本期的 20 篇论文如下： [00:26] 🤔 The Differences Between Direct Alignment Algorithms are a Blur（直接对齐算法的差异逐渐模糊） [01:07] 🤖 OmniHuman-1: Rethinking the Scaling-Up of One-Stage Conditioned Human Animation Models（OmniHuman-1：重新思考单阶段条件式人体动画模型的放大） [01:48] 💡 Process Reinforcement through Implicit Rewards（基于隐式奖励的过程强化） [02:36] ⚖ Preference Leakage: A Contamination Problem in LLM-as-a-judge（偏好泄露：LLM即评判器中的污染问题） [03:14] 🛡 SafeRAG: Benchmarking Security in Retrieval-Augmented Generation of Large Language Model（SafeRAG：评估大语言模型检索增强生成中的安全性） [04:02] 🚀 FastKV: KV Cache Compression for Fast Long-Context Processing with Token-Selective Propagation（FastKV：通过令牌选择性传播实现快速长文本处理的KV缓存压缩） [04:50] 🌍 AIN: The Arabic INclusive Large Multimodal Model（AIN：阿拉伯语包容性大型多模态模型） [05:39] 🧠 DeepRAG: Thinking to Retrieval Step by Step for Large Language Models（DeepRAG：面向大型语言模型的逐步思考检索） [06:30] 🤔 MM-IQ: Benchmarking Human-Like Abstraction and Reasoning in Multimodal Models（MM-IQ：多模态模型中类人抽象与推理能力的基准测试） [07:19] 🛡 Almost Surely Safe Alignment of Large Language Models at Inference-Time（大语言模型在推理时近乎完全安全的对齐） [08:04] 🤔 ZebraLogic: On the Scaling Limits of LLMs for Logical Reasoning（ZebraLogic：关于大型语言模型在逻辑推理中的扩展极限） [08:49] 🤔 The Jumping Reasoning Curve? Tracking the Evolution of Reasoning Performance in GPT-[n] and o-[n] Models on Multimodal Puzzles（跳跃的推理曲线？追踪GPT-[n]和o-[n]模型在多模态谜题上的推理性能演变） [09:38] 🎮 Improving Transformer World Models for Data-Efficient RL（改进Transformer世界模型以实现数据高效的强化学习） [10:22] 💡 Improved Training Technique for Latent Consistency Models（改进的潜在一致性模型训练技术） [11:07] 🧠 Scaling Embedding Layers in Language Models（语言模型中扩展嵌入层） [11:42] 🎨 SliderSpace: Decomposing the Visual Capabilities of Diffusion Models（SliderSpace：解构扩散模型的视觉能力） [12:24] 🤔 PhD Knowledge Not Required: A Reasoning Challenge for Large Language Models（无需博士知识：大型语言模型的推理挑战） [13:08] 🧠 Lifelong Sequential Knowledge Editing without Model Degradation（终身序列知识编辑，且不降低模型性能） [13:46] 🔬 Current Pathology Foundation Models are unrobust to Medical Center Differences（当前病理学基础模型对于医疗中心差异不具有鲁棒性） [14:37] 🫀 A Study on the Performance of U-Net Modifications in Retroperitoneal Tumor Segmentation（U-Net改进模型在腹膜后肿瘤分割中的性能研究） 【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

本期的 9 篇论文如下： [00:26] 🧠 s1: Simple test-time scaling（简单的测试时缩放） [01:18] ⚡ Reward-Guided Speculative Decoding for Efficient LLM Reasoning（奖励引导的推测解码方法用于高效LLM推理） [02:00] 🧠 Self-supervised Quantized Representation for Seamlessly Integrating Knowledge Graphs with Large Language Models（自监督量化表示法用于无缝集成知识图谱与大型语言模型） [02:41] 🛡 Constitutional Classifiers: Defending against Universal Jailbreaks across Thousands of Hours of Red Teaming（宪法分类器：在数千小时的红队测试中防御通用越狱攻击） [03:28] 🌍 DINO-WM: World Models on Pre-trained Visual Features enable Zero-shot Planning（DINO-WM：基于预训练视觉特征的世界模型实现零样本规划） [04:13] 🧠 Trading Inference-Time Compute for Adversarial Robustness（推理时间计算对对抗鲁棒性的影响） [04:54] 🧠 INT: Instance-Specific Negative Mining for Task-Generic Promptable Segmentation（任务通用提示分割的实例特定负样本挖掘） [05:30] 📰 Unraveling the Capabilities of Language Models in News Summarization（揭秘语言模型在新闻摘要中的能力） [06:09] 🎥 Fast Encoder-Based 3D from Casual Videos via Point Track Processing（基于快速编码器的从随意视频中进行3D重建的点轨迹处理） 【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

