本期的 8 篇论文如下：

[00:24] 🧠 Are Your LLMs Capable of Stable Reasoning?（你的LLM是否具备稳定推理能力？）

[01:06] 📊 Multi-Dimensional Insights: Benchmarking Real-World Personalization in Large Multimodal Models（多维度洞察：大型多模态模型在现实世界个性化中的基准测试）

[01:52] 📊 OmniEval: An Omnidirectional and Automatic RAG Evaluation Benchmark in Financial Domain（OmniEval：金融领域全方位自动RAG评估基准）

[02:33] 🧠 Emergence of Abstractions: Concept Encoding and Decoding Mechanism for In-Context Learning in Transformers（抽象概念的涌现：Transformer中上下文学习中的概念编码与解码机制）

[03:16] 🤖 Proposer-Agent-Evaluator(PAE): Autonomous Skill Discovery For Foundation Model Internet Agents（提议者-代理-评估者（PAE）：为基模型互联网代理实现自主技能发现）

[04:00] 📊 VisDoM: Multi-Document QA with Visually Rich Elements Using Multimodal Retrieval-Augmented Generation（VisDoM：使用多模态检索增强生成的多文档问答与视觉丰富元素）

[04:39] 🤔 When to Speak, When to Abstain: Contrastive Decoding with Abstention（何时发言，何时保持沉默：对比解码与放弃机制）

[05:18] 🎥 MIVE: New Design and Benchmark for Multi-Instance Video Editing（MIVE：多实例视频编辑的新设计与基准）

【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