duan

HuggingFace 每日AI论文速递

Technology ZH ↓ 733 epizód

每天10分钟，带您快速了解当日HuggingFace热门AI论文内容。每个工作日更新，欢迎订阅。📢播客节目在小宇宙、Apple Podcast平台搜索【HuggingFace 每日AI论文速递】🖼另外还有图文版，可在小红书搜索并关注【AI速递】

Mindenképp látogasd meg a podcast oldalát, és támogasd a készítőjét: www.xiaoyuzhoufm.com

Szerző

duan

Kategória

Technology

A podcast weboldala

www.xiaoyuzhoufm.com

Legutóbbi epizód

2026. nov. 3.

Hol hallgathatod?

Podcastok az alkalmazásban Replaio Radio Hamarosan

A podcastok hamarosan megérkeznek az alkalmazásba. Telepítsd most, és láss elsőként egy teljesen új megközelítést a podcastokhoz

Telepítsd ingyen Android közel 10 M letöltés · 4,7+ értékelés iOS hamarosan

Epizódok

【周末特辑】9月第3周最火AI论文 | 群智RL提速大模型；小VLA零预训练控机械 14.09.2025 14:35

本期的 5 篇论文如下： [00:40] TOP1(🔥455) | 🤝 Sharing is Caring: Efficient LM Post-Training with Collective RL Experience Sharing（共享即关爱：基于集体RL经验共享的高效大模型后训练） [03:19] TOP2(🔥163) | 🤖 VLA-Adapter: An Effective Paradigm for Tiny-Scale Vision-Language-Action Model（VLA-Adapter：面向小型视觉-语言-动作模型的有效范式） [05:44] TOP3(🔥156) | 🤔 Why Language Models Hallucinate（语...

2025.09.12 | HuMo多模态控人视频；SimpleVLA-RL强化升效 12.09.2025 10:34

本期的 15 篇论文如下： [00:27] 🎭 HuMo: Human-Centric Video Generation via Collaborative Multi-Modal Conditioning（HuMo：通过协同多模态条件控制实现以人为中心的视频生成） [01:18] 🤖 SimpleVLA-RL: Scaling VLA Training via Reinforcement Learning（SimpleVLA-RL：通过强化学习实现VLA训练规模化） [02:02] 🗣 EchoX: Towards Mitigating Acoustic-Semantic Gap via Echo Training for Speech-to-Speech LLMs（EchoX：...

2025.09.11 | 强化学习提升推理能力；奖励缩放优化视觉生成 11.09.2025 5:31

本期的 10 篇论文如下： [00:24] 🧠 A Survey of Reinforcement Learning for Large Reasoning Models（大型推理模型的强化学习综述） [00:45] 🔄 RewardDance: Reward Scaling in Visual Generation（RewardDance：视觉生成中的奖励缩放） [01:08] 🌐 3D and 4D World Modeling: A Survey（3D和4D世界建模：一项综述） [01:41] 🤖 AgentGym-RL: Training LLM Agents for Long-Horizon Decision Making through Multi-Turn Reinfor...

2025.09.10 | 强化学习并行思维；视觉搜索推理扩展 10.09.2025 6:51

本期的 14 篇论文如下： [00:22] 🧠 Parallel-R1: Towards Parallel Thinking via Reinforcement Learning（Parallel-R1: 通过强化学习实现并行思维） [00:50] 🔍 Mini-o3: Scaling Up Reasoning Patterns and Interaction Turns for Visual Search（Mini-o3：扩展视觉搜索中的推理模式与交互轮次） [01:15] 👁 Visual Representation Alignment for Multimodal Large Language Models（多模态大语言模型的视觉表征对齐） [01:54]...

2025.09.09 | REER提升推理性能；WebExplorer训练智能体 09.09.2025 7:27

本期的 15 篇论文如下： [00:21] 💡 Reverse-Engineered Reasoning for Open-Ended Generation（面向开放式生成的逆向工程推理） [00:47] 🌐 WebExplorer: Explore and Evolve for Training Long-Horizon Web Agents（WebExplorer：探索与演进，用于训练长周期网络智能体） [01:17] 🚀 Revolutionizing Reinforcement Learning Framework for Diffusion Large Language Models（革新扩散大语言模型的强化学习框架） [01:38] 🤔 Doe...

