本期的 16 篇论文如下：
[00:24] ? STAR: Spatial-Temporal Augmentation with Text-to-Video Models for Real-World Video Super-Resolution（STAR：基于文本到视频模型的空间-时间增强用于现实世界视频超分辨率）
[01:06] ? BoostStep: Boosting mathematical capability of Large Language Models via improved single-step reasoning（BoostStep：通过改进单步推理提升大语言模型的数学能力）
[01:44] ? Dispider: Enabling Video LLMs with Active Real-Time Interaction via Disentangled Perception, Decision, and Reaction（Dispider：通过解耦感知、决策和反应实现视频大语言模型的主动实时交互）
[02:19] ? Personalized Graph-Based Retrieval for Large Language Models（基于个性化图检索的大语言模型增强生成）
[02:54] ? Test-time Computing: from System-1 Thinking to System-2 Thinking（测试时计算：从系统1思维到系统2思维）
[03:34] ? METAGENE-1: Metagenomic Foundation Model for Pandemic Monitoring（METAGENE-1：用于疫情监测的宏基因组基础模型）
[04:13] ? GS-DiT: Advancing Video Generation with Pseudo 4D Gaussian Fields through Efficient Dense 3D Point Tracking（GS-DiT：通过高效密集3D点跟踪推进伪4D高斯场视频生成）
[04:48] ? Through-The-Mask: Mask-based Motion Trajectories for Image-to-Video Generation（通过掩码：基于掩码的运动轨迹用于图像到视频生成）
[05:27] ? TransPixar: Advancing Text-to-Video Generation with Transparency（TransPixar：利用透明度推进文本到视频生成）
[06:06] ? Ingredients: Blending Custom Photos with Video Diffusion Transformers（成分：将定制照片与视频扩散变换器融合）
[06:45] ? DepthMaster: Taming Diffusion Models for Monocular Depth Estimation（DepthMaster：驯服扩散模型用于单目深度估计）
[07:24] ? Auto-RT: Automatic Jailbreak Strategy Exploration for Red-Teaming Large Language Models（Auto-RT：自动红队策略探索用于大型语言模型的越狱）
[08:04] ? ToolHop: A Query-Driven Benchmark for Evaluating Large Language Models in Multi-Hop Tool Use（ToolHop：用于评估大语言模型在多跳工具使用中的查询驱动基准）
[08:43] ? Scaling Laws for Floating Point Quantization Training（浮点量化训练的缩放定律）
[09:19] ? Samba-asr state-of-the-art speech recognition leveraging structured state-space models（Samba-ASR：利用结构化状态空间模型实现最先进的语音识别）
[09:59] ? AutoPresent: Designing Structured Visuals from Scratch（AutoPresent：从零开始设计结构化视觉内容）
【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
