122
0本期的 15 篇论文如下：
00:18 🧠 ReasonRank: Empowering Passage Ranking with Strong Reasoning Ability（ReasonRank：赋予段落排序强大推理能力）
00:41 🔍 WideSearch: Benchmarking Agentic Broad Info-Seeking（WideSearch：智能体广域信息搜寻基准测试）
01:01 ✨ Omni-Effects: Unified and Spatially-Controllable Visual Effects Generation（Omni-Effects：统一且空间可控的视觉效果生成）
01:26 🧠 Klear-Reasoner: Advancing Reasoning Capability via Gradient-Preserving Clipping Policy Optimization（Klear-Reasoner：通过梯度保留剪裁策略优化提升推理能力）
01:59 💬 UserBench: An Interactive Gym Environment for User-Centric Agents（UserBench：面向用户中心智能体的交互式Gym基准环境）
02:22 💡 SONAR-LLM: Autoregressive Transformer that Thinks in Sentence Embeddings and Speaks in Tokens（SONAR-LLM：以句子嵌入思考并以Token表达的自回归Transformer）
02:50 🌱 A Comprehensive Survey of Self-Evolving AI Agents: A New Paradigm Bridging Foundation Models and Lifelong Agentic Systems（自进化AI智能体综合综述：连接基础模型与终身智能体系统的新范式）
03:15 🔬 BrowseComp-Plus: A More Fair and Transparent Evaluation Benchmark of Deep-Research Agent（BrowseComp-Plus：一种更公平透明的深度研究智能体评估基准）
03:45 🤖 MolmoAct: Action Reasoning Models that can Reason in Space（MolmoAct：可进行空间推理的动作推理模型）
04:11 🤖 OmniEAR: Benchmarking Agent Reasoning in Embodied Tasks（OmniEAR：具身任务中智能体推理的基准测试）
04:38 💡 Grove MoE: Towards Efficient and Superior MoE LLMs with Adjugate Experts（Grove MoE：面向高效卓越的伴随专家MoE大语言模型）
05:05 ⏳ Temporal Self-Rewarding Language Models: Decoupling Chosen-Rejected via Past-Future（时序自奖励语言模型：通过过去-未来解耦选择与拒绝）
05:29 🗺 Reinforcement Learning in Vision: A Survey（视觉强化学习：综述）
05:59 🔍 Part I: Tricks or Traps? A Deep Dive into RL for LLM Reasoning（第一部分：技巧还是陷阱？深入探究强化学习在大型语言模型推理中的应用）
06:23 🖌 Follow-Your-Shape: Shape-Aware Image Editing via Trajectory-Guided Region Control（随形而动：轨迹引导区域控制的形状感知图像编辑）
【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
