All Episodes

【第353期】（中文）代码考古：Code_Researcher如何深挖Linux内核BUG，实现惊人修复率？

【第352期】（中文）ComfyUI-R1：AI如何学会像专家一样自动化构建复杂创意工作流？

【第351期】（中文）MIT重磅：大模型如何“自我进化”？SEAL揭秘AI自学成才之路

【第350期】（中文）TableRAG：异构文档推理的检索增强生成框架

【第349期】（中文）强化预训练：下一词元推理

【第348期】（中文）V-JEPA 2：视频基础模型新里程碑

【第347期】（中文）OpenHands-Versa：通用问题解决编码代理

【第346期】（中文）LLM推理：知识与推理的协同作用

【第345期】（中文）ROBOT-R1: 强化具身推理的机器人控制

【第344期】（中文）小型语言模型：智能体AI的未来

【第343期】（中文）作为程序的图像编辑

【第342期】（中文）金融量化策略的多智能体框架

【第341期】（中文）R&D-Agent：自动化数据驱动AI解决方案构建

【第340期】（中文）ARPO：基于经验回放的GUI智能体策略优化

【第339期】（中文）达尔文哥德尔机器：自改进AI代理的演化

【第338期】（中文）用图像思考：GRIT实现MLLM具身推理

【第337期】（中文）大语言模型推理的陷阱

【第336期】（中文）视觉规划：只用图像思考

【第335期】（中文）AI Agents与Agentic AI：概念、应用与挑战

【第334期】（中文）AlphaEvolve: 科学与算法发现编码智能体

【第333期】（中文）连续思想机器

【第332期】（中文）OSUNIVERSE：多模态GUI导航AI基准

【第331期】（中文）CoT：大模型中的程序变量

【第330期】（中文）UniVLA: 通用机器人策略学习框架

【第329期】（中文）WebThinker：深度研究大型推理模型

【第328期】（中文）微调中的强化学习价值

【第327期】（中文）研讨式RAG：医学问答的新范式

【第326期】（中文）动态RAG：大模型反馈驱动的动态重排序

【第325期】（中文）UCGM：统一连续生成模型

【第324期】（中文）强化内外知识协同推理自适应搜索智能体

【第323期】（中文）生成式AI在动画领域的应用综述

【第322期】（中文）TrustGeoGen：可信几何问题求解引擎

【第321期】（中文）Mem0：构建具备可扩展长期记忆的AI代理

【第320期】（中文）DiT图像编辑：语境、LoRA与效率

【第319期】（中文）大语言模型驱动的手机GUI智能体综述

【第318期】（中文）BitNet v2: 原生4比特激活的大语言模型

【第317期】（中文）测试时强化学习：利用无标注数据训练LLM

【第316期】（中文）基于LLM代理的用户体验测试模拟系统

【第315期】（中文）UI-TARS：原生GUI智能体模型

【第314期】（中文）强化学习真的提升了大语言模型推理能力吗？

【第313期】（中文）PaperCoder：论文到代码的自动化框架

【第312期】（中文）UFO2: 桌面Agent操作系统

【第311期】（中文）认知工程：大模型思维能力进阶

【第310期】（中文）LearnAct：移动GUI智能体少样本学习框架

【第309期】（中文）BitNet b1.58 2B4T：1位大语言模型技术报告

【第308期】（中文）M1：迈向可扩展推理计算的Mamba模型

【第307期】（中文）通用任务微调提升GUI智能体性能

【第306期】（中文）MOSAIC：社交AI模拟与内容调控

【第305期】（中文）VLM-R1: 稳定通用视觉语言模型

【第304期】（中文）MCP安全审计：大模型安全漏洞与防御

【第303期】（中文）解读Bitcoin、Ethereum、Solana白皮书

【第302期】（中文）Bitnet.cpp：三值大语言模型推理加速系统

【第301期】（中文）REPA-E：端到端VAE与扩散模型训练

【第300期】（中文）NdLinear：多维深度学习新范式

【第299期】（中文）SWE-PolyBench：多语言代码智能体基准测试

【第298期】（中文）DocAgent：自动化代码文档生成的多智能体系统

【第297期】（中文）AgentA/B：基于LLM的自动化可扩展网页A/B测试

【第296期】（中文）d1: 扩散LLM的强化学习推理

【第295期】（中文）GUI-R1: GUI智能体的强化微调

【第294期】（中文）NoProp：无需反向传播或前向传播的神经网络训练方法

【第293期】（中文）LightPROF：知识图谱上大型语言模型的轻量推理框架

【第292期】（中文）AI Scientist-v2：代理树搜索自动化科学发现

【第291期】（中文）attention sinks：LLMs倾向于将大部分注意力集中在第一个token

【第290期】（中文）PLAY2PROMPT：LLM零样本优化

【第289期】（中文）Chain-of-Tools：利用海量工具增强推理

【第288期】（中文）统一嵌入空间：捕捉大脑语言处理

【第287期】（中文）AgentRxiv：迈向协作式自主研究

【第286期】（中文）扩散采样最佳步长

【第285期】（中文）UI-R1: 强化学习提升GUI智能体动作预测

【第284期】（中文）UniDisc ：Unified Multimodal Discrete Diffusion

【第283期】（中文）A-MEM：基于Agent的内存系统

【第282期】（中文）DeepSeek 模型的关键创新技术回顾

【第281期】（中文）Cosmos-Reason1

【第280期】（中文）RQI：超分辨率图像评估新视角

【第279期】（中文）无反向传播的高效量化扩散模型个性化

【第278期】（中文）CLS-RL：一种基于规则的强化学习方法

【第277期】（中文）Fin-R1：金融推理大型语言模型

【第276期】（中文）Scale-wise Distillation

【第275期】InfiniteYou：身份保留图像生成

【第274期】Vision-R1

【第273期】Diffusion-4K：超高分辨率图像生成

【第272期】SimpleRL-Zoo：Zero RL推理能力

【第271期】FFN Fusion

【第270期】Bottleneck Sampling

【第269期】Video-T1：Test-Time Scaling for Video Generation

【第268期】FAR：Next-Frame Prediction

【第267期】RoboMIND：用于机器人操作的大型、多主体、高质量数据集

【第266期】OLMo 2

【第265期】ARQ： for LLM Instruction Following

【第264期】Block Diffusion Language Models

【第263期】SEARCH-R1: RL for Reasoning and Search in LLMs

【第262期】PLAN-AND-ACT：Long-Horizon Tasks Plan Agents

【第261期】LMM-R1: Reasoning Enhancement for LMM

【第260期】Vision-R1: Reasoning in Multimodal LLM

【第259期】Agentic Reward Modeling

【第258期】Forecasting Rare Language Model Behaviors

【第257期】UPFT：The First Few Tokens Are All You Need

【第256期】LightThinker: Thinking Step-by-Step Compression

【第255期】用FFT替代传统自注意力机制

【第254期】Thinking Faster by Drafting Less: Chain of Draft