2025-09-18to26科研追新
2025-09-18to26科研追新
1. 源数据
1.1 媒体
From：量子位、机器之心、新智元、AGI Hunt、小红书、X其他
1.2 Arxiv
1.2.1 Computation and Language
From：https:// /arxiv/cs.CLhttps://arxiv.org/list/cs.CL/recent
1.2.2 Artificial Intelligence
From：https://papers.cool/arxiv/cs.AIhttps://arxiv.org/list/cs.AI/recent
1.3 Huggingface
0925:
- 视频模型是零射击学习器和推理器（43▲）
- SIM-CoT：监督隐式思维链（28▲）
- EmbeddingGemma：强大而轻量级的文本表示（17▲）
- 利用GRPO推进语音感知语言模型中的语音理解（13▲）
- EditVerse：统一图像和视频的编辑和生成与上下文学习（9▲）
- LLMs4All：面向学科研究与应用的大型语言模型综述（8▲）
- Lavida-O：统一多模态理解和生成的弹性大掩模扩散模型（6▲）
- phystrl：生成物理用于可控和基于物理的视频生成（4▲）
- 逻辑分析技术报告（3▲）
- SimpleFold：折叠蛋白质比你想象的要简单（2▲）
- 关于代理编码的使用：对GitHub上Pull请求的实证研究（1▲）
- ATLAS：通过统一关税代码分类为全球贸易制定基准和调整llm（1▲）
- 要查看更多信息，请查看今天的日报页面。
0924:（wait）
- Baseer：用于阿拉伯语文档到标记OCR的视觉语言模型（82▲）
- 基于预训练数据的强化学习（43▲）
- 视觉运动策略需要本体感觉状态吗？ (40▲)
- MiniCPM-V 4.5：通过架构，数据和训练配方烹饪高效mlm（32▲）
- MAPO：混合优势策略优化（18▲）
- Hyper-Bagel：多模态理解和生成的统一加速框架（17▲）
- VolSplat：重新思考前馈三维高斯飞溅与体素对齐预测（11▲）
- 有效推理的特点是什么？ 回顾CoT的长度、回顾与结构（11▲）
- Lyra：通过视频扩散模型自蒸馏生成3D场景重建（11▲）
- 大型语言模型歧视德语方言使用者（5▲）
- HyRF：用于高效存储和高质量新视图合成的混合辐射场（3▲）
- CAR-Flow：状态感知的重新参数化将源和目标对齐，以实现更好的流匹配（3▲）
- 还有10多篇论文
2. 简单记录
3. 其他
正则表达式删除无关字符串
\[PDF\d*\] \[Copy\d*\] \[Kimi\d*\] \[REL\d*\]
\[PDF( \d+)? \] \[复制\] \[Kimi( \d+)? \] \[(?:REL|相关)\]图片插入
