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 🔗www.xiaoyuzhoufm.com
【目录】
本期的 15 篇论文如下：
00:33 🤖 ClawGUI: A Unified Framework for Training, Evaluating, and Deploying GUI Agents（ClawGUI：用于训练、评估和部署GUI智能体的统一框架）
01:21 🧠 KnowRL: Boosting LLM Reasoning via Reinforcement Learning with Minimal-Sufficient Knowledge Guidance（KnowRL：通过强化学习与最小充分知识指导提升大语言模型推理能力）
02:16 🧠 Rethinking On-Policy Distillation of Large Language Models: Phenomenology, Mechanism, and Recipe（重新思考大型语言模型的在线策略蒸馏：现象学、机制与方案）
03:09 🤖 Turing Test on Screen: A Benchmark for Mobile GUI Agent Humanization（屏幕上的图灵测试：移动GUI代理拟人化基准）
04:01 🧠 SPPO: Sequence-Level PPO for Long-Horizon Reasoning Tasks（SPPO：面向长程推理任务的序列级近端策略优化）
04:47 🤖 Toward Autonomous Long-Horizon Engineering for ML Research（迈向自主长周期机器学习研究工程）
05:33 ⚖ BERT-as-a-Judge: A Robust Alternative to Lexical Methods for Efficient Reference-Based LLM Evaluation（BERT作为评判者：一种用于高效基于参考的LLM评估的鲁棒性替代词汇方法）
06:17 🔍 Towards Long-horizon Agentic Multimodal Search（迈向长视野智能体多模态搜索）
06:57 🌍 Lyra 2.0: Explorable Generative 3D Worlds（Lyra 2.0：可探索的生成式3D世界）
07:40 ⚡ Self-Adversarial One Step Generation via Condition Shifting（通过条件偏移实现的自对抗单步生成）
08:37 🤖 Habitat-GS: A High-Fidelity Navigation Simulator with Dynamic Gaussian Splatting（Habitat-GS：基于动态高斯溅射的高保真导航模拟器）
09:20 ⚖ Many-Tier Instruction Hierarchy in LLM Agents（大语言模型代理中的多层级指令层次结构）
10:04 🚀 Nemotron 3 Super: Open, Efficient Mixture-of-Experts Hybrid Mamba-Transformer Model for Agentic Reasoning（Nemotron 3 Super：用于智能体推理的开放、高效混合专家Mamba-Transformer模型）
10:52 🧠 Rethinking the Diffusion Model from a Langevin Perspective（从朗之万视角重新思考扩散模型）
11:44 🤖 LARY: A Latent Action Representation Yielding Benchmark for Generalizable Vision-to-Action Alignment（LARY：一种用于通用视觉-动作对齐基准的潜在动作表示）
【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 🔗www.xiaoyuzhoufm.com
【目录】
本期的 15 篇论文如下：
00:33 🤖 ClawGUI: A Unified Framework for Training, Evaluating, and Deploying GUI Agents（ClawGUI：用于训练、评估和部署GUI智能体的统一框架）
01:21 🧠 KnowRL: Boosting LLM Reasoning via Reinforcement Learning with Minimal-Sufficient Knowledge Guidance（KnowRL：通过强化学习与最小充分知识指导提升大语言模型推理能力）
02:16 🧠 Rethinking On-Policy Distillation of Large Language Models: Phenomenology, Mechanism, and Recipe（重新思考大型语言模型的在线策略蒸馏：现象学、机制与方案）
03:09 🤖 Turing Test on Screen: A Benchmark for Mobile GUI Agent Humanization（屏幕上的图灵测试：移动GUI代理拟人化基准）
04:01 🧠 SPPO: Sequence-Level PPO for Long-Horizon Reasoning Tasks（SPPO：面向长程推理任务的序列级近端策略优化）
04:47 🤖 Toward Autonomous Long-Horizon Engineering for ML Research（迈向自主长周期机器学习研究工程）
05:33 ⚖ BERT-as-a-Judge: A Robust Alternative to Lexical Methods for Efficient Reference-Based LLM Evaluation（BERT作为评判者：一种用于高效基于参考的LLM评估的鲁棒性替代词汇方法）
06:17 🔍 Towards Long-horizon Agentic Multimodal Search（迈向长视野智能体多模态搜索）
06:57 🌍 Lyra 2.0: Explorable Generative 3D Worlds（Lyra 2.0：可探索的生成式3D世界）
07:40 ⚡ Self-Adversarial One Step Generation via Condition Shifting（通过条件偏移实现的自对抗单步生成）
08:37 🤖 Habitat-GS: A High-Fidelity Navigation Simulator with Dynamic Gaussian Splatting（Habitat-GS：基于动态高斯溅射的高保真导航模拟器）
09:20 ⚖ Many-Tier Instruction Hierarchy in LLM Agents（大语言模型代理中的多层级指令层次结构）
10:04 🚀 Nemotron 3 Super: Open, Efficient Mixture-of-Experts Hybrid Mamba-Transformer Model for Agentic Reasoning（Nemotron 3 Super：用于智能体推理的开放、高效混合专家Mamba-Transformer模型）
10:52 🧠 Rethinking the Diffusion Model from a Langevin Perspective（从朗之万视角重新思考扩散模型）
11:44 🤖 LARY: A Latent Action Representation Yielding Benchmark for Generalizable Vision-to-Action Alignment（LARY：一种用于通用视觉-动作对齐基准的潜在动作表示）
【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
