2026.03.06 | MOOSE-Star打破科学发现训练壁垒；DARE让LLM秒变严谨统计助手
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：
[00:32] 🚀 MOOSE-Star: Unlocking Tractable Training for Scientific Discovery by Breaking the Complexity Barrier（MOOSE-Star：通过打破复杂性壁垒解锁科学发现的可处理训练）
[01:50] 📊 DARE: Aligning LLM Agents with the R Statistical Ecosystem via Distribution-Aware Retrieval（DARE：通过分布感知检索实现LLM智能体与R统计生态系统的对齐）
[02:39] 🧠 SkillNet: Create, Evaluate, and Connect AI Skills（SkillNet：创建、评估与连接AI技能）
[03:28] 📱 RoboPocket: Improve Robot Policies Instantly with Your Phone（RoboPocket：用手机即时提升机器人策略）
[04:15] 🎨 HiFi-Inpaint: Towards High-Fidelity Reference-Based Inpainting for Generating Detail-Preserving Human-Product Images（HiFi-Inpaint：面向高保真参考的图像修复，用于生成细节保留的人-物图像）
[04:59] 🔍 AgentVista: Evaluating Multimodal Agents in Ultra-Challenging Realistic Visual Scenarios（AgentVista：在超挑战性真实视觉场景中评估多模态智能体）
[05:37] 🔬 SageBwd: A Trainable Low-bit Attention（SageBwd：一种可训练的低比特注意力机制）
[06:21] 🧠 Large Multimodal Models as General In-Context Classifiers（大型多模态模型作为通用上下文分类器）
[07:01] ⚖ MASQuant: Modality-Aware Smoothing Quantization for Multimodal Large Language Models（MASQuant：面向多模态大语言模型的模态感知平滑量化）
[07:54] 🌍 DreamWorld: Unified World Modeling in Video Generation（DreamWorld：视频生成中的统一世界建模）
[08:34] 🎬 RealWonder: Real-Time Physical Action-Conditioned Video Generation（RealWonder：基于物理仿真的实时动作条件视频生成）
[09:35] 🧠 Towards Multimodal Lifelong Understanding: A Dataset and Agentic Baseline（迈向多模态终身理解：数据集与智能体基线）
[10:14] 🧠 On-Policy Self-Distillation for Reasoning Compression（基于策略自蒸馏的推理压缩方法）
[10:55] 🤖 KARL: Knowledge Agents via Reinforcement Learning（KARL：基于强化学习的知识智能体）
[11:39] 🔍 Locality-Attending Vision Transformer（局部性感知视觉Transformer）
【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
