HuggingFace 每日AI论文速递

本期的 13 篇论文如下： [00:23] 🧠 Confidence Is All You Need: Few-Shot RL Fine-Tuning of Language Models（自信即全部：基于语言模型的小样本强化学习微调） [01:07] 🎬 Seedance 1.0: Exploring the Boundaries of Video Generation Models（Seedance 1.0：探索视频生成模型的边界） [01:50] 🥽 PlayerOne: Egocentric World Simulator（PlayerOne：以自我为中心的真实世界模拟器） [02:30] 🎬 Autoregressive Adversarial...

本期的 15 篇论文如下： [00:22] 🌍 Geopolitical biases in LLMs: what are the "good" and the "bad" countries according to contemporary language models（LLM中的地缘政治偏见：在当代语言模型中，哪些是“好”国家，哪些是“坏”国家？） [01:09] 🤖 RuleReasoner: Reinforced Rule-based Reasoning via Domain-aware Dynamic Sampling（RuleReasoner：基于领域感知动态采样的强化规则推理） [01:48] 🖼 Autoregressive Semantic...

本期的 15 篇论文如下： [00:21] 🤖 Reinforcement Pre-Training（强化预训练） [01:01] 🩺 Lingshu: A Generalist Foundation Model for Unified Multimodal Medical Understanding and Reasoning（灵枢：用于统一多模态医学理解与推理的通用基础模型） [01:42] 📱 MiniCPM4: Ultra-Efficient LLMs on End Devices（MiniCPM4：终端设备上的超高效大型语言模型） [02:30] 🛡 Saffron-1: Towards an Inference Scaling Paradigm for...

本期的 15 篇论文如下： [00:24] 🕰 Will It Still Be True Tomorrow? Multilingual Evergreen Question Classification to Improve Trustworthy QA（明日依旧为真吗？多语种常青问题分类以提升可信赖的问答系统） [01:04] 🎧 FusionAudio-1.2M: Towards Fine-grained Audio Captioning with Multimodal Contextual Fusion（FusionAudio-1.2M：通过多模态上下文融合实现细粒度音频描述） [01:46] 🤔 Is Extending Modality The Righ...

本期的 5 篇论文如下： [00:47] TOP1(🔥169) | 💡 Reflect, Retry, Reward: Self-Improving LLMs via Reinforcement Learning（反思、重试、奖励：通过强化学习实现LLM的自我提升） [02:55] TOP2(🔥130) | 🧠 Beyond the 80/20 Rule: High-Entropy Minority Tokens Drive Effective Reinforcement Learning for LLM Reasoning（超越80/20法则：高熵少数Token驱动LLM推理的有效强化学习） [05:06] TOP3(🔥115) | 🧠 ProRL: Prolonge...

本期的 15 篇论文如下： [00:24] 🤖 ComfyUI-Copilot: An Intelligent Assistant for Automated Workflow Development（ComfyUI-Copilot：用于自动化工作流开发的智能助手） [00:59] 🎬 SeedVR2: One-Step Video Restoration via Diffusion Adversarial Post-Training（SeedVR2：基于扩散对抗后训练的单步视频修复） [01:39] 🤖 RoboRefer: Towards Spatial Referring with Reasoning in Vision-Language Models for Robotics（Rob...

本期的 15 篇论文如下： [00:21] 🤖 MiMo-VL Technical Report（MiMo-VL 技术报告） [01:14] 💡 Advancing Multimodal Reasoning: From Optimized Cold Start to Staged Reinforcement Learning（多模态推理进阶：从优化冷启动到分阶段强化学习） [01:57] 🤖 AmbiK: Dataset of Ambiguous Tasks in Kitchen Environment（AmbiK：厨房环境中歧义性任务数据集） [02:42] 🔄 CASS: Nvidia to AMD Transpilation with Data, Models, an...

本期的 15 篇论文如下： [00:23] 💡 Reflect, Retry, Reward: Self-Improving LLMs via Reinforcement Learning（反思、重试、奖励：通过强化学习实现LLM的自我提升） [01:09] 🖼 UniWorld: High-Resolution Semantic Encoders for Unified Visual Understanding and Generation（UniWorld：用于统一视觉理解与生成的高分辨率语义编码器） [01:53] 🧪 CSVQA: A Chinese Multimodal Benchmark for Evaluating STEM Reasoning Capabil...

