HuggingFace 每日AI论文速递

Mar 08 2025 216 ep. 10 mins 2

HuggingFace 每日AI论文速递 Podcast artwork

每天10分钟，带您快速了解当日HuggingFace热门AI论文内容。每个工作日更新，欢迎订阅。 📢播客节目在小宇宙、Apple Podcast平台搜索【HuggingFace 每日AI论文速递】 🖼另外还有图文版，可在小红书搜索并关注【AI速递】

Technology Science

Copy RSS

Subscribe on Podcast Addict

【周末特辑】3月第1周最火AI论文 | 多模态模型音频安全评估，集成工具提升推理效率。

Mar 08 2025 11 mins

本期的 5 篇论文如下：[00:35] TOP1(🔥64) | 🧠 Phi-4-Mini Technical Report: Compact yet Powerful Multimodal Language Models via Mixture-of-LoRAs（Phi-4-Mini技术报告：通过LoRA混合的多模态语言模型实现紧凑且强大的性能）[02:30] TOP2(🔥58) | 🛠 START: Self-taught Reasoner with Tools（自教工具集成推理器）[04:36] TOP3(🔥57) | 🧠 V

2025.03.07 | 提升推理效率，AI助手优化生活。

Mar 07 2025 13 mins

本期的 18 篇论文如下：[00:21] 🛠 START: Self-taught Reasoner with Tools（自教工具集成推理器）[01:03] 👓 EgoLife: Towards Egocentric Life Assistant（EgoLife：面向自我中心的生活助手）[01:39] 📞 LLM as a Broken Telephone: Iterative Generation Distorts Information（大型语言模型作为失真传话：迭代生成对信息的影响）[02:14] �

2025.03.06 | 开源多语言模型Babel表现优异，多模态嵌入模型ABC提升控制能力。

Mar 06 2025 12 mins

本期的 17 篇论文如下：[00:24] 🌍 Babel: Open Multilingual Large Language Models Serving Over 90% of Global Speakers（巴别塔：服务于全球90%以上人口的开源多语言大型语言模型）[01:11] 🧠 ABC: Achieving Better Control of Multimodal Embeddings using VLMs（ABC：使用视觉语言模型实现多模态嵌入的更好控制）[01:47] 🩺 Enhancing A

2025.03.05 | MPO提升LLM规划效率，Mask-DPO增强事实性对齐。

Mar 05 2025 13 mins

本期的 18 篇论文如下：[00:21] 🚀 MPO: Boosting LLM Agents with Meta Plan Optimization（MPO：通过元计划优化提升LLM代理）[00:59] 🤖 Mask-DPO: Generalizable Fine-grained Factuality Alignment of LLMs（Mask-DPO：大语言模型的可泛化细粒度事实性对齐）[01:43] 🧩 LADDER: Self-Improving LLMs Through Recursive Problem Decomposition（LADDER：�

2025.03.04 | 强化视觉推理，提升3D重建质量。

Mar 04 2025 14 mins

本期的 20 篇论文如下：[00:21] 🧠 Visual-RFT: Visual Reinforcement Fine-Tuning（视觉强化微调：视觉强化微调）[01:05] 🌐 Difix3D+: Improving 3D Reconstructions with Single-Step Diffusion Models（Difix3D+：通过单步扩散模型改进三维重建）[01:43] 🧠 Phi-4-Mini Technical Report: Compact yet Powerful Multimodal Language Models via Mixture-of-Lo

2025.03.03 | 工程设计效率提升，推理任务成本降低。

Mar 03 2025 7 mins

本期的 10 篇论文如下：[00:20] 🌲 DeepSolution: Boosting Complex Engineering Solution Design via Tree-based Exploration and Bi-point Thinking（深度解决方案：通过基于树的探索与双点思维提升复杂工程解决方案设计）[00:55] ✍ Chain of Draft: Thinking Faster by Writing Less（草稿链：通过减少书写提高思考速度）[01:39] 🧠 ViDoR

【月末特辑】2月最火AI论文 | 以数据为中心的小型语言模型训练；人类动画新框架。

Mar 02 2025 23 mins

本期的 10 篇论文如下：[00:39] TOP1(🔥196) | 🤖 SmolLM2: When Smol Goes Big -- Data-Centric Training of a Small Language Model（SmolLM2：当小型模型走向大型化——以数据为中心的小型语言模型训练）[02:32] TOP2(🔥183) | 🎥 OmniHuman-1: Rethinking the Scaling-Up of One-Stage Conditioned Human Animation Models（OmniHuman-1：重新思考一�

【周末特辑】2月第4周最火AI论文 | 标点符号影响LLM记忆，SurveyX提升问卷质量。

Mar 01 2025 12 mins

本期的 5 篇论文如下：[00:50] TOP1(🔥152) | 🔍 LLM-Microscope: Uncovering the Hidden Role of Punctuation in Context Memory of Transformers（LLM显微镜：揭示标点符号在Transformer上下文记忆中的隐藏作用）[03:08] TOP2(🔥89) | 📚 SurveyX: Academic Survey Automation via Large Language Models（SurveyX 基于大型语言模型的学术调查自动化

2025.02.28 | 自我校正提升数学推理，强化学习优化医疗推理。

Feb 28 2025 13 mins

本期的 19 篇论文如下：[00:23] 🧠 Self-rewarding correction for mathematical reasoning（自我奖励的数学推理校正）[01:03] 🧠 MedVLM-R1: Incentivizing Medical Reasoning Capability of Vision-Language Models (VLMs) via Reinforcement Learning（MedVLM-R1：通过强化学习激励视觉语言模型的医疗推理能力）[01:53] 🧠 R2-T2: Re-Routing in Test-Tim

2025.02.27 | Kanana提升韩英双语效率，GHOST 2.0实现高保真头部转移。

Feb 27 2025 13 mins

本期的 18 篇论文如下：[00:23] 🌐 Kanana: Compute-efficient Bilingual Language Models（Kanana：计算高效的双语语言模型）[00:54] 👤 GHOST 2.0: generative high-fidelity one shot transfer of heads（GHOST 2.0：生成高保真一次性头部转移）[01:43] 🎥 TheoremExplainAgent: Towards Multimodal Explanations for LLM Theorem Understanding（定理解释