本期的 15 篇论文如下：
[00:23] 🗂 CLIMB: CLustering-based Iterative Data Mixture Bootstrapping for Language Model Pre-training（CLIMB：基于聚类的迭代数据混合引导预训练方法）
[01:03] 🧪 Antidistillation Sampling（反蒸馏采样）
[01:41] 🤝 A Strategic Coordination Framework of Small LLMs Matches Large LLMs in Data Synthesis（小型LLM的策略协调框架在数据合成方面与大型LLM相媲美）
[02:26] 🎬 Packing Input Frame Context in Next-Frame Prediction Models for Video Generation（视频生成中基于帧打包的下一帧预测模型）
[03:02] 🤖 Generate, but Verify: Reducing Hallucination in Vision-Language Models with Retrospective Resampling（生成，但验证：通过回顾重采样减少视觉-语言模型中的幻觉）
[03:43] 🧠 WORLDMEM: Long-term Consistent World Simulation with Memory（WORLDMEM：基于记忆的长期一致性世界模拟）
[04:27] 🎬 VistaDPO: Video Hierarchical Spatial-Temporal Direct Preference Optimization for Large Video Models（VistaDPO：用于大型视频模型的分层时空直接偏好优化）
[05:01] 🤖 NoisyRollout: Reinforcing Visual Reasoning with Data Augmentation（NoisyRollout：利用数据增强强化视觉推理）
[05:43] 🎨 DMM: Building a Versatile Image Generation Model via Distillation-Based Model Merging（DMM：构建基于蒸馏模型合并的通用图像生成模型）
[06:20] 📊 ChartQAPro: A More Diverse and Challenging Benchmark for Chart Question Answering（ChartQAPro：一个更多样化和更具挑战性的图表问答基准）
[07:07] 🤖 Exploring Expert Failures Improves LLM Agent Tuning（探索专家失败案例以提升LLM Agent的调优效果）
[07:48] 🎨 InstantCharacter: Personalize Any Characters with a Scalable Diffusion Transformer Framework（InstantCharacter：使用可扩展的扩散Transformer框架个性化任何角色）
[08:26] 📸 CCMNet: Leveraging Calibrated Color Correction Matrices for Cross-Camera Color Constancy（CCMNet：利用校准颜色校正矩阵实现跨相机色彩恒常性）
[09:06] 🎬 FocusedAD: Character-centric Movie Audio Description（聚焦AD：以角色为中心的电影音频描述）
[09:39] 🤔 Retrieval-Augmented Generation with Conflicting Evidence（检索增强生成与冲突证据）
【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
