2025.04.07 | 多语言基准测试揭示LLMs跨语言泛化局限，具身智能新方法提升规划效率与适应性。

本期的 15 篇论文如下：

[00:23] 🛠 Multi-SWE-bench: A Multilingual Benchmark for Issue Resolving（Multi-SWE-bench：一个用于问题解决的多语言基准测试）

[01:07] 🧠 Agentic Knowledgeable Self-awareness（具身智能的知识型自我感知）

[01:49] 🧮 MegaMath: Pushing the Limits of Open Math Corpora（MegaMath：推动开放数学语料库的极限）

[02:32] 🤖 SynWorld: Virtual Scenario Synthesis for Agentic Action Knowledge Refinement（SynWorld：用于智能体行为知识精炼的虚拟场景合成）

[03:20] 🖼 MME-Unify: A Comprehensive Benchmark for Unified Multimodal Understanding and Generation Models（MME-Unify：统一多模态理解与生成模型的综合基准）

[04:03] 🖼 VARGPT-v1.1: Improve Visual Autoregressive Large Unified Model via Iterative Instruction Tuning and Reinforcement Learning（VARGPT-v1.1：通过迭代指令调优和强化学习改进视觉自回归大型统一模型）

[04:42] 🔄 TransMamba: Flexibly Switching between Transformer and Mamba（TransMamba：在Transformer和Mamba之间灵活切换）

[05:21] 🤖 APIGen-MT: Agentic Pipeline for Multi-Turn Data Generation via Simulated Agent-Human Interplay（APIGen-MT：基于模拟智能体-人类交互的多轮数据生成的主动式流程）

[05:59] 🧑 HumanDreamer-X: Photorealistic Single-image Human Avatars Reconstruction via Gaussian Restoration（HumanDreamer-X：基于高斯恢复的逼真单图像人体化身重建）

[06:39] 💡 Comprehensive Relighting: Generalizable and Consistent Monocular Human Relighting and Harmonization（全面重打光：通用且一致的单目人体重打光与和谐化）

[07:20] 👂 EvMic: Event-based Non-contact sound recovery from effective spatial-temporal modeling（EvMic：基于有效时空建模的事件相机非接触式声音恢复）

[08:02] 🫁 MedSAM2: Segment Anything in 3D Medical Images and Videos（MedSAM2：三维医学图像与视频中的通用分割模型）

[08:47] ⚖ BEATS: Bias Evaluation and Assessment Test Suite for Large Language Models（BEATS：大型语言模型偏见评估与评测测试套件）

[09:35] 🚄 Slow-Fast Architecture for Video Multi-Modal Large Language Models（面向视频多模态大语言模型的慢-快架构）

[10:14] 🎨 SPF-Portrait: Towards Pure Portrait Customization with Semantic Pollution-Free Fine-tuning（SPF-Portrait：面向纯粹人像定制的无语义污染微调）

【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