Weekly Papers

Agentic Reinforced Policy Optimization 智能体强化策略优化 具备可验证奖励机制的大规模强化学习(RLVR)已证实其在挖掘大语言模型(LLM)单次推理任务潜力方面的

GUI-G^2: Gaussian Reward Modeling for GUI Grounding GUI-G^2：基于高斯奖励建模的图形用户界面定位 图形用户界面 (Graphical User

A Survey of Context Engineering for Large Language Models 大语言模型上下文工程研究综述 大语言模型 (LLM) 的推理性能本质上取决于其所接收

Scaling RL to Long Videos 将强化学习扩展至长视频处理 我们提出一个端到端框架，通过强化学习将视觉语言模型(VLMs)的推理能力扩展至长视频领域。针对长视频推理的独特挑战，我们

GLM-4.1V-Thinking: Towards Versatile Multimodal Reasoning with Scalable Reinforcement Learning GLM-4

Drag-and-Drop LLMs: Zero-Shot Prompt-to-Weights 拖放式大语言模型：零样本提示到权重 现代参数高效微调 (Parameter-Efficient Fine

MiniMax-M1: Scaling Test-Time Compute Efficiently with Lightning Attention MiniMax-M1：基于闪电注意力的高效推理计算

Reinforcement Pre-Training 强化预训练 本研究提出强化预训练 (RPT) 作为大语言模型和强化学习 (RL) 的新型扩展方法。具体而言，我们将下一 token 预测重构为基于

Reflect, Retry, Reward: Self-Improving LLMs via Reinforcement Learning 反思、重试、奖励：通过强化学习实现大语言模型的自我提升 我

Mutarjim: Advancing Bidirectional Arabic-English Translation with a Small Language Model Mutarjim：基于

Qwen3 Technical Report Qwen3 技术报告 本文介绍 Qwen 模型家族的最新版本 Qwen3。该系列包含基于密集架构和混合专家（Mixture-of-Expert, MoE）

Seed1.5-VL Technical Report Seed1.5-VL 技术报告 我们提出 Seed1.5-VL，这是一个旨在提升通用多模态理解与推理能力的视觉-语言基础模型。Seed1.5-V

Perception, Reason, Think, and Plan: A Survey on Large Multimodal Reasoning Models 感知、推理、思考与规划：大模型多模

Towards Understanding Camera Motions in Any Video 理解任意视频中的摄像机运动 我们提出了CameraBench，这是一个用于评估和提升摄像机运动理解能

Kuwain 1.5B: An Arabic SLM via Language Injection Kuwain 1.5B：通过语言注入（Language Injection）构建的阿拉伯语小型语言模

InternVL3: Exploring Advanced Training and Test-Time Recipes for Open-Source Multimodal Models Inter

SmolVLM: Redefining small and efficient multimodal models SmolVLM：重新定义小型高效多模态模型 虽然大型视觉语言模型 (VLMs) 具备

Advances and Challenges in Foundation Agents: From Brain-Inspired Intelligence to Evolutionary, Coll

RWKV-7 "Goose" with Expressive Dynamic State Evolution RWKV-7 "Goose"：具备动态状态演化能力的架构 本文提出 RWKV-7 "Goo

Feature-Level Insights into Artificial Text Detection with Sparse Autoencoders 使用稀疏自编码器进行生成文本检测的特征级洞