All Episodes

【第153期】Chain-of-Agents框架

【第152期】Kimi k1.5

【第151期】Humanity’s Last Exam

【第150期】DeepSeek-R1

【第149期】Mind Evolution：一种进化搜索策略

【第148期】Embodied-RAG：赋予机器人在复杂环境中更强的记忆和推理能力

【第147期】VideoRAG

【第146期】如何训练能量模型EBM

【第145期】扩散模型的Inference-Time Scaling

【第144期】Transformer-Squared：自适应LLM框架

【第143期】构建能够终身学习的大型语言模型（LLM）代理

【第142期】Titans：神经长期记忆模块

【第141期】O1 Replication Journey：Part 3

【第140期】CNCD：新类型发现

【第139期】多语种控制机器人的能力评估

【第138期】ParGo：弥合视觉与语言之间的鸿沟

【第137期】Agents, Sims and Assistants

【第136期】R3GAN：简化的生成对抗网络

【第135期】Search-o1：文档中的推理

【第134期】DPO Kernels：通过结合核方法来增强直接偏好优化

【第133期】Meta-CoT：朝着系统2推理的方向发展

【第132期】Agent Laboratory：科学研究助手

【第131期】Orient Anything：一种用于估计图像中物体方向的模型

【第130期】OS-Genesis：可为GUI Agent提供数据

【第129期】Sa2VA：Sam2+LLaVA

【第128期】MeCo：元数据调节与冷却

【第127期】隐式 PRM：过程奖励模型

【第126期】ICAL：VLM的上下文抽取学习

【第125期】GraphAgent：一种用于分析结构化（图形）和非结构化（文本）数据的自动化代理

【第124期】面向通用机器人控制的VLA模型

【第123期】Cache-augmented generation (CAG)

【第122期】HuatuoGPT-o1：医学推理大模型

【第121期】一种新型的蒙特卡罗符合性预测

【第120期】iTransformer：Inverted Transformers理解时间序列问题

【第119期】DRT-o1：一种旨在改进包含明喻和隐喻句子翻译的新型神经机器翻译模型

【第118期】Mulberry：使用CoMCTS做类o1的多模态大模型

【第117期】ExploreToM：一种用于生成复杂且多样化的心智理论

【第116期】LLM Inference-Time自我提升综述

【第115期】ModernBERT

【第114期】DeepSeek V3技术报告

【第113期】ASAL：使用LLM自动搜索人工生命

【第112期】Differentiable Cache Augmentation

【第111期】LearnLM：Gemini在教育场景的应用

【第110期】PC Agent：通过学习人类认知过程来执行复杂的数字化工作

【第109期】AutoFeedback：使用智能体做自动反馈系统

【第108期】PAE：能够自主学习新的网页导航技能

【第107期】SGD-SaI：替代Adam类优化方法

【第106期】ScaleOT：保护隐私的大型语言模型离站微调的新型框架

【第105期】MAXINFORL：最大化对底层任务信息增益的强化学习

【第104期】STAR：无梯度的进化优化算法

【第103期】开源和闭源大型语言模型的比较研究

【第102期】Byte Latent Transformer (BLT)：用byte级替代token级

【第101期】Large Concept Models (LCMs)

【第100期】SLM更懂LLM提示词

【第99期】GREATER：一种对于小模型的提示词优化技术

【第98期】SPaR：通过搜索树改进LLM指令遵循

【第97期】SCBench：基于KV Cache的评估长上下文LLM基准

【第96期】AsyncLM：异步LLM函数调用

【第95期】Student-Informed Teacher Training

【第94期】AgentTrek：为GUI Agent生成高质量数据的pipeline

【第93期】TARFLOW：一种基于 Transformer 的正则化流

【第92期】Agentless：软件开发的Agent

【第91期】[Mask] is all you need

【第90期】SAT：Segment Any Text

【第89期】PRoC3S：一种新颖的机器人规划系统

【第88期】LLM Agent能否模拟人的信任行为？

【第87期】Coconut：连续Latent空间的LLM推理

【第86期】RLZero："imagine", "project" and "imitate"

【第85期】GENMAC：用多智能体模式生成复杂动态视频

【第84期】FedBone：大规模多任务联邦学习

【第83期】Datalab：LLM Power BI 工作流

【第82期】ALAMA：LLM自动选择思考策略

【第81期】reverse thinking

【第80期】Navigation World Models：Yann LeCun的世界模型

【第79期】VisionZip：降低Visual token冗余度

【第78期】OSDFace：单步人脸重建

【第77期】VisVM：Vision Value Model

【第76期】OmniFlow：Any-to-Any多模态rectified flow

【第75期】cDPO：通过发掘critical tokens去修正回答

【第74期】苏格拉底游戏：AI Agent的脑内活动

【第73期】HiAR-ICL：LLM推理的ICL

【第72期】LLM-Brained GUI Agents: A Survey

【第71期】英伟达的audio大模型Fugatto

【第70期】O1 Replication Journey：Part 2

【第69期】O1 Replication Journey：Part 1

【第68期】stream-x算法，省去Experience Replay的在线强化学习

【第67期】BABY-AIGS：AI-Generated Science

【第66期】Anthropic研究：给LLM评估加点“统计学”

【第65期】Liquid Time-constant Networks：液体（神经）网络是什么？

【第64期】NeuroClips：从fMRI数据还原大脑中视频

【第63期】无论DPO还是PPO，Preference Feedback应该怎么用？

【第62期】sCMs：比Diffusion更快的图像生成算法

【第61期】大模型的「推理」是在做什么？

【第60期】RLTools：基于C++的开源强化学习工具

【第59期】SymDPO：多模态In-context learning提升技巧

【第58期】AM-RADIO，融合多种视觉大模型

【第57期】降低数值精度影响LLM数学推理能力

【第56期】o1的self-correction是一种In context Alignment

【第55期】RLInspect

【第54期】Impacts of AI on Innovation