本期的 15 篇论文如下： [00:22] 🧠 Beyond the 80/20 Rule: High-Entropy Minority Tokens Drive Effective Reinforcement Learning for LLM Reasoning（超越80/20法则：高熵少数Token驱动LLM推理的有效强化学习） [01:05] 🧠 REASONING GYM: Reasoning Environments for Reinforcement Learning with Verifiable Rewards（推理健身房：基于可验证奖励的强化学习推理环境） [01:46] 🤖 SmolVLA: A Vision-Language-Action Model f...

本期的 10 篇论文如下： [00:40] TOP1(🔥209) | 🌐 Mutarjim: Advancing Bidirectional Arabic-English Translation with a Small Language Model（Mutarjim：利用小型语言模型推进阿拉伯语-英语双向翻译） [03:07] TOP2(🔥172) | 🧠 Perception, Reason, Think, and Plan: A Survey on Large Multimodal Reasoning Models（感知、推理、思考与规划：大型多模态推理模型综述） [05:19] TOP3(🔥171) | 🤖 Qwen3 Technical Report（Q...

本期的 15 篇论文如下： [00:23] 🧠 ProRL: Prolonged Reinforcement Learning Expands Reasoning Boundaries in Large Language Models（ProRL：延长的强化学习拓展大型语言模型的推理边界） [01:01] 🧠 AlphaOne: Reasoning Models Thinking Slow and Fast at Test Time（AlphaOne：测试时驱动大模型进行快慢思考的推理框架） [01:42] 🤔 Time Blindness: Why Video-Language Models Can't See What Humans Can?（时间盲区：为何...

本期的 5 篇论文如下： [00:43] TOP1(🔥205) | 🌐 Mutarjim: Advancing Bidirectional Arabic-English Translation with a Small Language Model（Mutarjim：利用小型语言模型推进阿拉伯语-英语双向翻译） [03:10] TOP2(🔥139) | 🗜 Shifting AI Efficiency From Model-Centric to Data-Centric Compression（AI效率转移：从以模型为中心到以数据为中心的压缩） [04:55] TOP3(🔥106) | 📊 TabSTAR: A Foundation Tabular Model With...

本期的 15 篇论文如下： [00:22] 📊 Table-R1: Inference-Time Scaling for Table Reasoning（Table-R1：表格推理的推理时扩展） [01:02] 🤖 VF-Eval: Evaluating Multimodal LLMs for Generating Feedback on AIGC Videos（VF-Eval：评估多模态大语言模型生成AIGC视频反馈的能力） [01:45] 🧠 Spatial-MLLM: Boosting MLLM Capabilities in Visual-based Spatial Intelligence（Spatial-MLLM：提升多模态大语言模型在基于视觉的空...

本期的 15 篇论文如下： [00:22] 🤖 The Entropy Mechanism of Reinforcement Learning for Reasoning Language Models（用于推理语言模型的强化学习的熵机制） [00:56] 🛣 R2R: Efficiently Navigating Divergent Reasoning Paths with Small-Large Model Token Routing（R2R：通过大小模型令牌路由高效导航不同的推理路径） [01:40] 🧠 Skywork Open Reasoner 1 Technical Report（Skywork开放推理器1技术报告） [02:20] 🔍 Sherl...

本期的 15 篇论文如下： [00:23] 🧪 ScienceBoard: Evaluating Multimodal Autonomous Agents in Realistic Scientific Workflows（ScienceBoard：评估现实科学工作流程中的多模态自主Agent） [01:09] 🤔 MME-Reasoning: A Comprehensive Benchmark for Logical Reasoning in MLLMs（MME-推理：多模态大型语言模型中逻辑推理的综合基准） [01:51] 🖼 Paper2Poster: Towards Multimodal Poster Automation from Scientific Papers（P...

本期的 15 篇论文如下： [00:24] 🗜 Shifting AI Efficiency From Model-Centric to Data-Centric Compression（AI效率转移：从以模型为中心到以数据为中心的压缩） [01:05] 🌐 Mutarjim: Advancing Bidirectional Arabic-English Translation with a Small Language Model（Mutarjim：利用小型语言模型推进阿拉伯语-英语双向翻译） [02:00] 📊 BizFinBench: A Business-Driven Real-World Financial Benchmark for Evaluating LLMs...

本期的 15 篇论文如下： [00:23] 📊 TabSTAR: A Foundation Tabular Model With Semantically Target-Aware Representations（TabSTAR：具有语义目标感知表征的表格基础模型） [00:59] 🧠 QwenLong-L1: Towards Long-Context Large Reasoning Models with Reinforcement Learning（QwenLong-L1：基于强化学习的长文本大型推理模型） [01:43] 🤔 Reasoning Model is Stubborn: Diagnosing Instruction Overriding in Reasoning Mode...

