2026.01.21 | AI修Bug统一打分；MLLM未来预测仍易盲猜
HuggingFace 每日AI论文速递
【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：
[00:31] 🤖 Advances and Frontiers of LLM-based Issue Resolution in Software Engineering: A Comprehensive Survey（基于大语言模型的软件工程问题解决：进展、前沿与全面综述）
[01:15] 🔮 FutureOmni: Evaluating Future Forecasting from Omni-Modal Context for Multimodal LLMs（FutureOmni：评估多模态大语言模型基于全模态上下文进行未来预测的能力）
[02:11] ⚡ Toward Efficient Agents: Memory, Tool learning, and Planning（迈向高效智能体：记忆、工具学习与规划）
[02:51] 🤖 Being-H0.5: Scaling Human-Centric Robot Learning for Cross-Embodiment Generalization（Being-H0.5：基于人类中心机器人学习的跨具身泛化扩展）
[03:40] 🎬 OmniTransfer: All-in-one Framework for Spatio-temporal Video Transfer（OmniTransfer：时空视频迁移的一体化框架）
[04:28] 🧠 $\texttt{MemoryRewardBench}$: Benchmarking Reward Models for Long-Term Memory Management in Large Language Models（《MemoryRewardBench：面向大语言模型长期记忆管理的奖励模型基准评测》）
[05:15] 🧠 Think3D: Thinking with Space for Spatial Reasoning（Think3D：利用空间进行空间推理的思考）
[06:06] 🫁 UniX: Unifying Autoregression and Diffusion for Chest X-Ray Understanding and Generation（UniX：统一自回归与扩散模型用于胸部X光片理解与生成）
[07:08] ⚙ ToolPRMBench: Evaluating and Advancing Process Reward Models for Tool-using Agents（ToolPRMBench：评估和推进工具使用智能体的过程奖励模型）
[07:58] 🧠 Aligning Agentic World Models via Knowledgeable Experience Learning（通过知识化经验学习对齐具身世界模型）
[08:45] 🤖 Agentic-R: Learning to Retrieve for Agentic Search（Agentic-R：面向智能体搜索的检索学习）
[09:25] 🔤 LightOnOCR: A 1B End-to-End Multilingual Vision-Language Model for State-of-the-Art OCR（LightOnOCR：一个用于最先进OCR的10亿参数端到端多语言视觉语言模型）
[10:14] 📊 PRiSM: Benchmarking Phone Realization in Speech Models（PRiSM：语音模型中音素实现的基准测试）
[11:02] 🔍 On the Evidentiary Limits of Membership Inference for Copyright Auditing（论成员推理在版权审计中的证据性局限）
[11:46] 🔒 Fundamental Limitations of Favorable Privacy-Utility Guarantees for DP-SGD（差分隐私随机梯度下降（DP-SGD）中有利隐私-效用保证的基本局限性）
【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
