本期的 18 篇论文如下：
[00:21] ? START: Self-taught Reasoner with Tools（自教工具集成推理器）
[01:03] ? EgoLife: Towards Egocentric Life Assistant（EgoLife：面向自我中心的生活助手）
[01:39] ? LLM as a Broken Telephone: Iterative Generation Distorts Information（大型语言模型作为失真传话：迭代生成对信息的影响）
[02:14] ? LINGOLY-TOO: Disentangling Memorisation from Reasoning with Linguistic Templatisation and Orthographic Obfuscation（LINGOLY-TOO：通过语言模板化和正字法混淆分离记忆与推理）
[02:51] ? HybridNorm: Towards Stable and Efficient Transformer Training via Hybrid Normalization（混合归一化：通过混合归一化实现稳定高效的Transformer训练）
[03:34] ? Token-Efficient Long Video Understanding for Multimodal LLMs（高效的多模态大语言模型长视频理解）
[04:14] ? FuseChat-3.0: Preference Optimization Meets Heterogeneous Model Fusion（FuseChat-3.0：偏好优化与异构模型融合）
[04:58] ? PokéChamp: an Expert-level Minimax Language Agent（宝可冠军：一个专家级的Minimax语言代理）
[05:42] ? Audio Flamingo 2: An Audio-Language Model with Long-Audio Understanding and Expert Reasoning Abilities（音频火烈鸟2：具有长音频理解和专家推理能力的音频语言模型）
[06:21] ? IFIR: A Comprehensive Benchmark for Evaluating Instruction-Following in Expert-Domain Information Retrieval（IFIR：评估专家领域信息检索中指令遵循的综合基准）
[07:02] ? Identifying Sensitive Weights via Post-quantization Integral（通过后量化积分识别敏感权重）
[07:46] ? L$^2$M: Mutual Information Scaling Law for Long-Context Language Modeling（L²M：长上下文语言模型的互信息缩放定律）
[08:22] ? The Best of Both Worlds: Integrating Language Models and Diffusion Models for Video Generation（双剑合璧：结合语言模型与扩散模型进行视频生成）
[09:05] ? Lost in Literalism: How Supervised Training Shapes Translationese in LLMs（迷失于字面主义：监督训练如何塑造LLMs中的翻译体）
[09:48] ? Dedicated Feedback and Edit Models Empower Inference-Time Scaling for Open-Ended General-Domain Tasks（专用反馈和编辑模型增强开放式通用领域任务的推理时扩展）
[10:33] ? Union of Experts: Adapting Hierarchical Routing to Equivalently Decomposed Transformer（专家联盟：将分层路由适应等价分解的Transformer）
[11:13] ? Combining Flow Matching and Transformers for Efficient Solution of Bayesian Inverse Problems（结合流匹配与Transformer实现高效的贝叶斯反问题求解）
[11:54] ? Understanding and Predicting Derailment in Toxic Conversations on GitHub（理解与预测GitHub上毒性对话中的脱轨现象）
【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
