PODCAST

Seventy3

任雨山

73播客，名字取材于Sheldon最喜欢的数字，内容由NotebookLM生成，每天跟随AI读AI业界论文。

technology

All Episodes

00:08:18

【第313期】（中文）PaperCoder：论文到代码的自动化框架

Seventy3 ·

2025/08/09

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法方向，让大家跟着AI一起进步。今天的主题是：Paper2Code: Automating Code Generation from Scientific Papers in Machine LearningSummary该来源介绍了 PaperCoder，这是一个多智能体大型语言模型（LLM）框架，旨在将机器学习领域的科学论文转化为可用的代码库。该框架通过规划（制定高级路线图、设计架构）、分析（解释实现细节）和生成（生成模块化代码）三个阶段进行操作。研究人员使用 Paper2Code 基准和 PaperBench Code-Dev 基准对 PaperCoder 进行了评估，结果表明它在准确性和完整性方面优于现有基线。此外，人工评估也证实了 PaperCoder 生成的代码库在可重复性方面的实用性。原文链接：https://arxiv.org/abs/2504.17192

zh-cn

00:09:56

【第312期】（中文）UFO2: 桌面Agent操作系统

Seventy3 ·

2025/08/08

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法方向，让大家跟着AI一起进步。今天的主题是：UFO2: The Desktop AgentOSSummary此来源介绍了 UFO2，这是一个集成到 Windows 操作系统中的多智能体框架，旨在自动化桌面工作流程。UFO2 旨在克服现有计算机使用代理 (CUA) 的局限性，例如浅层操作系统集成和脆弱的基于屏幕截图的交互。它采用集中式 HostAgent 进行任务分解和协调，并使用专门的 AppAgent 处理特定应用程序，从而实现稳健的任务执行。UFO2 通过混合控制检测、统一的 GUI-API 操作层、持续知识集成和推测性多操作执行来增强效率和可靠性，同时其画中画 (PiP) 界面可确保不间断的用户体验。原文链接：https://arxiv.org/abs/2504.14603

zh-cn

00:07:31

【第311期】（中文）认知工程：大模型思维能力进阶

Seventy3 ·

2025/08/07

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法方向，让大家跟着AI一起进步。今天的主题是：Generative AI Act II: Test Time Scaling Drives Cognition EngineeringSummary本论文介绍了生成式AI的“第二幕”——认知工程，它通过测试时缩放技术增强大型语言模型（LLMs）的思维能力。文章解释了认知工程的概念基础及其重要性，并系统地分析了并行采样、树搜索、多轮修正和长CoT（思维链）这四种核心测试时缩放方法。此外，论文还讨论了训练策略、奖励函数设计以及认知工程在数学、编码、多模态、代理、具身AI和安全等多个领域的应用和未来方向。最终，这篇研究旨在为AI专业人士提供一个在新范式下思考和实践的框架，以促进AI向更高智能水平发展。原文链接：https://arxiv.org/abs/2504.13828

zh-cn

00:08:30

【第310期】（中文）LearnAct：移动GUI智能体少样本学习框架

Seventy3 ·

2025/08/06

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法方向，让大家跟着AI一起进步。今天的主题是：LearnAct: Few-Shot Mobile GUI Agent with a Unified Demonstration BenchmarkSummary这些来源介绍了 LearnAct，这是一个旨在提升移动图形用户界面（GUI）代理在现实世界任务中性能的框架。LearnAct 通过 LearnGUI 数据集，该数据集是首个为移动 GUI 代理的少样本学习而设计的综合性基准，利用人类演示来克服传统方法的泛化挑战。LearnAct 框架包含三个关键组件：DemoParser 提取演示知识，KnowSeeker 检索相关知识，以及 ActExecutor 利用这些知识进行任务执行。实验结果表明，LearnAct 显著提高了模型准确率和任务成功率，特别是在处理复杂和不常见场景时，从而推动了更具适应性和个性化的移动 GUI 代理的发展。原文链接：https://arxiv.org/abs/2504.13805

