86
0【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 15 篇论文如下：
00:29 🎥 VideoJev: System One Model for Video Understanding and Interaction（VideoJev：面向视频理解与交互的系统一模型）
01:12 ⚡ Jeva: System One Models from First Principles（Jeva：从第一性原理构建的系统 1 模型）
01:57 🪞 Agent-Reflex: Teaching Language Agents to Act Reflectively（Agent-Reflex：教导语言智能体进行反思性行动）
02:40 🏙 Urbex: Agentic Spatial Grounding for City-Scale 3D Scenes（Urbex：面向城市级三维场景的智能体空间定位）
03:27 🤖 GreenWAM: A World Foundation Model for Robotics（GreenWAM：面向机器人学的世界基础模型）
04:09 🎨 AesCode: Aesthetic Code Generation with Decoupled Cross-Modal Rewards（AesCode：基于解耦跨模态奖励的美学代码生成）
04:52 🤖 Harness^2: Recursive Agent Harnessing for an Open World（Harness^2：面向开放世界的递归式智能体执行框架构建）
05:35 📈 TPPO: Tracking-Value PPO For Language Model Reasoning（TPPO：面向语言模型推理的跟踪价值PPO）
06:18 🧠 Vela: User Behavior as Supervision Sparks LLM Intelligence（Vela：用户行为作为监督激发大语言模型智能）
07:00 🩻 X-Ragent: Tool-Augmented Reinforcement Learning for Evidence-Grounded Chest X-Ray Reasoning（X-Ragent：面向基于证据的胸部X射线推理的工具增强强化学习）
07:50 ⚡ DoSA: Dots Sparse Attention（DoSA：点稀疏注意力）
08:34 🌍 ExeWorldBench: Benchmarking Code-Based Executable 3D World Modeling（ExeWorldBench：基于代码的可执行3D世界建模基准测试）
09:19 🤖 LeWAM: End-to-End World and Action Modeling with JEPAs（LeWAM：基于JEPA的端到端世界与动作建模）
10:06 📋 Scoring Higher, Answering Worse: Mitigating Reward Hacking in Rubric-Based RL via Protocol-Level Rubrics（得分更高，回答更差：通过协议级评分量规缓解基于评分量规的强化学习中的奖励黑客行为）
10:51 🎮 Multics: Generative Multi-Player World Model with Hierarchical Communication（Multics：基于分层通信的生成式多玩家世界模型）
【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
