本期的 20 篇论文如下：
[00:19] ? Unified Reward Model for Multimodal Understanding and Generation（多模态理解和生成的统一奖励模型）
[01:04] ? RuCCoD: Towards Automated ICD Coding in Russian（RuCCoD：面向俄语自动化的ICD编码研究）
[01:41] ? EuroBERT: Scaling Multilingual Encoders for European Languages（EuroBERT：扩展欧洲语言的多语言编码器）
[02:28] ? S2S-Arena, Evaluating Speech2Speech Protocols on Instruction Following with Paralinguistic Information（S2S-Arena：评估语音到语音协议在指令跟随中的副语言信息）
[03:08] ? Sketch-of-Thought: Efficient LLM Reasoning with Adaptive Cognitive-Inspired Sketching（思维草图：结合认知启发草图的高效LLM推理）
[03:47] ? Forgetting Transformer: Softmax Attention with a Forget Gate（遗忘Transformer：带遗忘门的Softmax注意力机制）
[04:28] ? R1-Searcher: Incentivizing the Search Capability in LLMs via Reinforcement Learning（R1-Searcher：通过强化学习激励LLMs的搜索能力）
[05:19] ? VideoPainter: Any-length Video Inpainting and Editing with Plug-and-Play Context Control（VideoPainter：任意长度视频修复与编辑的即插即用上下文控制）
[06:04] ? R1-Omni: Explainable Omni-Multimodal Emotion Recognition with Reinforcing Learning（R1-Omni：基于强化学习的可解释全模态情感识别）
[06:50] ? TrajectoryCrafter: Redirecting Camera Trajectory for Monocular Videos via Diffusion Models（TrajectoryCrafter：通过扩散模型重定向单目视频的相机轨迹）
[07:26] ? ProReflow: Progressive Reflow with Decomposed Velocity（ProReflow：渐进式重流与分解速度）
[08:11] ? BEHAVIOR Robot Suite: Streamlining Real-World Whole-Body Manipulation for Everyday Household Activities（BEHAVIOR机器人套件：简化日常家庭活动的全身操作）
[08:50] ? An Empirical Study on Eliciting and Improving R1-like Reasoning Models（关于启发和提升类似R1推理模型的实证研究）
[09:27] ? Linear-MoE: Linear Sequence Modeling Meets Mixture-of-Experts（线性-专家混合模型：线性序列建模与专家混合模型的结合）
[10:13] ? TinyR1-32B-Preview: Boosting Accuracy with Branch-Merge Distillation（TinyR1-32B-Preview：通过分支-合并蒸馏提升准确性）
[10:56] ? LONGCODEU: Benchmarking Long-Context Language Models on Long Code Understanding（LONGCODEU：评估长上下文语言模型在长代码理解中的表现）
[11:41] ? Learning from Failures in Multi-Attempt Reinforcement Learning（从失败中学习：多尝试强化学习）
[12:20] ? SAGE: A Framework of Precise Retrieval for RAG（SAGE：RAG精准检索框架）
[13:01] ? R1-Zero's "Aha Moment" in Visual Reasoning on a 2B Non-SFT Model（R1-Zero在2B非SFT模型上的视觉推理中的“顿悟时刻”）
[13:39] ? Know You First and Be You Better: Modeling Human-Like User Simulators via Implicit Profiles（初次了解你并更好地成为你：通过隐式用户画像建模人类对话模拟器）
【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
