【赞助商】

通勤路上就听AI每周谈。AI每周谈，每周带你回顾上周AI大事

传送门 🔗https://www.xiaoyuzhoufm.com/podcast/688a34636f5a275f1cba40fd

【目录】

本期的 15 篇论文如下：

[00:33] 🤖 daVinci-Dev: Agent-native Mid-training for Software Engineering（daVinci-Dev：面向软件工程的智能体原生中期训练）

[01:21] 🧹 Can LLMs Clean Up Your Mess? A Survey of Application-Ready Data Preparation with LLMs（大语言模型能否清理你的数据？基于LLM的应用就绪数据准备综述）

[02:21] 🎬 The Script is All You Need: An Agentic Framework for Long-Horizon Dialogue-to-Cinematic Video Generation（剧本即一切：面向长时域对话到电影视频生成的智能体框架）

[03:08] 🔬 Scientific Image Synthesis: Benchmarking, Methodologies, and Downstream Utility（科学图像合成：基准测试、方法论与下游效用）

[04:00] 🔬 iFSQ: Improving FSQ for Image Generation with 1 Line of Code（iFSQ：一行代码改进FSQ用于图像生成）

[04:42] ⚡ Elastic Attention: Test-time Adaptive Sparsity Ratios for Efficient Transformers（弹性注意力：面向高效Transformer的测试时自适应稀疏率）

[05:36] 🎬 Self-Refining Video Sampling（自优化视频采样）

[06:31] 🧠 Teaching Models to Teach Themselves: Reasoning at the Edge of Learnability（教模型自我教学：可学习性边缘的推理）

[07:23] 🎤 VIBEVOICE-ASR Technical Report（VIBEVOICE-ASR技术报告）

[08:06] 📊 CGPT: Cluster-Guided Partial Tables with LLM-Generated Supervision for Table Retrieval（CGPT：基于聚类引导的部分表格与LLM生成监督的表格检索方法）

[09:04] 📊 STAR: Semantic Table Representation with Header-Aware Clustering and Adaptive Weighted Fusion（STAR：基于表头感知聚类与自适应加权融合的语义表格表示）

[09:51] 🧠 Paying Less Generalization Tax: A Cross-Domain Generalization Study of RL Training for LLM Agents（减少泛化税：关于LLM智能体强化学习训练的跨领域泛化研究）

[10:26] 🚀 AR-Omni: A Unified Autoregressive Model for Any-to-Any Generation（AR-Omni：一种用于任意到任意生成的统一自回归模型）

[11:15] 🔍 SAGE: Steerable Agentic Data Generation for Deep Search with Execution Feedback（SAGE：基于执行反馈的可控智能体数据生成用于深度搜索）

[12:04] 🤖 Agentic Very Long Video Understanding（基于智能体的超长视频理解）

【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