本期的 10 篇论文如下： [00:40] TOP1(🔥281) | 🧠 DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning（DeepSeek-R1：通过强化学习激励大语言模型的推理能力） [03:13] TOP2(🔥271) | ⚡ MiniMax-01: Scaling Foundation Models with Lightning Attention（MiniMax-01：基于闪电注意力机制扩展基础模型） [05:36] TOP3(🔥249) | 🧠 rStar-Math: Small LLMs Can Master Math Reasoning with Self-Evolved Deep Thinking（rStar-Math：小型语言模型通过自我进化的深度思考掌握数学推理） [08:13] TOP4(🔥103) | 🧠 Evolving Deeper LLM Thinking（演化更深层次的LLM思维） [10:28] TOP5(🔥99) | 📚 2.5 Years in Class: A Multimodal Textbook for Vision-Language Pretraining（2.5年课堂：用于视觉-语言预训练的多模态教科书） [12:51] TOP6(🔥90) | 🚀 REINFORCE++: A Simple and Efficient Approach for Aligning Large Language Models（REINFORCE++：一种简单高效的大语言模型对齐方法） [15:15] TOP7(🔥90) | 🧠 Towards System 2 Reasoning in LLMs: Learning How to Think With Meta Chain-of-Though（迈向LLMs中的系统2推理：学习如何通过元思维链进行思考） [17:14] TOP8(🔥89) | 📊 The Lessons of Developing Process Reward Models in Mathematical Reasoning（数学推理中过程奖励模型开发的经验教训） [19:33] TOP9(🔥88) | 🤔 Agent-R: Training Language Model Agents to Reflect via Iterative Self-Training（Agent-R：通过迭代自训练使语言模型代理具备反思能力） [21:35] TOP10(🔥87) | 🧠 The GAN is dead; long live the GAN! A Modern GAN Baseline（GAN已死；GAN万岁！一个现代的GAN基线） 【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

本期的 5 篇论文如下： [00:35] TOP1(🔥53) | 🧠 SFT Memorizes, RL Generalizes: A Comparative Study of Foundation Model Post-training（监督微调记忆，强化学习泛化：基础模型后训练的比较研究） [03:02] TOP2(🔥48) | 🧠 Humanity's Last Exam（人类最后的考试） [05:21] TOP3(🔥47) | 🛡 GuardReasoner: Towards Reasoning-based LLM Safeguards（GuardReasoner：面向基于推理的LLM安全防护） [07:44] TOP4(🔥45) | 🎙 Baichuan-Omni-1.5 Technical Report（百川全能1.5技术报告） [10:07] TOP5(🔥42) | 📚 Qwen2.5-1M Technical Report（Qwen2.5-1M 技术报告） 【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

本期的 8 篇论文如下： [00:25] 🛡 GuardReasoner: Towards Reasoning-based LLM Safeguards（GuardReasoner：面向基于推理的LLM安全防护） [01:04] 🩺 MedXpertQA: Benchmarking Expert-Level Medical Reasoning and Understanding（MedXpertQA：专家级医疗推理与理解基准测试） [01:58] 🧠 Thoughts Are All Over the Place: On the Underthinking of o1-Like LLMs（思维四处游走：关于o1类LLMs的浅思现象） [02:40] 🌐 Streaming DiLoCo with overlapping communication: Towards a Distributed Free Lunch（带有重叠通信的流式DiLoCo：迈向分布式免费午餐） [03:20] 🌍 PhysBench: Benchmarking and Enhancing Vision-Language Models for Physical World Understanding（PhysBench：评估与增强视觉-语言模型在物理世界理解中的表现） [04:09] 🤖 WILDCHAT-50M: A Deep Dive Into the Role of Synthetic Data in Post-Training（WILDCHAT-50M：深入探讨合成数据在训练后阶段的作用） [05:04] 🛡 o3-mini vs DeepSeek-R1: Which One is Safer?（o3-mini 与 DeepSeek-R1：哪个更安全？） [05:41] 🤔 Large Language Models Think Too Fast To Explore Effectively（大语言模型思考过快导致探索效果不佳） 【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

本期的 5 篇论文如下： [00:25] 🧠 Critique Fine-Tuning: Learning to Critique is More Effective than Learning to Imitate（批评微调：学习批评比学习模仿更有效） [01:10] 🌍 Exploring the sustainable scaling of AI dilemma: A projective study of corporations' AI environmental impacts（探索AI可持续扩展的困境：企业AI环境影响的预测性研究） [01:50] 🌟 Atla Selene Mini: A General Purpose Evaluation Model（Atla Selene Mini：一种通用评估模型） [02:27] ⚠ Early External Safety Testing of OpenAI's o3-mini: Insights from the Pre-Deployment Evaluation（OpenAI的o3-mini早期外部安全测试：部署前评估的见解） [03:06] 🦠 Virus: Harmful Fine-tuning Attack for Large Language Models Bypassing Guardrail Moderation（病毒：绕过防护机制的大语言模型有害微调攻击） 【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

