Sign up to save your podcasts
Or
Share 【周末特辑】4月第4周最火AI论文 | 阿拉伯语模型扩展成功；强化学习提升有限。
Share to email
Share to Facebook
Share to X
Share to email
Share to Facebook
Share to X
Or
【周末特辑】4月第4周最火AI论文 | 阿拉伯语模型扩展成功；强化学习提升有限。
本期的 5 篇论文如下：
[00:33] TOP1(🔥108) | 💡 Kuwain 1.5B: An Arabic SLM via Language Injection（Kuwain 1.5B：一种基于语言注入的阿拉伯语SLM）
[02:43] TOP2(🔥98) | 🤔 Does Reinforcement Learning Really Incentivize Reasoning Capacity in LLMs Beyond the Base Model?（强化学习真的能激励大语言模型产生超越基础模型的推理能力吗？）
[04:58] TOP3(🔥78) | 🤖 TTRL: Test-Time Reinforcement Learning（测试时强化学习）
[07:12] TOP4(🔥71) | 💡 Learning to Reason under Off-Policy Guidance（基于离策略指导的学习推理）
[09:12] TOP5(🔥62) | 🦅 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）
【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 5 篇论文如下：
[00:33] TOP1(🔥108) | 💡 Kuwain 1.5B: An Arabic SLM via Language Injection（Kuwain 1.5B：一种基于语言注入的阿拉伯语SLM）
[02:43] TOP2(🔥98) | 🤔 Does Reinforcement Learning Really Incentivize Reasoning Capacity in LLMs Beyond the Base Model?（强化学习真的能激励大语言模型产生超越基础模型的推理能力吗？）
[04:58] TOP3(🔥78) | 🤖 TTRL: Test-Time Reinforcement Learning（测试时强化学习）
[07:12] TOP4(🔥71) | 💡 Learning to Reason under Off-Policy Guidance（基于离策略指导的学习推理）
[09:12] TOP5(🔥62) | 🦅 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）
【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