时长：
11分钟
播放：
78
发布：
5天前
主播...
简介...
本期的 15 篇论文如下：
[00:21] ⚖ Entropy-Adaptive Fine-Tuning: Resolving Confident Conflicts to Mitigate Forgetting（熵自适应微调：解决置信冲突以缓解遗忘）
[01:15] 🧠 Evolving Programmatic Skill Networks（演化式程序化技能网络）
[01:51] 🧠 Atlas: Orchestrating Heterogeneous Models and Tools for Multi-Domain Complex Reasoning（Atlas：面向多领域复杂推理的异构模型与工具编排框架）
[02:31] 📊 Benchmark^2: Systematic Evaluation of LLM Benchmarks（基准测试的基准测试：大语言模型评估基准的系统性评估）
[03:12] 🎬 Klear: Unified Multi-Task Audio-Video Joint Generation（Klear：统一的多任务音视频联合生成）
[03:53] 🎬 Choreographing a World of Dynamic Objects（动态物体的编排：一个通用生成式流水线）
[04:36] ✅ Agentic Rubrics as Contextual Verifiers for SWE Agents（作为上下文验证器的智能评分标准在软件工程代理中的应用）
[05:11] ⚗ MDAgent2: Large Language Model for Code Generation and Knowledge Q&A in Molecular Dynamics（MDAgent2：用于分子动力学代码生成与知识问答的大语言模型）
[05:55] 🚀 E-GRPO: High Entropy Steps Drive Effective Reinforcement Learning for Flow Models（E-GRPO：高熵步驱动流模型的有效强化学习）
[06:53] 🛡 RedBench: A Universal Dataset for Comprehensive Red Teaming of Large Language Models（RedBench：一个用于大型语言模型全面红队测试的通用数据集）
[07:36] 📊 EpiQAL: Benchmarking Large Language Models in Epidemiological Question Answering for Enhanced Alignment and Reasoning（EpiQAL：面向增强对齐与推理的流行病学问答大语言模型基准评测）
[08:15] 🧠 Enhancing Linguistic Competence of Language Models through Pre-training with Language Learning Tasks（通过语言学习任务预训练增强语言模型的语言能力）
[08:48] 🔬 Why LLMs Aren't Scientists Yet: Lessons from Four Autonomous Research Attempts（为什么大语言模型还不是科学家：来自四次自主研究尝试的教训）
[09:25] 🤖 ThinkRL-Edit: Thinking in Reinforcement Learning for Reasoning-Centric Image Editing（ThinkRL-Edit：基于强化学习的思维式推理中心图像编辑）
[10:17] 🧠 MAGMA: A Multi-Graph based Agentic Memory Architecture for AI Agents（MAGMA：一种基于多图的AI智能体记忆架构）
【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
[00:21] ⚖ Entropy-Adaptive Fine-Tuning: Resolving Confident Conflicts to Mitigate Forgetting（熵自适应微调：解决置信冲突以缓解遗忘）
[01:15] 🧠 Evolving Programmatic Skill Networks（演化式程序化技能网络）
[01:51] 🧠 Atlas: Orchestrating Heterogeneous Models and Tools for Multi-Domain Complex Reasoning（Atlas：面向多领域复杂推理的异构模型与工具编排框架）
[02:31] 📊 Benchmark^2: Systematic Evaluation of LLM Benchmarks（基准测试的基准测试：大语言模型评估基准的系统性评估）
[03:12] 🎬 Klear: Unified Multi-Task Audio-Video Joint Generation（Klear：统一的多任务音视频联合生成）
[03:53] 🎬 Choreographing a World of Dynamic Objects（动态物体的编排：一个通用生成式流水线）
[04:36] ✅ Agentic Rubrics as Contextual Verifiers for SWE Agents（作为上下文验证器的智能评分标准在软件工程代理中的应用）
[05:11] ⚗ MDAgent2: Large Language Model for Code Generation and Knowledge Q&A in Molecular Dynamics（MDAgent2：用于分子动力学代码生成与知识问答的大语言模型）
[05:55] 🚀 E-GRPO: High Entropy Steps Drive Effective Reinforcement Learning for Flow Models（E-GRPO：高熵步驱动流模型的有效强化学习）
[06:53] 🛡 RedBench: A Universal Dataset for Comprehensive Red Teaming of Large Language Models（RedBench：一个用于大型语言模型全面红队测试的通用数据集）
[07:36] 📊 EpiQAL: Benchmarking Large Language Models in Epidemiological Question Answering for Enhanced Alignment and Reasoning（EpiQAL：面向增强对齐与推理的流行病学问答大语言模型基准评测）
[08:15] 🧠 Enhancing Linguistic Competence of Language Models through Pre-training with Language Learning Tasks（通过语言学习任务预训练增强语言模型的语言能力）
[08:48] 🔬 Why LLMs Aren't Scientists Yet: Lessons from Four Autonomous Research Attempts（为什么大语言模型还不是科学家：来自四次自主研究尝试的教训）
[09:25] 🤖 ThinkRL-Edit: Thinking in Reinforcement Learning for Reasoning-Centric Image Editing（ThinkRL-Edit：基于强化学习的思维式推理中心图像编辑）
[10:17] 🧠 MAGMA: A Multi-Graph based Agentic Memory Architecture for AI Agents（MAGMA：一种基于多图的AI智能体记忆架构）
【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
