H2025.07.25 | GSPO解决大模型训练崩溃;MUR提升LLM推理效率。

2025.07.25 | GSPO解决大模型训练崩溃;MUR提升LLM推理效率。

HuggingFace 每日AI论文速递·2025 年 7 月 26 日·10 分钟
在小宇宙播放
创作者写的节目说明

本期的 15 篇论文如下:

[] 🚀 Group Sequence Policy Optimization(组序列策略优化)

[] 🧠 MUR: Momentum Uncertainty guided Reasoning for Large Language Models(MUR:面向大型语言模型的动量不确定性引导推理)

[] 🧠 LAPO: Internalizing Reasoning Efficiency via Length-Adaptive Policy Optimization(LAPO:内化推理效率的长度自适应策略优化)

[] 🎬 Captain Cinema: Towards Short Movie Generation(电影队长:迈向短片电影生成)

[] 📈 TTS-VAR: A Test-Time Scaling Framework for Visual Auto-Regressive Generation(TTS-VAR:一种用于视觉自回归生成的测试时缩放框架)

[] 🌍 EarthCrafter: Scalable 3D Earth Generation via Dual-Sparse Latent Diffusion(EarthCrafter:通过双稀疏潜在扩散实现可扩展三维地球生成)

[] 💡 Hierarchical Budget Policy Optimization for Adaptive Reasoning(用于自适应推理的分层预算策略优化)

[] 🔄 DriftMoE: A Mixture of Experts Approach to Handle Concept Drifts(DriftMoE:一种处理概念漂移的混合专家方法)

[] 🚀 Technical Report of TeleChat2, TeleChat2.5 and T1(TeleChat2、TeleChat2.5和T1技术报告)

[] 📈 DMOSpeech 2: Reinforcement Learning for Duration Prediction in Metric-Optimized Speech Synthesis(DMOSpeech 2:度量优化语音合成中时长预测的强化学习)

[] ✨ A New Pair of GloVes(新一代GloVe模型)

[] 🚀 GLiNER2: An Efficient Multi-Task Information Extraction System with Schema-Driven Interface(GLiNER2:一个高效多任务模式驱动的信息抽取系统)

[] ⚡ TeEFusion: Blending Text Embeddings to Distill Classifier-Free Guidance(TeEFusion:融合文本嵌入以蒸馏无分类器引导)

[] ⚕ SegDT: A Diffusion Transformer-Based Segmentation Model for Medical Imaging(SegDT:一个基于扩散Transformer的医学影像分割模型)

[] 🧩 Discovering and using Spelke segments(发现与应用 Spelke 分割)

【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


在小宇宙查看该单集文稿

说明里标出的时间点,点一下跳过去

HuggingFace 每日AI论文速递 · 更多单集

看全部 739 期 →

HuggingFace 每日AI论文速递

H2025.07.25 | GSPO解决大模型训练崩溃;MUR提升LLM推理效率。

HuggingFace 每日AI论文速递 · 2025 年 7 月 26 日 · 10 分钟

2025.07.25 | GSPO解决大模型训练崩溃;MUR提升LLM推理效率。

在小宇宙播放
创作者写的节目说明

本期的 15 篇论文如下:

[] 🚀 Group Sequence Policy Optimization(组序列策略优化)

[] 🧠 MUR: Momentum Uncertainty guided Reasoning for Large Language Models(MUR:面向大型语言模型的动量不确定性引导推理)

[] 🧠 LAPO: Internalizing Reasoning Efficiency via Length-Adaptive Policy Optimization(LAPO:内化推理效率的长度自适应策略优化)

[] 🎬 Captain Cinema: Towards Short Movie Generation(电影队长:迈向短片电影生成)

[] 📈 TTS-VAR: A Test-Time Scaling Framework for Visual Auto-Regressive Generation(TTS-VAR:一种用于视觉自回归生成的测试时缩放框架)

[] 🌍 EarthCrafter: Scalable 3D Earth Generation via Dual-Sparse Latent Diffusion(EarthCrafter:通过双稀疏潜在扩散实现可扩展三维地球生成)

[] 💡 Hierarchical Budget Policy Optimization for Adaptive Reasoning(用于自适应推理的分层预算策略优化)

[] 🔄 DriftMoE: A Mixture of Experts Approach to Handle Concept Drifts(DriftMoE:一种处理概念漂移的混合专家方法)

[] 🚀 Technical Report of TeleChat2, TeleChat2.5 and T1(TeleChat2、TeleChat2.5和T1技术报告)

[] 📈 DMOSpeech 2: Reinforcement Learning for Duration Prediction in Metric-Optimized Speech Synthesis(DMOSpeech 2:度量优化语音合成中时长预测的强化学习)

[] ✨ A New Pair of GloVes(新一代GloVe模型)

[] 🚀 GLiNER2: An Efficient Multi-Task Information Extraction System with Schema-Driven Interface(GLiNER2:一个高效多任务模式驱动的信息抽取系统)

[] ⚡ TeEFusion: Blending Text Embeddings to Distill Classifier-Free Guidance(TeEFusion:融合文本嵌入以蒸馏无分类器引导)

[] ⚕ SegDT: A Diffusion Transformer-Based Segmentation Model for Medical Imaging(SegDT:一个基于扩散Transformer的医学影像分割模型)

[] 🧩 Discovering and using Spelke segments(发现与应用 Spelke 分割)

【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


在小宇宙查看该单集文稿

说明里标出的时间点,点一下跳过去

HHuggingFace 每日AI论文速递

HuggingFace 每日AI论文速递

面向中文AI从业者与爱好者的每日AI论文速递,工作日高密度速览前沿论文,月末以月度热门论文特辑补充,形成每日速递加月末特…

已收录 739 期 · 最近更新 11 月 10 日

在哪里听

https://feed.xyzfm.space/7jtt3j3lbbra复制

内容版权归创作者,声湃按创作者开放的 RSS 收录。了解收录与 RSS →

更多单集 全部 739 期 →