2025.09.08 | 语言模型幻觉源于预训练；大模型图形编程性能提升 08.09.2025 6:26

本期的 12 篇论文如下： [00:24] 🤔 Why Language Models Hallucinate（语言模型为何产生幻觉） [00:47] 🎨 Symbolic Graphics Programming with Large Language Models（使用大型语言模型进行符号化图形编程） [01:17] ⚡ Set Block Decoding is a Language Model Inference Accelerator（集合块解码：一种语言模型推理加速器） [01:43] 🎼 WildScore: Benchmarking MLLMs in-the-Wild Symbolic Music Reasoning（WildScore：多模...

【周末特辑】9月第2周最火AI论文 | LLM智能体RL综述；AI代码安全基准 06.09.2025 7:09

本期的 5 篇论文如下： [00:35] TOP1(🔥139) | 🤖 The Landscape of Agentic Reinforcement Learning for LLMs: A Survey（面向大语言模型的智能体强化学习全景：一项综述） [01:52] TOP2(🔥133) | 🔒 A.S.E: A Repository-Level Benchmark for Evaluating Security in AI-Generated Code（A.S.E：一个用于评估AI生成代码安全的仓库级基准） [02:57] TOP3(🔥127) | 🤖 A Survey of Scientific Large Language Models: From Data Fo...

2025.09.05 | 大型语言模型语义理解弱；图像编辑模型提升几何估计 05.09.2025 6:47

本期的 13 篇论文如下： [00:22] 🤔 Drivel-ology: Challenging LLMs with Interpreting Nonsense with Depth（废话学：用深度解读无意义内容挑战大型语言模型） [00:47] 📐 From Editor to Dense Geometry Estimator（从编辑模型到密集几何估计器） [01:08] 🧠 Towards a Unified View of Large Language Model Post-Training（迈向大语言模型后训练的统一视角） [01:39] 🔄 Inverse IFEval: Can LLMs Unlearn Stubborn Training...

2025.09.04 | 机器人任务规划高效；数据推理能力提升 04.09.2025 4:06

本期的 5 篇论文如下： [00:24] 🤖 Robix: A Unified Model for Robot Interaction, Reasoning and Planning（Robix：一个用于机器人交互、推理和规划的统一模型） [00:54] 🔍 Open Data Synthesis For Deep Research（面向深度研究的开放数据合成） [01:30] 🧠 LMEnt: A Suite for Analyzing Knowledge in Language Models from Pretraining Data to Representations（LMEnt：一套分析语言模型从预训练数据到表示的知识套件） [02...

2025.09.03 | 智能体RL提升大模型自主性；SimpleTIR解多轮工具推理 03.09.2025 7:29

本期的 15 篇论文如下： [00:19] 🤖 The Landscape of Agentic Reinforcement Learning for LLMs: A Survey（面向大语言模型的智能体强化学习全景：一项综述） [00:40] 🚀 SimpleTIR: End-to-End Reinforcement Learning for Multi-Turn Tool-Integrated Reasoning（SimpleTIR：面向多轮工具集成推理的端到端强化学习） [01:12] 🤖 UI-TARS-2 Technical Report: Advancing GUI Agent with Multi-Turn Reinforcement Learning（UI-T...

2025.09.02 | PVPO优化推理性能；T2R-bench暴露模型短板 02.09.2025 3:24

本期的 6 篇论文如下： [00:23] 🧠 PVPO: Pre-Estimated Value-Based Policy Optimization for Agentic Reasoning（PVPO：基于预估值策略优化的智能体推理方法） [00:49] 📊 T2R-bench: A Benchmark for Generating Article-Level Reports from Real World Industrial Tables（T2R-bench：一个用于从真实世界工业表格生成文章级报告的基准测试） [01:18] 🔍 No Label Left Behind: A Unified Surface Defect Detection Model for a...

2025.09.01 | R-4B模型优化思考效率；EO-1提升机器人控制能力 01.09.2025 7:57

本期的 15 篇论文如下： [00:24] 🧠 R-4B: Incentivizing General-Purpose Auto-Thinking Capability in MLLMs via Bi-Mode Annealing and Reinforce Learning（R-4B: 通过双模式退火和强化学习激励多模态大语言模型的通用自动思考能力） [00:59] 🤖 EmbodiedOneVision: Interleaved Vision-Text-Action Pretraining for General Robot Control（具身一体视觉：交错视觉-文本-动作预训练用于通用机器人控制） [01:29] 🔒 A.S.E: A...

