68
0【目录】
本期的 15 篇论文如下：
[] 🧠 Anti-Self-Distillation for Reasoning RL via Pointwise Mutual Information（基于点互信息的反自蒸馏用于推理强化学习）
[] 🖥 OpenComputer: Verifiable Software Worlds for Computer-Use Agents（OpenComputer：为计算机使用智能体构建可验证的软件世界）
[] 🧠 GoLongRL: Capability-Oriented Long Context Reinforcement Learning with Multitask Alignment（GoLongRL：面向能力的长上下文强化学习与多任务对齐）
[] 🔬 Process Rewards with Learned Reliability（具有学习可靠性的过程奖励模型）
[] 🤖 AutoResearchClaw: Self-Reinforcing Autonomous Research with Human-AI Collaboration（AutoResearchClaw：基于人类-人工智能协作的自我强化自主研究）
[] 🎭 When Vision Speaks for Sound（当视觉为声音代言）
[] 🏭 EnvFactory: Scaling Tool-Use Agents via Executable Environments Synthesis and Robust RL（EnvFactory：通过可执行环境合成与鲁棒强化学习扩展工具使用型智能体）
[] 🎬 CogOmniControl: Reasoning-Driven Controllable Video Generation via Creative Intent Cognition（CogOmniControl: 基于推理驱动的可控视频生成与创意意图认知）
[] 🎯 Active Learners as Efficient PRP Rerankers（主动学习器作为高效的成对排序提示重排序器）
[] 🎥 Artifact-Bench: Evaluating MLLMs on Detecting and Assessing the Artifacts of AI-Generated Videos（Artifact-Bench：评估多模态大语言模型在检测与评估AI生成视频伪影方面的能力）
[] 🎬 Aurora: Unified Video Editing with a Tool-Using Agent（Aurora：使用工具型代理的统一视频编辑框架）
[] 🎯 CEPO: RLVR Self-Distillation using Contrastive Evidence Policy Optimization（对比证据策略优化：基于强化学习与可验证奖励的自蒸馏方法）
[] 📱 OmniGUI: Benchmarking GUI Agents in Omni-Modal Smartphone Environments（OmniGUI：在全模态智能手机环境中评估GUI代理的基准测试）
[] 🎬 MSAVBench: Towards Comprehensive and Reliable Evaluation of Multi-Shot Audio-Video Generation（MSAVBench：迈向全面且可靠的多镜头音视频生成评估）
[] 🎥 Video Models Can Reason with Verifiable Rewards（视频模型可通过可验证奖励进行推理）
【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