本期的 8 篇论文如下： [00:26] 🧠 SFT Memorizes, RL Generalizes: A Comparative Study of Foundation Model Post-training（监督微调记忆，强化学习泛化：基础模型后训练的比较研究） [01:07] ⚡ Optimizing Large Language Model Training Using FP4 Quantization（优化使用FP4量化的超大语言模型训练） [01:47] 📚 Over-Tokenized Transformer: Vocabulary is Generally Worth Scaling（过度分词的Transformer：词汇量通常值得扩展） [02:30] 🧠 Open Problems in Mechanistic Interpretability（机制解释性中的开放问题） [03:14] 🌐 DiffSplat: Repurposing Image Diffusion Models for Scalable Gaussian Splat Generation（DiffSplat：利用图像扩散模型进行可扩展的3D高斯喷洒生成） [03:58] 🔍 Low-Rank Adapters Meet Neural Architecture Search for LLM Compression（低秩适配器与神经架构搜索在大语言模型压缩中的应用） [04:41] 🌐 IndicMMLU-Pro: Benchmarking Indic Large Language Models on Multi-Task Language Understanding（IndicMMLU-Pro：在多任务语言理解上评估印度语言大型语言模型） [05:27] 📚 Histoires Morales: A French Dataset for Assessing Moral Alignment（道德故事：评估道德一致性的法语数据集） 【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

本期的 9 篇论文如下： [00:26] 🎙 Baichuan-Omni-1.5 Technical Report（百川全能1.5技术报告） [01:03] 📚 Qwen2.5-1M Technical Report（Qwen2.5-1M 技术报告） [01:47] 🤖 Towards General-Purpose Model-Free Reinforcement Learning（面向通用无模型强化学习的研究） [02:25] 🗣 Emilia: A Large-Scale, Extensive, Multilingual, and Diverse Dataset for Speech Generation（Emilia：一个大规模、广泛、多语言和多样化的语音生成数据集） [03:07] 🧠 ARWKV: Pretrain is not what we need, an RNN-Attention-Based Language Model Born from Transformer（ARWKV：预训练并非我们所需要的，基于RNN-注意力机制的语言模型诞生于Transformer） [03:52] 🧠 iFormer: Integrating ConvNet and Transformer for Mobile Application（iFormer：将卷积网络与Transformer集成应用于移动应用） [04:38] 🧠 Parameters vs FLOPs: Scaling Laws for Optimal Sparsity for Mixture-of-Experts Language Models（参数 vs FLOPs：混合专家语言模型最优稀疏性的缩放规律） [05:19] 🧠 Mixture-of-Mamba: Enhancing Multi-Modal State-Space Models with Modality-Aware Sparsity（混合Mamba：通过模态感知稀疏性增强多模态状态空间模型） [06:09] 📊 Feasible Learning（可行学习） 【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

本期的 9 篇论文如下： [00:25] 🧠 Humanity's Last Exam（人类最后的考试） [01:06] 📊 Redundancy Principles for MLLMs Benchmarks（多模态大语言模型基准测试的冗余原则） [01:45] 🔗 Chain-of-Retrieval Augmented Generation（链式检索增强生成） [02:24] 📊 RealCritic: Towards Effectiveness-Driven Evaluation of Language Model Critiques（RealCritic：面向效果驱动的语言模型批评评估） [03:12] 👤 Relightable Full-Body Gaussian Codec Avatars（可重新照明的全身高斯编解码虚拟形象） [03:57] 📷 AdaIR: Adaptive All-in-One Image Restoration via Frequency Mining and Modulation（AdaIR：基于频率挖掘与调制的自适应全功能图像恢复） [04:40] 🌀 Denoising as Adaptation: Noise-Space Domain Adaptation for Image Restoration（去噪作为适应：基于噪声空间的图像复原域适应） [05:20] 🌐 Multiview Equivariance Improves 3D Correspondence Understanding with Minimal Feature Finetuning（多视角等变性提升基于最小特征微调的3D对应理解） [06:01] 🌍 GeoPixel: Pixel Grounding Large Multimodal Model in Remote Sensing（GeoPixel：遥感领域中的像素级大尺度多模态模型） 【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

