本期的 20 篇论文如下：

[00:24] 🌐 Qwen2.5-VL Technical Report（Qwen2.5-VL 技术报告）

[01:10] 🚗 RAD: Training an End-to-End Driving Policy via Large-Scale 3DGS-based Reinforcement Learning（RAD：基于大规模3DGS强化学习的端到端驾驶策略训练）

[01:50] 🎶 SongGen: A Single Stage Auto-regressive Transformer for Text-to-Song Generation（SongGen：用于文本到歌曲生成的单阶段自回归Transformer）

[02:38] 🧠 MoM: Linear Sequence Modeling with Mixture-of-Memories（MoM：结合记忆混合的线性序列建模）

[03:15] 🌐 Craw4LLM: Efficient Web Crawling for LLM Pretraining（Craw4LLM：面向LLM预训练的高效网页爬取方法）

[04:05] 🧠 LongPO: Long Context Self-Evolution of Large Language Models through Short-to-Long Preference Optimization（LongPO：通过短至长偏好优化实现大型语言模型的长上下文自进化）

[04:45] 🤔 Small Models Struggle to Learn from Strong Reasoners（小型模型难以从强推理者中学习）

[05:27] ⚙ Autellix: An Efficient Serving Engine for LLM Agents as General Programs（Autellix：一种用于LLM代理作为通用程序的高效服务引擎）

[06:08] 🌍 Presumed Cultural Identity: How Names Shape LLM Responses（假定的文化身份：名字如何塑造LLM的回应）

[06:53] 🚨 Why Safeguarded Ships Run Aground? Aligned Large Language Models' Safety Mechanisms Tend to Be Anchored in The Template Region（为什么安全保障的船只也会搁浅？对齐的大型语言模型安全机制往往锚定在模板区域）

[07:38] 🩺 SearchRAG: Can Search Engines Be Helpful for LLM-based Medical Question Answering?（搜索RAG：搜索引擎能否助力基于LLM的医疗问答？）

[08:21] 🧠 Thinking Preference Optimization（思考偏好优化）

[08:59] 🧠 Is That Your Final Answer? Test-Time Scaling Improves Selective Question Answering（那是你的最终答案吗？测试时缩放提升选择性问答）

[09:40] 🧠 AdaptiveStep: Automatically Dividing Reasoning Step through Model Confidence（自适应步骤：通过模型置信度自动划分推理步骤）

[10:21] 🧬 NExT-Mol: 3D Diffusion Meets 1D Language Modeling for 3D Molecule Generation（NExT-Mol：3D扩散与1D语言建模结合的3D分子生成）

[11:02] 🧩 ActionPiece: Contextually Tokenizing Action Sequences for Generative Recommendation（ActionPiece：面向生成推荐的上下文感知行为序列标记化）

[11:44] 🧠 Train Small, Infer Large: Memory-Efficient LoRA Training for Large Language Models（小模型训练，大模型推理：用于大型语言模型的内存高效LoRA训练）

[12:33] 🌍 GIMMICK -- Globally Inclusive Multimodal Multitask Cultural Knowledge Benchmarking（GIMMICK -- 全球包容性多模态多任务文化知识基准测试）

[13:19] 🤖 InfiR : Crafting Effective Small Language Models and Multimodal Small Language Models in Reasoning（InfiR：构建高效的小型语言模型和多模态小型语言模型用于推理）

[14:06] 🔊 Noise May Contain Transferable Knowledge: Understanding Semi-supervised Heterogeneous Domain Adaptation from an Empirical Perspective（噪声可能包含可转移的知识：从实证角度理解半监督异构域适应）

【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