zh-cn

00:08:31

【第309期】（中文）BitNet b1.58 2B4T：1位大语言模型技术报告

Seventy3 ·

2025/08/05

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法方向，让大家跟着AI一起进步。今天的主题是：BitNet b1.58 2B4T Technical ReportSummary该文本介绍了BitNet b1.58 2B4T，这是一个开创性的1位大型语言模型（LLM）。该模型拥有20亿参数，并在4万亿个tokens上进行训练，其性能与同尺寸的全精度LLM不相上下，但显著降低了内存占用、能耗和推理延迟。通过定制的GPU和CPU推理实现，BitNet b1.58 2B4T为资源受限环境中的高效AI部署铺平了道路，并挑战了高性能LLM需要全精度权重的观念。原文链接：https://arxiv.org/abs/2504.12285

zh-cn

00:08:34

【第308期】（中文）M1：迈向可扩展推理计算的Mamba模型

Seventy3 ·

2025/08/04

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法方向，让大家跟着AI一起进步。今天的主题是：M1: Towards Scalable Test-Time Compute with Mamba Reasoning ModelsSummary这篇研究论文介绍了一种名为 M1 的新型混合线性 RNN 推理模型，该模型基于 Mamba 架构。论文指出，传统的基于 Transformer 的大型语言模型（LLMs）在处理长序列时面临计算复杂度和内存需求的限制，而 M1 旨在解决这些挑战。作者详细阐述了 M1 的三阶段训练过程：首先通过知识蒸馏将 Transformer 模型的能力转移到 Mamba 架构，接着进行数学特定领域的监督微调（SFT），最后利用强化学习（RL）进一步提升其推理能力。实验结果表明，M1 在数学推理基准测试中表现与最先进的模型相当，同时在推理速度上实现了超过 3

zh-cn

00:10:15

【第307期】（中文）通用任务微调提升GUI智能体性能

Seventy3 ·

2025/08/03

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法方向，让大家跟着AI一起进步。今天的主题是：Breaking the Data Barrier -- Building GUI Agents Through Task GeneralizationSummary该研究提出了一种中间训练方法，旨在通过利用非图形用户界面（GUI）数据来增强GUI智能体的基础能力，以应对高质量轨迹数据稀缺的问题。研究人员在多个领域进行了实验，包括多模态和文本推理，并发现数学推理数据（甚至纯文本形式）能显著提高GUI智能体在AndroidWorld和WebArena等平台上的表现。最终，他们结合表现最佳的数据集创建了GUIMid，取得了显著的性能提升，为构建更高效的GUI训练流程提供了宝贵的见解。原文链接：https://arxiv.org/abs/2504.10127

zh-cn

00:11:24

【第306期】（中文）MOSAIC：社交AI模拟与内容调控

Seventy3 ·

2025/08/02

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法方向，让大家跟着AI一起进步。今天的主题是：MOSAIC: Modeling Social AI for Content Dissemination and Regulation in Multi-Agent

zh-cn

00:09:31

【第305期】（中文）VLM-R1: 稳定通用视觉语言模型

Seventy3 ·

2025/08/01

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法方向，让大家跟着AI一起进步。今天的主题是：VLM-R1: A Stable and Generalizable R1-style Large Vision-Language ModelSummary这篇研究介绍了 VLM-R1，一个专门用于通过强化学习提升大型视觉-语言模型 (VLM) 性能的框架。文章探讨了 R1 风格的强化学习在两种视觉理解任务上的应用：指代表达理解 (REC) 和开放词汇目标检测 (OVD)。研究表明，与传统的监督微调相比，强化学习显著提高了模型的泛化能力，尤其是在需要复杂推理的域外场景中。此外，该研究还深入分析了奖励设计的重要性，特别是如何通过调整奖励函数来解决奖励作弊问题，并强调了训练数据质量对模型性能和推理能力的影响。原文链接：https://arxiv.org/abs/2504.07615

zh-cn

00:09:52

【第304期】（中文）MCP安全审计：大模型安全漏洞与防御

Seventy3 ·

2025/07/31

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法方向，让大家跟着AI一起进步。今天的主题是：MCP Safety Audit: LLMs with the Model Context Protocol Allow Major Security ExploitsSummary此文档讨论了模型上下文协议 (MCP)，这是一种标准化大型语言模型 (LLM) 和工具之间通信的新兴协议。作者强调，尽管 MCP 促进了 AI 应用的开发和集成，但其当前设计存在重大安全漏洞。研究表明，领先的 LLM，如 Claude 和 Llama-3.3-70B，在连接到 MCP 服务器时，可能被诱导执行恶意代码、获得远程访问权限和窃取凭据。为了应对这些风险，该文档提出并引入了 McpSafetyScanner，这是一个代理驱动的工具，能够自动识别 MCP 服务器中的漏洞并提供补救措施，从而在部署前增强安全性。原文链接：https://arxiv.org/abs/2504.03767

