主播
节目简介
来源：小宇宙
【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] 🤖 OpenClaw-RL: Train Any Agent Simply by Talking（OpenClaw-RL：通过对话训练任意智能体）
[01:17] ⚡ Flash-KMeans: Fast and Memory-Efficient Exact K-Means（Flash-KMeans：快速且内存高效的精确K-Means算法）
[02:01] 👁 MA-EgoQA: Question Answering over Egocentric Videos from Multiple Embodied Agents（MA-EgoQA：基于多具身智能体第一人称视角视频的问答）
[02:43] 🧠 In-Context Reinforcement Learning for Tool Use in Large Language Models（大语言模型中工具使用的上下文强化学习）
[03:19] 🧠 ReMix: Reinforcement routing for mixtures of LoRAs in LLM finetuning（ReMix：基于强化学习的LoRA混合路由用于大语言模型微调）
[04:10] 📊 Can Large Language Models Keep Up? Benchmarking Online Adaptation to Continual Knowledge Streams（大型语言模型能否跟上？在线适应持续知识流的基准测试）
[05:00] 🧠 RetroAgent: From Solving to Evolving via Retrospective Dual Intrinsic Feedback（RetroAgent：通过回顾性双重内在反馈实现从解决问题到持续进化）
[05:50] 🔬 CodePercept: Code-Grounded Visual STEM Perception for MLLMs（CodePercept：基于代码的多模态大语言模型视觉STEM感知）
[06:44] 🎯 Prism-$Δ$: Differential Subspace Steering for Prompt Highlighting in Large Language Models（Prism-Δ：面向大语言模型提示高亮的差分子空间导向方法）
[07:31] 🧠 LLM2Vec-Gen: Generative Embeddings from Large Language Models（LLM2Vec-Gen：基于大语言模型的生成式嵌入方法）
[08:22] ⚖ $V_{0.5}$: Generalist Value Model as a Prior for Sparse RL Rollouts（V_{0.5}：作为稀疏强化学习rollouts先验的通用价值模型）
[09:05] ⚡ Just-in-Time: Training-Free Spatial Acceleration for Diffusion Transformers（即时：无需训练的空间加速方法用于扩散Transformer）
[09:47] 🧠 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）
[10:39] 💬 RbtAct: Rebuttal as Supervision for Actionable Review Feedback Generation（RbtAct：以反驳作为监督的可操作审稿反馈生成）
[11:14] 🧠 Hindsight Credit Assignment for Long-Horizon LLM Agents（面向长视野LLM智能体的后见之明信用分配）
【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
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] 🤖 OpenClaw-RL: Train Any Agent Simply by Talking（OpenClaw-RL：通过对话训练任意智能体）
[01:17] ⚡ Flash-KMeans: Fast and Memory-Efficient Exact K-Means（Flash-KMeans：快速且内存高效的精确K-Means算法）
[02:01] 👁 MA-EgoQA: Question Answering over Egocentric Videos from Multiple Embodied Agents（MA-EgoQA：基于多具身智能体第一人称视角视频的问答）
[02:43] 🧠 In-Context Reinforcement Learning for Tool Use in Large Language Models（大语言模型中工具使用的上下文强化学习）
[03:19] 🧠 ReMix: Reinforcement routing for mixtures of LoRAs in LLM finetuning（ReMix：基于强化学习的LoRA混合路由用于大语言模型微调）
[04:10] 📊 Can Large Language Models Keep Up? Benchmarking Online Adaptation to Continual Knowledge Streams（大型语言模型能否跟上？在线适应持续知识流的基准测试）
[05:00] 🧠 RetroAgent: From Solving to Evolving via Retrospective Dual Intrinsic Feedback（RetroAgent：通过回顾性双重内在反馈实现从解决问题到持续进化）
[05:50] 🔬 CodePercept: Code-Grounded Visual STEM Perception for MLLMs（CodePercept：基于代码的多模态大语言模型视觉STEM感知）
[06:44] 🎯 Prism-$Δ$: Differential Subspace Steering for Prompt Highlighting in Large Language Models（Prism-Δ：面向大语言模型提示高亮的差分子空间导向方法）
[07:31] 🧠 LLM2Vec-Gen: Generative Embeddings from Large Language Models（LLM2Vec-Gen：基于大语言模型的生成式嵌入方法）
[08:22] ⚖ $V_{0.5}$: Generalist Value Model as a Prior for Sparse RL Rollouts（V_{0.5}：作为稀疏强化学习rollouts先验的通用价值模型）
[09:05] ⚡ Just-in-Time: Training-Free Spatial Acceleration for Diffusion Transformers（即时：无需训练的空间加速方法用于扩散Transformer）
[09:47] 🧠 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）
[10:39] 💬 RbtAct: Rebuttal as Supervision for Actionable Review Feedback Generation（RbtAct：以反驳作为监督的可操作审稿反馈生成）
[11:14] 🧠 Hindsight Credit Assignment for Long-Horizon LLM Agents（面向长视野LLM智能体的后见之明信用分配）
【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
评价
空空如也
小宇宙热评
暂无小宇宙热门评论
