All Episodes

【第253期】SECOND ME：AI-Native Memory Management

【第252期】Inductive Moment Matching for Generative Modeling

【第251期】YOLOE：Real-Time Seeing Anything with Open Prompts

【第250期】EasyControl：效率和灵活性指导的条件图像生成

【第249期】R1-Searcher: RL for Enhanced LLM Search Capabilities

【第248期】VisualThinker-R1-Zero: Multimodal Reasoning via RL

【第247期】Vision-R1：推理视觉大模型

【第246期】用LLM做Encoder，进行机器翻译

【第245期】固定文本长度做RAG

【第244期】TokenOCR：Token基本文本图像LLM

【第243期】AppAgentX：智能手机上的Agent

【第242期】MPO：Meta Plan Optimization

【第241期】LLaVE：一种新型视觉模型

【第240期】Optimal Brain Apoptosis

【第239期】SoS1：O1和R1模型可以解决Hilbert第17问题难度相当大问题

【第238期】xAR：Next-X Prediction

【第237期】PlanGEN：多智能体的计划生成框架

【第236期】NeoBERT：新一代BERT

【第235期】AI co-scientist：AI协作科学家

【第234期】Transformers without Normalization

【第233期】A-MEM：LLM Agent的记忆系统

【第232期】KV-Edit：精确保留背景信息的图像编辑方法

【第231期】DICEPTION：一种通用的视觉Diffusion模型

【第230期】olmOCR：PDF文档高质量提取模型

【第229期】Persona Hub：10亿个角色的数据合成方法

【第228期】从优化角度理解Duffusion模型

【第227期】NullFace：免于训练的面部匿名化方法

【第226期】SegAgent：像素级理解能力探究

【第225期】OmniMamba：基于 Mamba-2 的多模态模型

【第224期】过度思考带来的问题

【第223期】LLM对自我知识的认知程度研究

【第222期】HOMIE：人形机器人远程操作系统

【第221期】STP：Self-play LLM定理证明器

【第220期】SWE-RL：读开源代码学成软件工程师

【第219期】AgenticLU：通过Chain-of-Clarifications提升模型长文本回答能力

【第218期】MoBA：块注意力混合模型

【第217期】Open-Reasoner-Zero：开源的推理能力提升方法

【第216期】LLMSelector：选择不同模型做不同任务

【第215期】SWE-Lancer：评估AI在自由职业软件任务中的能力

【第214期】AI co-scientist：AI科学家助理

【第213期】SOLOMON：专业领域中增强LLM能力

【第212期】Self-Backtracking：自我回溯

【第211期】大型语言模型API中的提示缓存机制研究

【第210期】RLSP：Reinforcement Learning via Self-Play

【第209期】Brain2Qwerty：非侵入式脑机接口

【第208期】YOLOv12：注意力中心的实时目标检测模型

【第207期】PC-Agent：PC端的Multi-Agent框架

【第206期】“无噪声条件”模型 Kaiming He

【第205期】Agentic Reasoning：推理性代理框架

【第204期】OmniParser：纯视觉GUI Agent

【第203期】Zep：用临时知识图谱作Agent记忆

【第202期】MoBA：Mixture of Block Attention

【第201期】LIMR：训练数据智能选择

【第200期】用LLM做oi题目怎么样？

【第199期】LLaDA：Large Language Diffusion Models

【第198期】CODE I/O：通过预测代码输入输出进行推理

【第197期】ReasonFlux：层级强化学习进行推理

【第196期】递归深度Test-Time Compute

【第195期】AI大模型已经超过自我复制红线

【第194期】AI在经济各领域中的实际应用情况研究

【第193期】LM2：大型记忆模型

【第192期】Transformer架构的局限

【第191期】Value-Based RL可拓展性研究

【第190期】LLM推理中有前景的方法综述

【第189期】MaAS：优化代理超网（agentic supernet）的多智能体系统

【第188期】Self-MoA：多Agent会比单个Agent强吗？

【第187期】Syntriever：用合成数据训练retriever

【第186期】CoAT：MCTS+memory增强推理的框架

【第185期】RAG Foundry：简化RAG的开源框架

【第184期】Diffusion Planner：基于Transformer的闭环自动驾驶算法

【第183期】慢思考滚雪球错误如何利用

【第182期】庆祝更新半年文中有彩蛋 || Long CoT Reasoning in LLMs

【第181期】ASAP：两阶段框架弥合仿真与现实物理之间的差距

【第180期】LLM-AutoDiff：一个基于梯度的自动化提示工程

【第179期】s1: Simple test-time scaling

【第178期】spurious forgetting：大模型的虚假遗忘

【第177期】学习率Scheduler研究分析

【第176期】TokenVerse：文本到图像生成的新方法

【第175期】TensorLLM：使用多头自注意力提升模型能力

【第174期】MMOA-RAG：Multi-Agent RL for Enhanced RAG

【第173期】Docling：开源的文档转换工具包

【第172期】AI 安全性方面使用强化学习（RL）的挑战

【第171期】DivPO：Diverse Preference Optimization

【第170期】Chain of RAG

【第169期】LiT：Linear Diffusion Transformer

【第168期】多机器人系统中的“观察-计算-移动”方法

【第167期】GCBF+：安全的多智能体避障控制算法

【第166期】underthinking：模型思考不够深入的问题

【第165期】DeepSeek-R1 和 OpenAI 的 o3-mini 安全性比较

【第164期】CodeMonkeys：软件工程中一种test time compute方法

【第163期】Encoder-Decoder架构的SLM

【第162期】ICRL：一种通用问题解决方法

【第161期】VideoWorld：从无标签视频数据中学习复杂知识

【第160期】AI Red Teaming实践经验总结

【第159期】TheAgentCompany：评估 AI 代理在真实工作场景中执行任务的新基准

【第158期】图像生成CoT是什么样的

【第157期】DiffuEraser：利用稳定扩散技术修复视频

【第156期】Mobile-Agent-E：智能手机上的Agent

【第155期】IntellAgent：多智能体框架

【第154期】Agentic RAG survey