本期的 5 篇论文如下： [00:42] TOP1(🔥146) | 🤖 Qwen3 Technical Report（Qwen3技术报告） [03:08] TOP2(🔥114) | 💡 Emerging Properties in Unified Multimodal Pretraining（统一多模态预训练中的涌现属性） [05:22] TOP3(🔥105) | 🔗 Chain-of-Model Learning for Language Model（模型链学习：一种用于语言模型的新型学习范式） [07:34] TOP4(🔥93) | 🧪 NovelSeek: When Agent Becomes the Scientist -- Building Closed-L...

本期的 15 篇论文如下： [00:22] 🧪 NovelSeek: When Agent Becomes the Scientist -- Building Closed-Loop System from Hypothesis to Verification（NovelSeek：当智能体成为科学家——构建从假设到验证的闭环系统） [01:05] 🤔 Scaling Reasoning, Losing Control: Evaluating Instruction Following in Large Reasoning Models（规模化推理，失控的指令：评估大型推理模型中的指令遵循） [01:50] 🤖 Tool-Star: Empowering LLM-...

本期的 15 篇论文如下： [00:25] 🤖 Web-Shepherd: Advancing PRMs for Reinforcing Web Agents（Web-Shepherd：用于增强Web代理的PRM的进步） [01:13] 🧮 Scaling Law for Quantization-Aware Training（量化感知训练的缩放法则） [01:53] 🤖 UniVG-R1: Reasoning Guided Universal Visual Grounding with Reinforcement Learning（基于强化学习和推理引导的通用视觉定位） [02:28] 🎨 MMaDA: Multimodal Large Diffusion Languag...

本期的 15 篇论文如下： [00:22] 💡 Emerging Properties in Unified Multimodal Pretraining（统一多模态预训练中的涌现属性） [01:03] 🚀 SageAttention3: Microscaling FP4 Attention for Inference and An Exploration of 8-Bit Training（SageAttention3：用于推理的微缩FP4注意力机制与8位训练的探索） [01:42] 🖼 VisualQuality-R1: Reasoning-Induced Image Quality Assessment via Reinforcement Learning to Rank（Visual...

本期的 15 篇论文如下： [00:23] 🔗 Chain-of-Model Learning for Language Model（模型链学习：一种用于语言模型的新型学习范式） [00:58] 🤔 AdaptThink: Reasoning Models Can Learn When to Think（AdaptThink：推理模型何时思考的学习） [01:45] 🧠 AdaCoT: Pareto-Optimal Adaptive Chain-of-Thought Triggering via Reinforcement Learning（AdaCoT: 通过强化学习实现帕累托最优的自适应思维链触发） [02:21] 🚀 Delta Atte...

本期的 15 篇论文如下： [00:24] 🤖 Qwen3 Technical Report（Qwen3技术报告） [01:14] 🛡 GuardReasoner-VL: Safeguarding VLMs via Reinforced Reasoning（GuardReasoner-VL：通过强化推理保护视觉语言模型） [02:01] 🖼 MMLongBench: Benchmarking Long-Context Vision-Language Models Effectively and Thoroughly（MMLongBench：有效且全面地评测长文本视觉语言模型） [02:40] 🖼 Visual Planning: Let's Think Only with Images...

本期的 5 篇论文如下： [00:38] TOP1(🔥126) | 💡 Seed1.5-VL Technical Report（Seed1.5-VL 技术报告） [03:11] TOP2(🔥109) | 🗣 MiniMax-Speech: Intrinsic Zero-Shot Text-to-Speech with a Learnable Speaker Encoder（MiniMax-Speech：具有可学习说话人编码器的内在零样本语音合成） [05:23] TOP3(🔥86) | 💡 Beyond 'Aha!': Toward Systematic Meta-Abilities Alignment in Large Reasoning Models（超越“Aha!”时刻：迈向大...

本期的 15 篇论文如下： [00:24] 💡 Beyond 'Aha!': Toward Systematic Meta-Abilities Alignment in Large Reasoning Models（超越“Aha!”时刻：迈向大型推理模型中系统性元能力对齐） [01:02] 🤖 System Prompt Optimization with Meta-Learning（基于元学习的系统提示优化） [01:47] 🤖 EnerVerse-AC: Envisioning Embodied Environments with Action Condition（EnerVerse-AC：通过动作条件设想具身环境） [02:29] 🧠 The CoT E...