【月末特辑】8月最火AI论文 | 科学AI模型缩小性能差距；图像模型解决文本渲染与编辑 31.08.2025 13:04

本期的 10 篇论文如下： [00:30] TOP1(🔥242) | 🧪 Intern-S1: A Scientific Multimodal Foundation Model（Intern-S1：一个科学多模态基础模型） [01:36] TOP2(🔥239) | 🎨 Qwen-Image Technical Report（Qwen-Image技术报告） [02:46] TOP3(🔥227) | 🤔 Is Chain-of-Thought Reasoning of LLMs a Mirage? A Data Distribution Lens（LLM思维链推理是海市蜃楼吗？一个数据分布的视角） [04:14] TOP4(🔥220) | 🚀 DINOv3（DINOv3：...

【周末特辑】8月第5周最火AI论文 | 多模态模型效率提升；自博弈策略提高多样性 30.08.2025 6:47

本期的 5 篇论文如下： [00:36] TOP1(🔥161) | 🚀 InternVL3.5: Advancing Open-Source Multimodal Models in Versatility, Reasoning, and Efficiency（InternVL3.5：提升开源多模态模型在通用性、推理能力和效率上的表现） [01:25] TOP2(🔥114) | 📈 Beyond Pass@1: Self-Play with Variational Problem Synthesis Sustains RLVR（超越Pass@1：变分问题合成的自博弈策略持续提升RLVR） [02:23] TOP3(🔥108) | 🚀 AgentFly: Fine-...

2025.08.29 | 稳定文本到图像生成；高效数学推理 29.08.2025 8:01

本期的 15 篇论文如下： [00:24] ⚖ Pref-GRPO: Pairwise Preference Reward-based GRPO for Stable Text-to-Image Reinforcement Learning（Pref-GRPO：基于成对偏好奖励的GRPO用于稳定的文本到图像强化学习） [00:57] 🧠 rStar2-Agent: Agentic Reasoning Technical Report（rStar2-Agent：智能体推理技术报告） [01:28] 🎨 USO: Unified Style and Subject-Driven Generation via Disentangled and Reward Learning（USO: 通过解...

2025.08.28 | 推理分解减幻觉；可解释性编码信息 28.08.2025 7:15

本期的 14 篇论文如下： [00:25] 🧠 Self-Rewarding Vision-Language Model via Reasoning Decomposition（通过推理分解的自奖励视觉语言模型） [00:49] 🔍 Beyond Transcription: Mechanistic Interpretability in ASR（超越转录：自动语音识别中的机械可解释性） [01:22] 🤖 Discrete Diffusion VLA: Bringing Discrete Diffusion to Action Decoding in Vision-Language-Action Policies（离散扩散VLA：将离散扩散引入视觉-语言...

2025.08.27 | 物理模型评估显不足；树算法优化提效降本 27.08.2025 7:29

本期的 15 篇论文如下： [00:23] 🔬 CMPhysBench: A Benchmark for Evaluating Large Language Models in Condensed Matter Physics（CMPhysBench：用于评估凝聚态物理中大语言模型的基准测试） [00:57] 🌳 TreePO: Bridging the Gap of Policy Optimization and Efficacy and Inference Efficiency with Heuristic Tree-based Modeling（TreePO: 通过启发式树建模弥合策略优化与效果和推理效率之间的差距） [01:21] 🗣 VibeVoice T...

2025.08.26 | 提升模型推理效率；增强生成语义对齐 26.08.2025 7:23

本期的 15 篇论文如下： [00:24] 🚀 InternVL3.5: Advancing Open-Source Multimodal Models in Versatility, Reasoning, and Efficiency（InternVL3.5：提升开源多模态模型在通用性、推理能力和效率上的表现） [00:52] 🧠 Visual-CoG: Stage-Aware Reinforcement Learning with Chain of Guidance for Text-to-Image Generation（Visual-CoG：阶段感知强化学习与指导链用于文本到图像生成） [01:19] 🎨 MV-RAG: Retrieval Augment...

