本期的 16 篇论文如下： [00:25] 📱 BlueLM-V-3B: Algorithm and System Co-Design for Multimodal Large Language Models on Mobile Devices（BlueLM-V-3B：移动设备上多模态大语言模型的算法与系统协同设计） [01:06] 🌍 Generative World Explorer（生成世界探索者） [01:43] 🔍 Search, Verify and Feedback: Towards Next Generation Post-training Paradigm of Foundation Models via Verifier Engineering（搜索、验证与反馈：通过验证器工程实现下一代基础模型的后训练范式） [02:24] 🎥 AnimateAnything: Consistent and Controllable Animation for Video Generation（动画任何事物：视频生成的连贯可控动画） [03:08] 🧠 Top-$nσ$: Not All Logits Are You Need（Top-$nσ$：并非所有对数都需要） [03:55] 🧠 Awaker2.5-VL: Stably Scaling MLLMs with Parameter-Efficient Mixture of Experts（Awaker2.5-VL：通过参数高效混合专家稳定扩展多模态大语言模型） [04:40] ⚡ SmoothCache: A Universal Inference Acceleration Technique for Diffusion Transformers（SmoothCache：一种用于扩散变换器的通用推理加速技术） [05:19] 📚 Drowning in Documents: Consequences of Scaling Reranker Inference（文档淹没：扩展重排序器推理的后果） [06:00] 🩺 Comprehensive and Practical Evaluation of Retrieval-Augmented Generation Systems for Medical Question Answering（医疗问答系统中检索增强生成系统的综合与实用评估） [06:37] 📱 SlimLM: An Efficient Small Language Model for On-Device Document Assistance（SlimLM：一种用于设备端文档辅助的高效小型语言模型） [07:19] 🎥 VeGaS: Video Gaussian Splatting（视频高斯喷射） [07:50] 🔄 Adaptive Decoding via Latent Preference Optimization（通过潜在偏好优化的自适应解码） [08:27] 🎥 StableV2V: Stablizing Shape Consistency in Video-to-Video Editing（稳定视频编辑：在视频到视频编辑中保持形状一致性） [09:11] 🇩 LLäMmlein: Compact and Competitive German-Only Language Models from Scratch（LLäMmlein：从头开始构建紧凑且有竞争力的德语专用语言模型） [09:43] 👕 FitDiT: Advancing the Authentic Garment Details for High-fidelity Virtual Try-on（FitDiT：提升高保真虚拟试穿的真实服装细节） [10:18] 📜 Evaluating the role of `Constitutions' for learning from AI feedback（评估‘宪法’在从AI反馈中学习的作用） 【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