本期的 11 篇论文如下：

[00:27] 🎨 ColorBench: Can VLMs See and Understand the Colorful World? A Comprehensive Benchmark for Color Perception, Reasoning, and Robustness（ColorBench：视觉语言模型能否看到并理解多彩世界？一个关于颜色感知、推理和鲁棒性的综合基准）

[01:09] 💡 BitNet b1.58 2B4T Technical Report（BitNet b1.58 2B4T 技术报告）

[01:50] 🎨 Cobra: Efficient Line Art COlorization with BRoAder References（Cobra：基于更广泛参考的高效线稿着色）

[02:28] 🚀 AlayaDB: The Data Foundation for Efficient and Effective Long-context LLM Inference（AlayaDB：用于高效且有效的长文本LLM推理的数据基础）

[03:05] 🗣 SIFT-50M: A Large-Scale Multilingual Dataset for Speech Instruction Fine-Tuning（SIFT-50M：用于语音指令微调的大规模多语种数据集）

[03:51] 🧰 ReTool: Reinforcement Learning for Strategic Tool Use in LLMs（ReTool：基于强化学习的LLM战略性工具使用）

[04:31] 🚀 REPA-E: Unlocking VAE for End-to-End Tuning with Latent Diffusion Transformers（REPA-E：通过潜在扩散Transformer解锁变分自编码器的端到端调整）

[05:09] 📹 Vivid4D: Improving 4D Reconstruction from Monocular Video by Video Inpainting（Vivid4D：通过视频修复改进单目视频的4D重建）

[05:51] 🤖 Robust and Fine-Grained Detection of AI Generated Texts（AI生成文本的稳健和细粒度检测）

[06:34] 🧠 Syzygy of Thoughts: Improving LLM CoT with the Minimal Free Resolution（思想的合冲：用极小自由分解改进大型语言模型的思维链）

[07:18] 🖼 BlockGaussian: Efficient Large-Scale Scene Novel View Synthesis via Adaptive Block-Based Gaussian Splatting（BlockGaussian：基于自适应块的高效大规模场景新视角合成）

【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