zh-cn

00:10:20

【第303期】（中文）解读Bitcoin、Ethereum、Solana白皮书

Seventy3 ·

2025/07/30

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法方向，让大家跟着AI一起进步。今天的主题是：通过领读区块链的白皮书，用一段音频解读区块链技术演进历史。原文链接：https://bitcoin.org/bitcoin.pdfhttps://ethereum.org/content/whitepaper/whitepaper-pdf/Ethereum_Whitepaper_-_Buterin_2014.pdfhttps://solana.com/solana-whitepaper.pdf

zh-cn

00:07:08

【第302期】（中文）Bitnet.cpp：三值大语言模型推理加速系统

Seventy3 ·

2025/07/29

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法方向，让大家跟着AI一起进步。今天的主题是：Bitnet.cpp: Efficient Edge Inference for Ternary LLMsSummary这篇研究论文介绍了 Bitnet.cpp，一个为 BitNet b1.58 和三元大语言模型 (LLMs) 优化的推理系统。该系统旨在通过创新的 mpGEMM (混合精度矩阵乘法) 库，实现更高效的边缘设备上的 LLM 推理。文章详细阐述了 Bitnet.cpp 中的核心技术，包括三元查找表 (TL) 和带标度整数 (I2_S)，这些技术解决了现有方法在空间效率和无损推理方面的局限性。实验结果表明，Bitnet.cpp 在速度上显著优于现有基线，同时保持了 BitNet b1.58 的无损推理，为在资源受限设备上部署 LLMs 提供了实用的解决方案。原文链接：https://arxiv.org/abs/2502.11880

zh-cn

00:08:20

【第301期】（中文）REPA-E：端到端VAE与扩散模型训练

Seventy3 ·

2025/07/28

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法方向，让大家跟着AI一起进步。今天的主题是：REPA-E: Unlocking VAE for End-to-End Tuning with Latent Diffusion TransformersSummary此论文介绍了一种名为 REPA-E 的新型训练方法，旨在解决潜在扩散模型（LDM）与其变分自编码器（VAE）标记器之间端到端训练的难题。传统方法由于扩散损失会导致潜在空间崩溃，因此通常将两者分开训练。然而，REPA-E 利用表示对齐（REPA）损失，实现了 VAE 和扩散模型的联合调整，从而显著加速了训练过程，并提高了最终的图像生成性能。研究结果表明，REPA-E 不仅在不同模型规模和架构下表现出强大的泛化能力，还能够自适应地改善 VAE 的潜在空间结构，使其作为替代品时，能进一步提升下游生成任务的表现。原文链接：https://arxiv.org/abs/2504.10483

zh-cn

00:08:42

【第300期】（中文）NdLinear：多维深度学习新范式

Seventy3 ·

2025/07/27

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法方向，让大家跟着AI一起进步。今天的主题是：NdLinear: Don't Flatten! Building Superior Neural Architectures by Preserving N-D StructureSummary“NdLinear is All You Need for Representation

zh-cn

00:09:08

【第299期】（中文）SWE-PolyBench：多语言代码智能体基准测试

Seventy3 ·

2025/07/26

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法方向，让大家跟着AI一起进步。今天的主题是：SWE-PolyBench: A multi-language benchmark for repository level evaluation of coding agentsSummary该论文介绍了 SWE-PolyBench，这是一个针对代码代理的多语言基准测试，旨在弥补现有评估工具的局限性。它包含了 Java、JavaScript、TypeScript 和 Python 等多种语言的 2110 个实例，涵盖了错误修复、功能添加和代码重构等任务。通过评估领先的开源代码代理，研究发现当前代理在不同语言间的表现不均衡，并且在处理复杂问题时面临挑战。此外，该工作还引入了基于语法树分析的新指标，以更全面地评估代码代理在理解和导航代码库方面的能力。原文链接：https://arxiv.org/abs/2504.08703

zh-cn

00:09:41

【第298期】（中文）DocAgent：自动化代码文档生成的多智能体系统

Seventy3 ·

2025/07/25

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法方向，让大家跟着AI一起进步。今天的主题是：DocAgent: A Multi-Agent System for Automated Code Documentation

