机智流 2025-03-11 18:09 浙江
?每日一览热门论文版，顶会投稿选题不迷惘?
作者：InternLM、Qwen 等 LLM
每日一览热门论文版，顶会投稿选题不迷惘。来看看机智流和modelscope社区今日推荐的热门论文吧。
RuCCoD: Towards Automated ICD Coding in Russian
论文链接：
https://modelscope.cn/papers/121670
简要介绍：
由俄罗斯多家机构提出的RuCCoD，聚焦于俄语临床编码自动化的可行性研究。俄语作为生物医学资源有限的语言，该工作构建了一个包含超过1万实体和1500+独特ICD码的电子健康记录数据集，并测试了BERT、LLaMA和RAG等模型。实验表明，使用自动预测编码训练的模型显著优于医生手动标注，提升了准确性。这一成果为资源匮乏语言的临床效率和数据精度提供了宝贵洞见。
Unified Reward Model for Multimodal Understanding and Generation
论文链接：
https://modelscope.cn/papers/124332
简要介绍：
由复旦大学、上海AI实验室等机构联手打造的UnifiedReward，提出了首个统一的多模态理解与生成评估奖励模型。针对现有任务特定模型的局限性，该模型通过联合学习图像和视频任务，利用大规模人类偏好数据集，实现了成对排序和逐点评分。实验证明，其通过直接偏好优化（DPO）显著提升了视觉模型性能，展现了跨任务协同增益的潜力。
核心图片：
EuroBERT: Scaling Multilingual Encoders for European Languages
论文链接：
https://modelscope.cn/papers/124319
简要介绍：
由CentraleSupélec、里斯本大学等机构研发的EuroBERT，重新审视了多语言编码器的发展，推出了一组覆盖欧洲及全球广泛使用语言的模型。EuroBERT在检索、分类和回归任务中超越现有模型，支持高达8192 token的序列，且无需位置嵌入。团队公开了模型及训练框架，为多语言研究注入新活力。
核心图片：
S2S-Arena, Evaluating Speech2Speech Protocols on Instruction Following with Paralinguistic Information
论文链接：
https://modelscope.cn/papers/124126
简要介绍：
由香港中文大学（深圳）提出的S2S-Arena，是首个关注语音到语音（S2S）指令遵循能力并融入副语言信息的基准测试。包含154个样本，覆盖4个领域21个任务，该研究揭示了现有语音模型在理解输入副语言信息上的潜力，但生成相应音频仍具挑战性，为未来多模态语音模型设计提供了方向。
核心图片：
Sketch-of-Thought: Efficient LLM Reasoning with Adaptive Cognitive-Inspired Sketching
论文链接：
https://modelscope.cn/papers/124263
简要介绍：
由KAIST和DeepAuto.ai提出的Sketch-of-Thought（SoT），通过认知启发的推理范式优化大语言模型的推理效率。SoT引入三种自适应范式减少76%的token使用，同时保持甚至提升数学和多跳推理的准确性。其代码已开源，展示了高效推理的巨大潜力。
核心图片：
R1-Zero's "Aha Moment" in Visual Reasoning on a 2B Non-SFT Model
论文链接：
https://modelscope.cn/papers/124102
简要介绍：
由加州大学洛杉矶分校等机构提出的R1-Zero，在2B非SFT模型上首次复现了多模态推理中的“顿悟时刻”。基于Qwen2-VL-2B，通过强化学习，该模型在CVBench上提升约30%准确率，超越SFT设置，揭示了非监督模型在视觉推理中的潜力。
核心图片：
Forgetting Transformer: Softmax Attention with a Forget Gate
论文链接：
https://modelscope.cn/papers/122938
简要介绍：
由Mila及蒙特利尔大学提出的Forgetting Transformer（FoX），通过在softmax注意力中引入遗忘门，增强了Transformer的长上下文建模能力。FoX在语言建模和下游任务中表现出色，且兼容FlashAttention，开源代码进一步推动了研究。
R1-Searcher: Incentivizing the Search Capability in LLMs via Reinforcement Learning
论文链接：
https://modelscope.cn/papers/124030
简要介绍：
由中国人民大学提出的R1-Searcher，通过两阶段强化学习框架提升大语言模型的搜索能力。无需预训练或蒸馏，该方法使模型自主调用外部搜索系统，显著超越传统RAG方法，甚至挑战GPT-4o-mini，展现了强大的泛化性。
核心图片：
SafeArena: Evaluating the Safety of Autonomous Web Agents
论文链接：
https://modelscope.cn/papers/124153
简要介绍：
SafeArena由多机构合作推出，是首个评估网络代理恶意使用的基准测试。包含250个安全和250个有害任务，覆盖五大危害类别。测试显示GPT-4o等模型对恶意请求的遵从率高达34.7%，凸显了网络代理安全对齐的迫切需求。
核心图片：
VideoPainter: Any-length Video Inpainting and Editing with Plug-and-Play Context Control
论文链接：
https://modelscope.cn/papers/124052
简要介绍：
由香港中文大学、腾讯ARC Lab等提出的VideoPainter，推出了双流架构实现任意长度视频修复和编辑。通过轻量级上下文编码器和ID重采样技术，该模型在390K+片段的VPData上训练，展现了卓越的视频质量和一致性。
核心图片：
结语：
今天的热点论文推荐到此结束！从俄语编码自动化到视频修复创新，每一篇论文都为AI领域带来了新的火花。? 您最看好哪项研究？欢迎留言讨论，一起期待AI的更多突破！?
-- 完 --
欢迎访问 https://chat.intern-ai.org.cn/
和书生·浦语一起读论文
欢迎在「机智流」公众号后台回复「cc」，加入机智流大模型交流群，与我们一起探索 AI 与人类潜能的未来，一起共赴 AI 浪潮！
