时长：
12分钟
播放：
162
发布：
1周前
主播...
简介...
【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：
[00:32] 🧠 LongCat-Flash-Thinking-2601 Technical Report（LongCat-Flash-Thinking-2601 技术报告）
[01:13] ✂ SWE-Pruner: Self-Adaptive Context Pruning for Coding Agents（SWE-Pruner：面向编码代理的自适应上下文剪枝框架）
[02:08] 🧠 TwinBrainVLA: Unleashing the Potential of Generalist VLMs for Embodied Tasks via Asymmetric Mixture-of-Transformers（TwinBrainVLA：通过非对称混合Transformer释放通用视觉语言模型在具身任务中的潜力）
[02:58] 🧠 VisGym: Diverse, Customizable, Scalable Environments for Multimodal Agents（VisGym：面向多模态智能体的多样化、可定制、可扩展环境）
[03:58] 🧬 Inference-Time Scaling of Verification: Self-Evolving Deep Research Agents via Test-Time Rubric-Guided Verification（验证的推理时扩展：通过测试时准则引导验证实现自演化的深度研究智能体）
[04:40] ⚡ Jet-RL: Enabling On-Policy FP8 Reinforcement Learning with Unified Training and Rollout Precision Flow（Jet-RL：通过统一的训练与推理精度流实现基于策略的FP8强化学习）
[05:32] ⚡ SALAD: Achieve High-Sparsity Attention via Efficient Linear Attention Tuning for Video Diffusion Transformer（SALAD：通过高效线性注意力调优实现视频扩散Transformer的高稀疏性注意力）
[06:11] 🧠 MeepleLM: A Virtual Playtester Simulating Diverse Subjective Experiences（MeepleLM：模拟多样化主观体验的虚拟游戏测试员）
[06:55] 🎬 Memory-V2V: Augmenting Video-to-Video Diffusion Models with Memory（Memory-V2V：利用记忆增强视频到视频扩散模型）
[07:43] 🧠 Knowledge is Not Enough: Injecting RL Skills for Continual Adaptation（知识不足够：注入强化学习技能以实现持续适应）
[08:22] 🚀 Endless Terminals: Scaling RL Environments for Terminal Agents（无尽终端：为终端智能体扩展强化学习环境）
[09:09] 🧪 DSGym: A Holistic Framework for Evaluating and Training Data Science Agents（DSGym：一个用于评估和训练数据科学智能体的整体框架）
[10:11] 🧠 Dancing in Chains: Strategic Persuasion in Academic Rebuttal via Theory of Mind（镣铐之舞：基于心智理论的学术反驳中的策略性说服）
[10:58] 💻 Guidelines to Prompt Large Language Models for Code Generation: An Empirical Characterization（面向代码生成的大语言模型提示指南：一项实证性特征研究）
[11:39] ⚖ Mecellem Models: Turkish Models Trained from Scratch and Continually Pre-trained for the Legal Domain（Mecellem模型：针对法律领域从零开始训练与持续预训练的土耳其语模型）
【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
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：
[00:32] 🧠 LongCat-Flash-Thinking-2601 Technical Report（LongCat-Flash-Thinking-2601 技术报告）
[01:13] ✂ SWE-Pruner: Self-Adaptive Context Pruning for Coding Agents（SWE-Pruner：面向编码代理的自适应上下文剪枝框架）
[02:08] 🧠 TwinBrainVLA: Unleashing the Potential of Generalist VLMs for Embodied Tasks via Asymmetric Mixture-of-Transformers（TwinBrainVLA：通过非对称混合Transformer释放通用视觉语言模型在具身任务中的潜力）
[02:58] 🧠 VisGym: Diverse, Customizable, Scalable Environments for Multimodal Agents（VisGym：面向多模态智能体的多样化、可定制、可扩展环境）
[03:58] 🧬 Inference-Time Scaling of Verification: Self-Evolving Deep Research Agents via Test-Time Rubric-Guided Verification（验证的推理时扩展：通过测试时准则引导验证实现自演化的深度研究智能体）
[04:40] ⚡ Jet-RL: Enabling On-Policy FP8 Reinforcement Learning with Unified Training and Rollout Precision Flow（Jet-RL：通过统一的训练与推理精度流实现基于策略的FP8强化学习）
[05:32] ⚡ SALAD: Achieve High-Sparsity Attention via Efficient Linear Attention Tuning for Video Diffusion Transformer（SALAD：通过高效线性注意力调优实现视频扩散Transformer的高稀疏性注意力）
[06:11] 🧠 MeepleLM: A Virtual Playtester Simulating Diverse Subjective Experiences（MeepleLM：模拟多样化主观体验的虚拟游戏测试员）
[06:55] 🎬 Memory-V2V: Augmenting Video-to-Video Diffusion Models with Memory（Memory-V2V：利用记忆增强视频到视频扩散模型）
[07:43] 🧠 Knowledge is Not Enough: Injecting RL Skills for Continual Adaptation（知识不足够：注入强化学习技能以实现持续适应）
[08:22] 🚀 Endless Terminals: Scaling RL Environments for Terminal Agents（无尽终端：为终端智能体扩展强化学习环境）
[09:09] 🧪 DSGym: A Holistic Framework for Evaluating and Training Data Science Agents（DSGym：一个用于评估和训练数据科学智能体的整体框架）
[10:11] 🧠 Dancing in Chains: Strategic Persuasion in Academic Rebuttal via Theory of Mind（镣铐之舞：基于心智理论的学术反驳中的策略性说服）
[10:58] 💻 Guidelines to Prompt Large Language Models for Code Generation: An Empirical Characterization（面向代码生成的大语言模型提示指南：一项实证性特征研究）
[11:39] ⚖ Mecellem Models: Turkish Models Trained from Scratch and Continually Pre-trained for the Legal Domain（Mecellem模型：针对法律领域从零开始训练与持续预训练的土耳其语模型）
【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
评价...
空空如也
小宇宙热门评论...
暂无小宇宙热门评论