zh-cn

00:11:03

【第297期】（中文）AgentA/B：基于LLM的自动化可扩展网页A/B测试

Seventy3 ·

2025/07/24

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法方向，让大家跟着AI一起进步。今天的主题是：AgentA/B: Automated and Scalable Web A/BTesting with Interactive LLM AgentsSummary该论文介绍了 AgentA/B，这是一个利用大型语言模型（LLM）驱动的自主代理的新颖系统，旨在革新网络 A/B 测试。传统 A/B 测试依赖大量人工流量且耗时，而 AgentA/B 通过模拟用户行为克服了这些限制。该系统能生成具有不同虚拟用户身份的 LLM 代理，使其与真实网页进行交互，并提供快速、可扩展且经济高效的用户体验评估。通过在 Amazon.com 上的案例研究，作者表明 AgentA/B 可以有效地模拟类似人类的购物行为，并区分细微的界面设计差异。原文链接：https://arxiv.org/abs/2504.09723

zh-cn

00:09:45

【第296期】（中文）d1: 扩散LLM的强化学习推理

Seventy3 ·

2025/07/23

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法方向，让大家跟着AI一起进步。今天的主题是：d1: Scaling Reasoning in Diffusion Large Language Models via Reinforcement LearningSummary这篇研究论文探讨了如何提升扩散大语言模型（dLLMs）的推理能力，此类模型与传统的自回归（AR）LLMs不同，采用非自回归的粗到细文本生成方式。作者提出了 d1 框架，通过结合监督微调（SFT）和一种名为 diffu-GRPO 的新型强化学习（RL）算法来训练预训练的掩码 dLLMs。实验结果表明，与基线模型及单独的 SFT 或 diffu-GRPO 方法相比，d1 显著提升了模型在数学和逻辑推理任务上的表现。此外，该研究还讨论了随机掩码等设计选择如何提高训练效率和稳定性，并指出了未来研究方向，例如开发更高效的推理策略以进一步扩展 RL 训练。原文链接：https://arxiv.org/abs/2504.12216

zh-cn

00:08:31

【第295期】（中文）GUI-R1: GUI智能体的强化微调

Seventy3 ·

2025/07/22

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法方向，让大家跟着AI一起进步。今天的主题是：GUI-R1: A Generalist R1-Style Vision-Language Action Model For GUI AgentsSummary该来源介绍了一个名为 GUI-R1 的新型强化学习框架，旨在增强大型视觉语言模型 (LVLM) 在处理图形用户界面 (GUI) 代理任务方面的能力。与现有主要依赖监督微调 (SFT) 的方法不同，GUI-R1 采用规则驱动的强化微调 (RFT)，仅需极少量高质量数据（比 SFT 少 0.02% 的数据）即可在多种平台（如 Windows、Linux、macOS、Android 和 Web）上实现卓越性能。通过统一的动作空间规则建模和可验证的奖励函数，GUI-R1 显著提升了模型在高层 GUI 任务中的推理和泛化能力，并在一系列基准测试中超越了当前最先进的方法。原文链接：https://arxiv.org/abs/2504.10458

zh-cn

00:09:34

【第294期】（中文）NoProp：无需反向传播或前向传播的神经网络训练方法

Seventy3 ·

2025/07/21

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法方向，让大家跟着AI一起进步。今天的主题是：NoProp: Training Neural Networks without Back-propagation or Forward-propagationSummary这篇研究论文介绍了一种名为 NoProp 的新型神经网络训练方法，该方法不依赖传统的反向传播或正向传播机制。与通过层级抽象学习的典型深度学习模型不同，NoProp 借鉴了扩散模型和流匹配方法，使每个层独立学习去噪带噪声的目标。实验结果表明，在图像分类基准测试中，NoProp 的表现优于其他不使用反向传播的方法，并且在计算上更高效，所需的 GPU 内存更少。作者认为，这项工作为开发不学习层次表示的无梯度学习方法开启了新的可能性。原文链接：https://arxiv.org/abs/2503.24322

zh-cn

578 results

Seventy3

All Episodes

Similar Podcasts

Lead With AI

Tamara Nall

Linux in the Ham Shack

Black Sparrow Media

Data Engineering Podcast

Tobias Macey

Eye On A.I.

Craig S. Smith

Reflections

Livewire Labs