215
0本期的 15 篇论文如下：
00:22 🧠 MAPS: A Multi-Agent Framework Based on Big Seven Personality and Socratic Guidance for Multimodal Scientific Problem Solving（MAPS：一个基于大七人格和苏格拉底指导的多智能体框架，用于多模态科学问题求解）
01:09 🤖 MARS: A Multi-Agent Framework Incorporating Socratic Guidance for Automated Prompt Optimization（MARS：一个融合苏格拉底式指导的多智能体自动提示优化框架）
01:55 🤖 RoboFactory: Exploring Embodied Agent Collaboration with Compositional Constraints（RoboFactory：探索具有组合约束的具身智能体协作）
02:38 🧮 When Less is Enough: Adaptive Token Reduction for Efficient Image Representation（适可而止：用于高效图像表征的自适应Token缩减）
03:21 🌉 Bridging Continuous and Discrete Tokens for Autoregressive Visual Generation（用于自回归视觉生成的连续和离散令牌桥接）
03:55 🧠 OpenVLThinker: An Early Exploration to Complex Vision-Language Reasoning via Iterative Self-Improvement（OpenVLThinker：通过迭代自提升进行复杂视觉语言推理的早期探索）
04:37 ✍ Modifying Large Language Model Post-Training for Diverse Creative Writing（修改大型语言模型后训练以实现多样化的创意写作）
05:21 🧮 MathFlow: Enhancing the Perceptual Flow of MLLMs for Visual Mathematical Problems（MathFlow: 提升 MLLM 在视觉数学问题中的感知流程）
06:05 🎬 Enabling Versatile Controls for Video Diffusion Models（实现视频扩散模型的多功能控制）
06:48 🎬 ETVA: Evaluation of Text-to-Video Alignment via Fine-grained Question Generation and Answering（ETVA：通过细粒度问题生成与回答评估文本到视频的对齐）
07:27 🖼 Single Image Iterative Subject-driven Generation and Editing（单图像迭代式主体驱动生成与编辑）
08:12 🎨 When Preferences Diverge: Aligning Diffusion Models with Minority-Aware Adaptive DPO（当偏好出现分歧：通过少数群体感知自适应DPO对齐扩散模型）
08:56 ⚖ From Head to Tail: Towards Balanced Representation in Large Vision-Language Models through Adaptive Data Calibration（从头到尾：通过自适应数据校准实现大型视觉-语言模型中的平衡表征）
09:37 🚀 FastCuRL: Curriculum Reinforcement Learning with Progressive Context Extension for Efficient Training R1-like Reasoning Models（FastCuRL：基于渐进式上下文扩展的课程强化学习，用于高效训练类R1推理模型）
10:13 🗣 TaoAvatar: Real-Time Lifelike Full-Body Talking Avatars for Augmented Reality via 3D Gaussian Splatting（TaoAvatar：基于3D高斯溅射的增强现实中实时逼真的全身对话化身）
【关注我们】
您还可以在以下平台找到我们，获得播客内容以外更多信息
小红书: AI速递
