2026.07.13 | LHTB基准揭示AI长时任务瓶颈；视觉预训练超越文本预训练

【赞助商】
OpenClaw快报
每天五分钟，听听 OpenClaw 快报，带你了解最新动态和业内讨论
传送门 www.xiaoyuzhoufm.com

【目录】
本期的 13 篇论文如下：

[00:33] 🚀 Long-Horizon-Terminal-Bench: Testing the Limits of Agents on Long-Horizon Terminal Tasks with Dense Reward-Based Grading（长时终端基准：在具有密集奖励评分的长期终端任务中测试智能体的极限）
[01:25] 👁 Scalable Visual Pretraining for Language Intelligence（面向语言智能的可扩展视觉预训练）
[02:22] 🎥 Video Generation Models are General-Purpose Vision Learners（视频生成模型是通用视觉学习器）
[03:16] 🎯 Trust Region Policy Distillation（信任区域策略蒸馏）
[04:14] 🧠 KronQ: LLM Quantization via Kronecker-Factored Hessian（KronQ：通过Kronecker分解黑塞矩阵实现的大语言模型量化）
[05:00] 🌍 PanoWorld: Real-World Panoramic Generation（PanoWorld：真实世界全景生成）
[05:56] 🎨 From RGB Generation to Dense Field Readout: Pixel-Space Dense Prediction with Text-to-Image Models（从RGB生成到密集场读取：利用文本到图像模型进行像素空间密集预测）
[06:49] 🎯 Self-Guided Test-Time Training for Long-Context LLMs（自引导测试时训练用于长上下文大语言模型）
[07:36] 🚗 Flow-ERD: Agent-type Aware Flow Matching with Entropy-Regularized Distillation for Diverse Traffic Simulation（Flow-ERD：面向多样化交通仿真的智能体类型感知流匹配与熵正则化蒸馏）
[08:28] 🔊 Phone Segmentation and Recognition through Phonological Activation Mapping（通过音位激活映射进行音素分割与识别）
[09:28] 🧠 Towards Mechanistically Understanding Why Memorized Knowledge Fails to Generalize in Large Language Model Finetuning（探究大语言模型微调中记忆知识为何无法泛化的机制性理解）
[10:18] 🤖 A Sovereign, Open-Source Foundation Model for German and English（一个面向德语和英语的主权开源基础模型）
[11:13] 🏛 VaseMuseum: Digital Intelligent Museum for Ancient Greek Pottery（VaseMuseum：面向古希腊陶器的数字智能博物馆）

【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