2025.08.25 | 无微调智能体高效学习；四足机器人长周期探索 25.08.2025 8:02

本期的 15 篇论文如下： [00:23] 🚀 AgentFly: Fine-tuning LLM Agents without Fine-tuning LLMs（AgentFly：无需微调LLM即可微调LLM智能体） [00:48] 🐕 ODYSSEY: Open-World Quadrupeds Exploration and Manipulation for Long-Horizon Tasks（ODYSSEY：开放世界四足机器人长周期任务探索与操作） [01:24] 📈 Beyond Pass@1: Self-Play with Variational Problem Synthesis Sustains RLVR（超越Pass@1：变分问题合成的自博弈策...

【周末特辑】8月第4周最火AI论文 | 视觉模型新突破；科学多模态领先 24.08.2025 8:00

本期的 5 篇论文如下： [00:39] TOP1(🔥172) | 🚀 DINOv3（DINOv3：视觉基础模型新里程碑） [01:39] TOP2(🔥170) | 🧪 Intern-S1: A Scientific Multimodal Foundation Model（Intern-S1：一个科学多模态基础模型） [03:08] TOP3(🔥100) | 🤖 Chain-of-Agents: End-to-End Agent Foundation Models via Multi-Agent Distillation and Agentic RL（智能体链：基于多智能体蒸馏与智能体强化学习的端到端智能体基础模型） [04:18] TOP...

2025.08.22 | 科学多模态缩小差距；GUI自动化解决挑战 23.08.2025 7:23

本期的 15 篇论文如下： [00:22] 🧪 Intern-S1: A Scientific Multimodal Foundation Model（Intern-S1：一个科学多模态基础模型） [00:46] 🤖 Mobile-Agent-v3: Foundamental Agents for GUI Automation（Mobile-Agent-v3：GUI自动化基础智能体） [01:10] ✅ Deep Think with Confidence（置信深思） [01:31] 🤔 LiveMCP-101: Stress Testing and Diagnosing MCP-enabled Agents on Challenging Queries（LiveMCP-101：在挑战性查...

2025.08.21 | 金融大模型认知诊断；DuPO优化自验证 22.08.2025 8:12

本期的 15 篇论文如下： [00:22] 🧠 From Scores to Skills: A Cognitive Diagnosis Framework for Evaluating Financial Large Language Models（从分数到技能：金融大语言模型认知诊断评估框架） [00:49] ✅ DuPO: Enabling Reliable LLM Self-Verification via Dual Preference Optimization（DuPO：通过双重偏好优化实现大模型可靠自验证） [01:17] 🔮 FutureX: An Advanced Live Benchmark for LLM Agents in Future Predicti...

2025.08.20 | 智能体链提升效率；长视频3D重建优化 21.08.2025 7:13

本期的 15 篇论文如下： [00:23] 🤖 Chain-of-Agents: End-to-End Agent Foundation Models via Multi-Agent Distillation and Agentic RL（智能体链：基于多智能体蒸馏与智能体强化学习的端到端智能体基础模型） [00:52] 🎥 LongSplat: Robust Unposed 3D Gaussian Splatting for Casual Long Videos（LongSplat：针对随意长视频的鲁棒无姿态3D高斯泼溅） [01:13] 🛠 Prompt Orchestration Markup Language（提示编排标记语言） [0...

2025.08.19 | Ovis2.5提升多模态；ComoRAG优化长叙事推理 20.08.2025 8:19

本期的 15 篇论文如下： [00:20] ✨ Ovis2.5 Technical Report（Ovis2.5 技术报告） [00:51] 🧠 ComoRAG: A Cognitive-Inspired Memory-Organized RAG for Stateful Long Narrative Reasoning（ComoRAG：一种认知启发式记忆组织RAG，用于有状态长叙事推理） [01:14] 🎥 4DNeX: Feed-Forward 4D Generative Modeling Made Easy（4DNeX：前馈4D生成建模轻松实现） [01:38] ✨ Next Visual Granularity Generation（下一视觉粒度生成...

2025.08.18 | 超越图像思考；自搜索强化 18.08.2025 6:44

本期的 13 篇论文如下： [00:19] 💡 Thyme: Think Beyond Images（Thyme：超越图像的思考） [00:48] 🧠 SSRL: Self-Search Reinforcement Learning（SSRL：自搜索强化学习） [01:16] 🚀 DINOv3（DINOv3：视觉基础模型新里程碑） [01:42] 🔍 PaperRegister: Boosting Flexible-grained Paper Search via Hierarchical Register Indexing（PaperRegister：通过分层寄存器索引提升灵活粒度论文搜索） [02:13] 🚀 XQuant: Breaking the...