本期的 18 篇论文如下：
[00:23] ? Kanana: Compute-efficient Bilingual Language Models（Kanana：计算高效的双语语言模型）
[00:54] ? GHOST 2.0: generative high-fidelity one shot transfer of heads（GHOST 2.0：生成高保真一次性头部转移）
[01:43] ? TheoremExplainAgent: Towards Multimodal Explanations for LLM Theorem Understanding（定理解释代理：面向大语言模型定理理解的多模态解释）
[02:21] ? Agentic Reward Modeling: Integrating Human Preferences with Verifiable Correctness Signals for Reliable Reward Systems（代理奖励建模：将人类偏好与可验证的正确性信号结合以构建可靠的奖励系统）
[03:02] ? Can Large Language Models Detect Errors in Long Chain-of-Thought Reasoning?（大型语言模型能否检测长链推理中的错误？）
[03:47] ? Language Models' Factuality Depends on the Language of Inquiry（语言模型的事实性依赖于查询语言）
[04:27] ? Can Language Models Falsify? Evaluating Algorithmic Reasoning with Counterexample Creation（语言模型能否证伪？评估算法推理中的反例创建）
[05:11] ? Towards an AI co-scientist（迈向人工智能合作科学家）
[05:52] ? Plutus: Benchmarking Large Language Models in Low-Resource Greek Finance（普鲁托斯：在低资源希腊金融环境中评估大型语言模型）
[06:38] ? VEM: Environment-Free Exploration for Training GUI Agent with Value Environment Model（VEM：利用价值环境模型训练GUI代理的无环境探索）
[07:12] ? Distill Any Depth: Distillation Creates a Stronger Monocular Depth Estimator（蒸馏任意深度：蒸馏技术创造更强的单目深度估计器）
[07:52] ? Project Alexandria: Towards Freeing Scientific Knowledge from Copyright Burdens via LLMs（亚历山大项目：通过大型语言模型解除科学知识的版权负担）
[08:35] ? AISafetyLab: A Comprehensive Framework for AI Safety Evaluation and Improvement（AISafetyLab：AI安全评估与改进的综合框架）
[09:23] ? BIG-Bench Extra Hard（BIG-Bench 超难版本）
[10:07] ? CritiQ: Mining Data Quality Criteria from Human Preferences（CritiQ：从人类偏好中挖掘数据质量标准）
[10:44] ? MolSpectra: Pre-training 3D Molecular Representation with Multi-modal Energy Spectra（MolSpectra：利用多模态能量光谱预训练三维分子表示）
[11:28] ? PosterSum: A Multimodal Benchmark for Scientific Poster Summarization（PosterSum：科学海报摘要的多模态基准）
[12:08] ? DOEI: Dual Optimization of Embedding Information for Attention-Enhanced Class Activation Maps（双优化嵌入信息用于增强注意力类激活图）
【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
