【目录】

本期的 15 篇论文如下：

[00:25] 🤖 ARIS: Autonomous Research via Adversarial Multi-Agent Collaboration（自主研究：通过对抗性多智能体协作实现自动化科研）

[00:59] 🎯 Beyond SFT-to-RL: Pre-alignment via Black-Box On-Policy Distillation for Multimodal RL（超越SFT到RL：通过黑盒在线策略蒸馏实现多模态强化学习的预对齐）

[01:54] 🔍 OpenSeeker-v2: Pushing the Limits of Search Agents with Informative and High-Difficulty Trajectories（OpenSeeker-v2：用信息丰富且高难度的轨迹推动搜索智能体的极限）

[02:42] 🎯 X2SAM: Any Segmentation in Images and Videos（X2SAM：图像与视频中的任意分割）

[03:23] 🧠 HeavySkill: Heavy Thinking as the Inner Skill in Agentic Harness（HeavySkill：智能体框架中的深度思考作为内在技能）

[04:23] 🎬 Video Generation with Predictive Latents（基于预测性潜变量的视频生成）

[05:05] 📜 PatRe: A Full-Stage Office Action and Rebuttal Generation Benchmark for Patent Examination（PatRe：面向专利审查的全阶段审查意见与答复生成基准）

[05:45] 🎨 SVGS: Enhancing Gaussian Splatting Using Primitives with Spatially Varying Colors（SVGS：利用空间变化颜色基元增强高斯泼溅）

[06:31] 📂 Workspace-Bench 1.0: Benchmarking AI Agents on Workspace Tasks with Large-Scale File Dependencies（工作空间基准1.0：针对具有大规模文件依赖的工作空间任务评估AI代理）

[07:28] 🤒 SymptomAI: Towards a Conversational AI Agent for Everyday Symptom Assessment（SymptomAI: 面向日常症状评估的对话式AI代理）

[08:11] 🤖 Reinforcement Learning for LLM-based Multi-Agent Systems through Orchestration Traces（基于编排轨迹的大语言模型多智能体系统强化学习）

[08:44] 🧩 SplAttN: Bridging 2D and 3D with Gaussian Soft Splatting and Attention for Point Cloud Completion（SplAttN：利用高斯软溅射与注意力机制桥接2D和3D的点云补全）

[09:39] 🌍 A Benchmark for Interactive World Models with a Unified Action Generation Framework（交互式世界模型基准测试与统一动作生成框架）

[10:25] 🔄 The TTS-STT Flywheel: Synthetic Entity-Dense Audio Closes the Indic ASR Gap Where Commercial and Open-Source Systems Fail（TTS-STT飞轮：合成密集实体音频填补了商业和开源系统失败的印地语ASR差距）

[11:12] 💬 TCDA: Thread-Constrained Discourse-Aware Modeling for Conversational Sentiment Quadruple Analysis（TCDA：线程约束的对话感知建模用于对话情感四元组分析）

【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