2025.05.21 | 多模态预训练提升复杂任务能力;注意力机制优化推理与训练效率。

2025.05.21 | 多模态预训练提升复杂任务能力;注意力机制优化推理与训练效率。

11分钟 ·
播放数90
·
评论数0

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(VisualQuality-R1:基于强化学习排序的推理引导图像质量评估)

02:23 🤖 Visual Agentic Reinforcement Fine-Tuning(视觉Agent强化微调)

03:01 🧪 The Aloe Family Recipe for Open and Specialized Healthcare LLMs(开源与专用医疗保健大型语言模型的芦荟家族秘方)

03:40 🧮 Optimizing Anytime Reasoning via Budget Relative Policy Optimization(通过预算相对策略优化实现随时推理优化)

04:25 🧠 Neurosymbolic Diffusion Models(神经符号扩散模型)

05:02 🌊 Latent Flow Transformer(潜在流Transformer)

05:40 🧑 Exploring Federated Pruning for Large Language Models(探索用于大型语言模型的联邦剪枝)

06:23 👁 Visionary-R1: Mitigating Shortcuts in Visual Reasoning with Reinforcement Learning(Visionary-R1:利用强化学习缓解视觉推理中的捷径问题)

07:05 🧠 General-Reasoner: Advancing LLM Reasoning Across All Domains(通用推理器:提升大型语言模型在所有领域的推理能力)

07:45 🤔 Reasoning Models Better Express Their Confidence(推理模型更善于表达其置信度)

08:20 🚀 Reasoning Path Compression: Compressing Generation Trajectories for Efficient LLM Reasoning(推理路径压缩:压缩生成轨迹以实现高效的LLM推理)

09:07 🖼 Training-Free Watermarking for Autoregressive Image Generation(自回归图像生成模型的免训练水印方法)

09:48 🤔 VideoEval-Pro: Robust and Realistic Long Video Understanding Evaluation(VideoEval-Pro:稳健且真实的长视频理解评估)

【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