Shownotes Transcript
本期的 9 篇论文如下：
[00:24] 🧠 Emu3: Next-Token Prediction is All You Need（Emu3：下一个词预测是您所需要的全部）
[00:53] 🌐 MIO: A Foundation Model on Multimodal Tokens（多模态标记的基础模型：MIO）
[01:26] 🔍 VPTQ: Extreme Low-bit Vector Post-Training Quantization for Large Language Models（VPTQ：大语言模型的极端低比特向量后训练量化）
[02:21] 🎥 PhysGen: Rigid-Body Physics-Grounded Image-to-Video Generation（PhysGen：基于刚体物理的图像到视频生成）
[03:05] 🔄 Modulated Intervention Preference Optimization (MIPO): Keep the Easy, Refine the Difficult（调制干预偏好优化（MIPO）：保持简单，细化困难）
[03:46] 📄 MinerU: An Open-Source Solution for Precise Document Content Extraction（MinerU：一种用于精确文档内容提取的开源解决方案）
[04:24] 🤖 MSI-Agent: Incorporating Multi-Scale Insight into Embodied Agents for Superior Planning and Decision-Making（MSI-Agent：将多尺度洞察融入具身代理以提升规划与决策能力）
[05:01] 🤖 A Survey on the Honesty of Large Language Models（大型语言模型诚实性综述）
[05:45] 📊 LML: Language Model Learning a Dataset for Data-Augmented Prediction（LML：用于数据增强预测的数据集学习语言模型）
【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