2025.10.01 | 自对弈零标注训练；MCP代理深度评测

本期的 15 篇论文如下：

[00:20] 🎮 Vision-Zero: Scalable VLM Self-Improvement via Strategic Gamified Self-Play（Vision-Zero：基于策略化博弈自对弈的可扩展视觉语言模型自我提升）

[00:59] 🔥 MCPMark: A Benchmark for Stress-Testing Realistic and Comprehensive MCP Use（MCPMark：面向真实且全面的MCP应用场景的压力测试基准）

[01:36] 🐣 The Dragon Hatchling: The Missing Link between the Transformer and Models of the Brain（幼龙破壳： Transformer 与大脑模型之间缺失的环节）

[02:10] 🤥 TruthRL: Incentivizing Truthful LLMs via Reinforcement Learning（TruthRL：通过强化学习激励大模型说真话）

[02:55] 🌊 OceanGym: A Benchmark Environment for Underwater Embodied Agents（OceanGym：面向水下具身智能体的综合基准环境）

[03:41] ⚡ DC-VideoGen: Efficient Video Generation with Deep Compression Video Autoencoder（DC-VideoGen：基于深度压缩视频自编码器的高效视频生成）

[04:14] 🔍 Who's Your Judge? On the Detectability of LLM-Generated Judgments（谁是你的评审？大模型生成评审意见的检测性研究）

[04:59] ✂ Winning the Pruning Gamble: A Unified Approach to Joint Sample and Token Pruning for Efficient Supervised Fine-Tuning（赢得剪枝豪赌：统一样本-令牌剪枝的高效监督微调新方法）

[05:45] 👁 Learning to See Before Seeing: Demystifying LLM Visual Priors from Language Pre-training（未见先识：从语言预训练解密大模型视觉先验）

[06:24] 🧠 Thinking Sparks!: Emergent Attention Heads in Reasoning Models During Post Training（思维火花！后训练阶段推理模型中涌现的专用注意力头）

[07:09] 🧪 VitaBench: Benchmarking LLM Agents with Versatile Interactive Tasks in Real-world Applications（VitaBench：面向真实场景多功能交互任务的LLM智能体评测基准）

[07:42] ⚡ dParallel: Learnable Parallel Decoding for dLLMs（dParallel：面向扩散大语言模型的可学习并行解码）

[08:28] 🎯 IMG: Calibrating Diffusion Models via Implicit Multimodal Guidance（IMG：通过隐式多模态引导校准扩散模型）

[09:15] 🎬 MotionRAG: Motion Retrieval-Augmented Image-to-Video Generation（MotionRAG：基于运动检索增强的图像到视频生成）

[10:12] 🐬 Efficient Audio-Visual Speech Separation with Discrete Lip Semantics and Multi-Scale Global-Local Attention（基于离散唇部语义与多尺度全局-局部注意力的高效视听语音分离）

【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