本期的 5 篇论文如下： [00:37] TOP1(🔥167) | 🧠 DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning（DeepSeek-R1：通过强化学习激励大语言模型的推理能力） [02:59] TOP2(🔥95) | 🧠 Evolving Deeper LLM Thinking（演化更深层次的LLM思维） [05:07] TOP3(🔥73) | 🤔 Agent-R: Training Language Model Agents to Reflect via Iterative Self-Training（Agent-R：通过迭代自训练使语言模型代理具备反思能力） [07:15] TOP4(🔥73) | 🎥 MMVU: Measuring Expert-Level Multi-Discipline Video Understanding（MMVU：专家级多学科视频理解的测量） [09:29] TOP5(🔥64) | 👁 VideoLLaMA 3: Frontier Multimodal Foundation Models for Image and Video Understanding（VideoLLaMA 3：面向图像与视频理解的前沿多模态基础模型） 【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

本期的 15 篇论文如下： [00:26] 🧠 SRMT: Shared Memory for Multi-agent Lifelong Pathfinding（SRMT：多智能体终身路径规划中的共享记忆） [01:05] 🎥 Improving Video Generation with Human Feedback（利用人类反馈改进视频生成） [01:40] ⚡ Sigma: Differential Rescaling of Query, Key and Value for Efficient Language Models（Sigma：查询、键和值的差分重缩放以实现高效语言模型） [02:20] 🖼 Can We Generate Images with CoT? Let's Verify and Reinforce Image Generation Step by Step（能否通过思维链生成图像？逐步验证和强化图像生成） [02:55] 🖼 IMAGINE-E: Image Generation Intelligence Evaluation of State-of-the-art Text-to-Image Models（IMAGINE-E：最先进文本到图像模型的图像生成智能评估） [03:32] 📚 Video-MMMU: Evaluating Knowledge Acquisition from Multi-Discipline Professional Videos（Video-MMMU：评估从多学科专业视频中获取知识的能力） [04:14] 🎥 DiffuEraser: A Diffusion Model for Video Inpainting（DiffuEraser：基于扩散模型的视频修复） [04:50] 🎥 Temporal Preference Optimization for Long-Form Video Understanding（长视频理解中的时序偏好优化） [05:29] 🎨 One-Prompt-One-Story: Free-Lunch Consistent Text-to-Image Generation Using a Single Prompt（一提示一故事：使用单一提示实现免费午餐式一致的文本到图像生成） [06:07] 🎥 EchoVideo: Identity-Preserving Human Video Generation by Multimodal Feature Fusion（EchoVideo：基于多模态特征融合的身份保持人类视频生成） [06:42] 🧠 Step-KTO: Optimizing Mathematical Reasoning through Stepwise Binary Feedback（Step-KTO：通过逐步二元反馈优化数学推理） [07:17] 🧠 Debate Helps Weak-to-Strong Generalization（辩论助力弱到强泛化） [07:53] 🤔 Evolution and The Knightian Blindspot of Machine Learning（进化与机器学习的奈特盲点） [08:30] 🧪 Hallucinations Can Improve Large Language Models in Drug Discovery（幻觉可以提升大语言模型在药物发现中的表现） [09:10] 🌀 GSTAR: Gaussian Surface Tracking and Reconstruction（GSTAR：高斯曲面跟踪与重建） 【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

本期的 9 篇论文如下： [00:24] 🧠 DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning（DeepSeek-R1：通过强化学习激励大语言模型的推理能力） [01:07] 🎬 FilmAgent: A Multi-Agent Framework for End-to-End Film Automation in Virtual 3D Spaces（FilmAgent：虚拟3D空间中的端到端电影自动化多智能体框架） [01:48] 🔄 Test-Time Preference Optimization: On-the-Fly Alignment via Iterative Textual Feedback（测试时偏好优化：通过迭代文本反馈实现即时对齐） [02:25] 👁 VideoLLaMA 3: Frontier Multimodal Foundation Models for Image and Video Understanding（VideoLLaMA 3：面向图像与视频理解的前沿多模态基础模型） [03:03] 🚀 Kimi k1.5: Scaling Reinforcement Learning with LLMs（Kimi k1.5：利用大语言模型扩展强化学习） [03:40] 🧠 Autonomy-of-Experts Models（专家自主模型） [04:18] 🏆 Pairwise RM: Perform Best-of-N Sampling with Knockout Tournament（成对奖励模型：通过淘汰赛进行最佳N采样） [05:01] ✂ O1-Pruner: Length-Harmonizing Fine-Tuning for O1-Like Reasoning Pruning（O1-Pruner：基于长度协调的微调用于O1类推理剪枝） [05:34] 🤖 IntellAgent: A Multi-Agent Framework for Evaluating Conversational AI Systems（IntellAgent：用于评估对话AI系统的多智能体框架） 【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