasoning via a Latent-Space Unified Model（LatentUM：通过潜在空间统一模型释放交错跨模态推理的潜力）

[06:06] 🧠 Omni-SimpleMem: Autoresearch-Guided Discovery of Lifelong Multimodal Agent Memory（Omni-SimpleMem：基于自主研究引导的终身多模态智能体记忆发现）

[06:47] 🚗 UniDriveVLA: Unifying Understanding, Perception, and Action Planning for Autonomous Driving（UniDriveVLA：统一自动驾驶中的理解、感知与动作规划）

[07:35] 🎯 Steerable Visual Representations（可操控的视觉表示）

[08:12] 🎬 VOID: Video Object and Interaction Deletion（VOID：视频对象与交互删除）

[09:06] 🤖 Investigating Autonomous Agent Contributions in the Wild: Activity Patterns and Code Change over Time（探究自主编码代理在真实项目中的贡献：活动模式与代码随时间的变化）

[09:47] 🚀 ASI-Evolve: AI Accelerates AI（ASI-Evolve：人工智能加速人工智能发展）

[10:50] 🎭 Tex3D: Objects as Attack Surfaces via Adversarial 3D Textures for Vision-Language-Action Models（Tex3D：通过对抗性3D纹理将物体作为视觉-语言-动作模型的攻击面）

[11:36] 🤖 GPA: Learning GUI Process Automation from Demonstrations（GPA：通过演示学习图形用户界面流程自动化）

[12:24] 🔍 VideoZeroBench: Probing the Limits of Video MLLMs with Spatio-Temporal Evidence Verification（VideoZeroBench：通过时空证据验证探究视频多模态大语言模型的极限）

【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

【赞助商】

通勤路上就听AI每周谈。AI每周谈，每周带你回顾上周AI大事

传送门 🔗https://www.xiaoyuzhoufm.com/podcast/688a34636f5a275f1cba40fd

【目录】

本期的 15 篇论文如下：

[00:27] 🛡 ClawKeeper: Comprehensive Safety Protection for OpenClaw Agents Through Skills, Plugins, and Watchers（ClawKeeper：通过技能、插件和监视器为OpenClaw代理提供全面的安全保护）

[01:20] 💻 Terminal Agents Suffice for Enterprise Automation（终端智能体足以实现企业自动化）

[02:03] 📊 MiroEval: Benchmarking Multimodal Deep Research Agents in Process and Outcome（MiroEval：面向过程和结果的多模态深度研究智能体基准测试）

[02:54] 🧠 ViGoR-Bench: How Far Are Visual Generative Models From Zero-Shot Visual Reasoners?（ViGoR-Bench：视觉生成模型距离零样本视觉推理器还有多远？）

[03:40] 🔬 Vision2Web: A Hierarchical Benchmark for Visual Website Development with Agent Verification（Vision2Web：基于智能体验证的视觉网站开发分层基准）

[04:26] 📊 QuitoBench: A High-Quality Open Time Series Forecasting Benchmark（QuitoBench：一个高质量开放时间序列预测基准）

[05:12] 🧠 Reasoning Shift: How Context Silently Shortens LLM Reasoning（推理偏移：上下文如何悄然缩短大语言模型的推理过程）

[05:59] 📊 HippoCamp: Benchmarking Contextual Agents on Personal Computers（HippoCamp：在个人计算机上评估情境智能体的基准）

[06:52] 🧠 PerceptionComp: A Video Benchmark for Complex Perception-Centric Reasoning（PerceptionComp：面向复杂感知推理的视频基准测试）

[07:34] ⚡ Universal YOCO for Efficient Depth Scaling（通用YOCO：实现高效深度扩展）

[08:12] 🔄 Brevity Constraints Reverse Performance Hierarchies in Language Models（简洁性约束逆转语言模型的性能层级）

[08:48] 🧠 GaussianGPT: Towards Autoregressive 3D Gaussian Scene Generation（GaussianGPT：迈向自回归3D高斯场景生成）

[09:25] 📝 Paper Reconstruction Evaluation: Evaluating Presentation and Hallucination in AI-written Papers（论文重构评估：评估AI撰写论文的呈现质量与幻觉问题）

[10:11] 🚀 Embarrassingly Simple Self-Distillation Improves Code Generation（极其简单的自蒸馏提升代码生成能力）

[10:54] 🤖 Proactive Agent Research Environment: Simulating Active Users to Evaluate Proactive Assistants（主动式智能体研究环境：通过模拟主动用户来评估主动式助手）

【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

【赞助商】

通勤路上就听AI每周谈。AI每周谈，每周带你回顾上周AI大事

传送门 🔗https://www.xiaoyuzhoufm.com/podcast/688a34636f5a275f1cba40fd

【目录】

本期的 15 篇论文如下：

[00:30] 🧠 FIPO: Eliciting Deep Reasoning with Future-KL Influenced Policy Optimization（FIPO：通过未来KL影响策略优化引导深度推理）

[01:12] 🧩 LongCat-Next: Lexicalizing Modalities as Discrete Tokens（LongCat-Next：将多模态信息离散化为标记）

[01:48] 🚁 CARLA-Air: Fly Drones Inside a CARLA World -- A Unified Infrastructure for Air-Ground Embodied Intelligence（CARLA-Air：在CARLA世界中飞行无人机——面向空地具身智能的统一基础设施）

[02:31] 🧬 Lingshu-Cell: A generative cellular world model for transcriptome modeling toward virtual cells（Lingshu-Cell：一种用于转录组建模的生成式细胞世界模型，迈向虚拟细胞）

[03:33] 🤖 GEMS: Agent-Native Multimodal Generation with Memory and Skills（GEMS：具备记忆与技能的智能体原生多模态生成框架）

[04:12] 🎬 VGGRPO: Towards World-Consistent Video Generation with 4D Latent Reward（VGGRPO：迈向具有4D潜在奖励的世界一致性视频生成）

[05:04] 🤖 Unify-Agent: A Unified Multimodal Agent for World-Grounded Image Synthesis（Unify-Agent：面向世界接地的图像合成的统一多模态智能体）

[05:45] 🔬 daVinci-LLM:Towards the Science of Pretraining（daVinci-LLM：迈向预训练的科学）

[06:19] 🎬 CutClaw: Agentic Hours-Long Video Editing via Music Synchronization（CutClaw：通过音乐同步实现代理式数小时视频编辑）

[07:10] 🔍 MonitorBench: A Comprehensive Benchmark for Chain-of-Thought Monitorability in Large Language Models（MonitorBench：大型语言模型中思维链可监控性的综合基准）

[07:58] 🧬 FlowPIE: Test-Time Scientific Idea Evolution with Flow-Guided Literature Exploration（FlowPIE：基于流引导文献探索的测试时科学思想演化）

[08:46] 🏙 Extend3D: Town-Scale 3D Generation（Extend3D：城镇尺度的三维生成）

[09:28] 💭 Think Anywhere in Code Generation（代码生成中的随处思考）

[10:18] ⚙ OptiMer: Optimal Distribution Vector Merging Is Better than Data Mixing for Continual Pre-Training（OptiMer：最优分布向量合并优于数据混合用于持续预训练）

[11:03] 🎨 VectorGym: A Multitask Benchmark for SVG Code Generation, Sketching, and Editing（VectorGym：面向SVG代码生成、绘制与编辑的多任务基准）

【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