【赞助商】
OpenClaw快报
每天五分钟，听听 OpenClaw 快报，带你了解最新动态和业内讨论
传送门 https://www.xiaoyuzhoufm.com/podcast/6a1732a2dffa135d0ab5ef43

【目录】
本期的 10 篇论文如下：

[00:31] 🔄 Read It Back: Pretrained MLLMs Are Zero-Shot Reward Models for Text-to-Image Generation（重新读它：预训练多模态大语言模型是文本到图像生成的零样本奖励模型）
[01:35] 🔍 Blind-Spots-Bench: Evaluating Blind Spots in Multimodal Models（盲点基准：评估多模态模型中的盲点）
[02:30] 📄 SynthDocBench: Controlled Benchmark for Long-Context Visual Document Understanding（SynthDocBench：面向长上下文视觉文档理解的受控基准）
[03:31] 🔍 Know Before Fix: QA-Driven Repository Knowledge Acquisition for Software Issue Resolution（先知晓再修复：面向软件问题修复的基于问答的仓库知识获取）
[04:20] 🎵 MuScriptor: An Open Model for Multi-Instrument Music Transcription（MuScriptor：面向多乐器音乐转录的开放模型）
[05:12] 🔍 Search Beyond What Can Be Taught: Evolving the Knowledge Boundary in Agentic Visual Generation（超越可教授的知识边界：在智能体视觉生成中演化知识边界）
[06:00] 🎨 Let RGB Be the Language of Vision（让RGB成为视觉的语言）
[06:50] 📄 MonkeyOCRv2: A Visual-Text Foundation Model for Document AI（MonkeyOCRv2：面向文档AI的视觉-文本基础模型）
[07:50] 🤖 Towards Autonomous and Auditable Medical Imaging Model Development（迈向自主且可审计的医学影像模型开发）
[08:40] 🧠 Principled Analysis of Deep Reinforcement Learning Evaluation and Design Paradigms（深度强化学习评估与设计范式的原则性分析）

【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