本期的 14 篇论文如下：
[00:26] ? Style-Friendly SNR Sampler for Style-Driven Generation（风格友好SNR采样器用于风格驱动生成）
[01:08] ? TÜLU 3: Pushing Frontiers in Open Language Model Post-Training（TÜLU 3：推动开放语言模型后训练的前沿）
[01:53] ? OminiControl: Minimal and Universal Control for Diffusion Transformer（OminiControl：扩散Transformer的最小且通用控制）
[02:31] ? A Flexible Large Language Models Guardrail Development Methodology Applied to Off-Topic Prompt Detection（一种应用于离题提示检测的灵活大型语言模型防护开发方法）
[03:08] ? Large Multi-modal Models Can Interpret Features in Large Multi-modal Models（大型多模态模型中的特征解释）
[03:49] ? VideoEspresso: A Large-Scale Chain-of-Thought Dataset for Fine-Grained Video Reasoning via Core Frame Selection（视频浓缩：通过核心帧选择进行细粒度视频推理的大规模思维链数据集）
[04:29] ? BALROG: Benchmarking Agentic LLM and VLM Reasoning On Games（BALROG：在游戏中评估代理型LLM和VLM的推理能力）
[05:13] ? Efficient Long Video Tokenization via Coordinated-based Patch Reconstruction（基于协调的补丁重构高效长视频标记化）
[05:56] ? MyTimeMachine: Personalized Facial Age Transformation（我的时光机：个性化面部年龄转换）
[06:34] ? Novel View Extrapolation with Video Diffusion Priors（基于视频扩散先验的新视角外推）
[07:10] ? VideoRepair: Improving Text-to-Video Generation via Misalignment Evaluation and Localized Refinement（视频修复：通过错位评估和局部细化改进文本到视频生成）
[07:54] ☁ Adapting Vision Foundation Models for Robust Cloud Segmentation in Remote Sensing Images（适应视觉基础模型用于遥感图像中云分割的鲁棒性）
[08:31] ? One to rule them all: natural language to bind communication, perception and action（一统天下：自然语言结合通信、感知与行动）
[09:15] ? WildLMa: Long Horizon Loco-Manipulation in the Wild（野外长时程移动操作）
【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
