本期的 15 篇论文如下：

[00:20] 🚀 STEP3-VL-10B Technical Report（STEP3-VL-10B 技术报告）

[01:01] 🏙 Urban Socio-Semantic Segmentation with Vision-Language Reasoning（基于视觉语言推理的城市社会语义分割）

[01:42] 💡 Rewarding the Rare: Uniqueness-Aware RL for Creative Problem Solving in LLMs（奖励罕见：面向LLM创造性问题解决的独特性感知强化学习）

[02:33] 🤖 Collaborative Multi-Agent Test-Time Reinforcement Learning for Reasoning（用于推理的协作式多智能体测试时强化学习）

[03:14] 🧬 Beyond Static Tools: Test-Time Tool Evolution for Scientific Reasoning（超越静态工具：面向科学推理的测试时工具演化）

[03:59] 📊 DanQing: An Up-to-Date Large-Scale Chinese Vision-Language Pre-training Dataset（丹青：一个最新的大规模中文视觉语言预训练数据集）

[04:39] 🎨 CoF-T2I: Video Models as Pure Visual Reasoners for Text-to-Image Generation（CoF-T2I：将视频模型作为纯视觉推理器用于文本到图像生成）

[05:33] 🧠 Toward Ultra-Long-Horizon Agentic Science: Cognitive Accumulation for Machine Learning Engineering（迈向超长视野的代理科学：机器学习工程中的认知积累）

[06:12] 🤔 Think-Then-Generate: Reasoning-Aware Text-to-Image Diffusion with LLM Encoders（先思后生：基于大语言模型编码器的推理感知文本到图像扩散方法）

[06:48] 🔧 MatchTIR: Fine-Grained Supervision for Tool-Integrated Reasoning via Bipartite Matching（MatchTIR：通过二分图匹配实现工具集成推理的细粒度监督）

[07:29] 🛡 A Safety Report on GPT-5.2, Gemini 3 Pro, Qwen3-VL, Doubao 1.8, Grok 4.1 Fast, Nano Banana Pro, and Seedream 4.5（关于GPT-5.2、Gemini 3 Pro、Qwen3-VL、Doubao 1.8、Grok 4.1 Fast、Nano Banana Pro和Seedream 4.5的安全性报告）

[08:09] 🛡 ToolSafe: Enhancing Tool Invocation Safety of LLM-based agents via Proactive Step-level Guardrail and Feedback（ToolSafe：通过主动的步骤级护栏与反馈增强基于LLM的智能体的工具调用安全性）

[08:59] 🎬 FlowAct-R1: Towards Interactive Humanoid Video Generation（FlowAct-R1：迈向交互式人形视频生成）

[09:39] 🎨 VIBE: Visual Instruction Based Editor（VIBE：基于视觉指令的编辑器）

[10:09] ⚡ Transition Matching Distillation for Fast Video Generation（用于快速视频生成的过渡匹配蒸馏）

【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