47
0【赞助商】
通勤路上就听AI每周谈。AI每周谈，每周带你回顾上周AI大事
传送门 🔗www.xiaoyuzhoufm.com
【目录】
本期的 15 篇论文如下：
00:32 🩺 Baichuan-M3: Modeling Clinical Inquiry for Reliable Medical Decision-Making（Baichuan-M3：建模临床问询以实现可靠的医疗决策）
01:17 🧭 OdysseyArena: Benchmarking Large Language Models For Long-Horizon, Active and Inductive Interactions（奥德赛竞技场：面向长视野、主动与归纳交互的大语言模型基准测试）
02:03 📈 On the Entropy Dynamics in Reinforcement Fine-Tuning of Large Language Models（论大型语言模型强化微调中的熵动态）
02:47 🎯 F-GRPO: Don't Let Your Policy Learn the Obvious and Forget the Rare（F-GRPO：别让你的策略学会常见而遗忘罕见）
03:48 ⚖ MSign: An Optimizer Preventing Training Instability in Large Language Models via Stable Rank Restoration（MSign：一种通过稳定秩恢复防止大语言模型训练不稳定的优化器）
04:33 🤖 DreamDojo: A Generalist Robot World Model from Large-Scale Human Videos（DreamDojo：基于大规模人类视频的通用机器人世界模型）
05:14 🧠 Self-Improving Multilingual Long Reasoning via Translation-Reasoning Integrated Training（通过翻译-推理集成训练实现自我改进的多语言长推理）
06:07 🧮 Judging What We Cannot Solve: A Consequence-Based Approach for Oracle-Free Evaluation of Research-Level Math（评判我们无法解决的问题：一种基于后果的无监督研究级数学评估方法）
06:46 🎯 POINTS-GUI-G: GUI-Grounding Journey（POINTS-GUI-G：图形用户界面基础任务之旅）
07:45 🧠 MemGUI-Bench: Benchmarking Memory of Mobile GUI Agents in Dynamic Environments（MemGUI-Bench：动态环境中移动GUI代理内存能力的基准测试）
08:29 🧠 Back to Basics: Revisiting Exploration in Reinforcement Learning for LLM Reasoning via Generative Probabilities（回归基础：通过生成概率重新审视强化学习在LLM推理中的探索）
09:18 🎵 AudioSAE: Towards Understanding of Audio-Processing Models with Sparse AutoEncoders（AudioSAE：利用稀疏自编码器理解音频处理模型）
09:59 ⚡ Canzona: A Unified, Asynchronous, and Load-Balanced Framework for Distributed Matrix-based Optimizers（Canzona：一个统一、异步且负载均衡的分布式矩阵优化器框架）
11:02 🧠 InftyThink+: Effective and Efficient Infinite-Horizon Reasoning via Reinforcement Learning（InftyThink+：通过强化学习实现高效且有效的无限视野推理）
11:49 🧠 PlanViz: Evaluating Planning-Oriented Image Generation and Editing for Computer-Use Tasks（PlanViz：面向计算机使用任务的规划导向图像生成与编辑评估）
【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
