本期的 15 篇论文如下：

[00:22] 💡 MiniMax-M1: Scaling Test-Time Compute Efficiently with Lightning Attention（MiniMax-M1：利用闪电注意力高效扩展测试时计算）

[01:00] 🔬 Scientists' First Exam: Probing Cognitive Abilities of MLLM via Perception, Understanding, and Reasoning（科学家的首次考试：通过感知、理解和推理来探索多模态大型语言模型的认知能力）

[01:47] 🧐 DeepResearch Bench: A Comprehensive Benchmark for Deep Research Agents（DeepResearch Bench：一个面向深度研究Agent的综合性评测基准）

[02:28] 🧠 DoTA-RAG: Dynamic of Thought Aggregation RAG（思想动态聚合RAG：一种用于大规模网络知识索引的检索增强生成系统）

[03:08] 🧠 Ego-R1: Chain-of-Tool-Thought for Ultra-Long Egocentric Video Reasoning（Ego-R1：用于超长第一视角视频推理的工具链式思考）

[03:52] 💡 Wait, We Don't Need to "Wait"! Removing Thinking Tokens Improves Reasoning Efficiency（等等，我们不需要“等等”！移除思考Token提升推理效率）

[04:28] 🤖 TaskCraft: Automated Generation of Agentic Tasks（任务工坊：自动化生成自主Agent任务）

[05:04] 🤯 Discrete Diffusion in Large Language and Multimodal Models: A Survey（大型语言和多模态模型中的离散扩散：一项综述）

[05:42] 🪞 Test3R: Learning to Reconstruct 3D at Test Time（Test3R：测试时学习三维重建）

[06:25] 🖼 VGR: Visual Grounded Reasoning（VGR：视觉基础推理）

[07:06] 🤖 PersonaFeedback: A Large-scale Human-annotated Benchmark For Personalization（PersonaFeedback：一个大规模的人工标注的个性化基准）

[07:50] 🤖 From Real to Synthetic: Synthesizing Millions of Diversified and Complicated User Instructions with Attributed Grounding（从真实到合成：通过属性化基础生成数百万条多样化且复杂的用户指令）

[08:32] 🤖 BridgeVLA: Input-Output Alignment for Efficient 3D Manipulation Learning with Vision-Language Models（BridgeVLA: 基于输入-输出对齐的视觉-语言模型高效3D操作学习）

[09:11] 🧠 Language Surgery in Multilingual Large Language Models（多语言大型语言模型中的语言手术）

[09:44] 🤖 AI Agent Behavioral Science（人工智能体行为科学）

【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