本期的 15 篇论文如下：

[00:24] 🧠 I Have Covered All the Bases Here: Interpreting Reasoning Features in Large Language Models via Sparse Autoencoders（我已经覆盖了所有基础：通过稀疏自编码器解读大型语言模型中的推理特征）

[01:03] 🎮 Position: Interactive Generative Video as Next-Generation Game Engine（立场：交互式生成视频作为下一代游戏引擎）

[01:47] 🎬 Video-T1: Test-Time Scaling for Video Generation（Video-T1：面向视频生成的测试时缩放）

[02:35] 🌐 Aether: Geometric-Aware Unified World Modeling（Aether：几何感知统一世界建模）

[03:11] 🧠 SimpleRL-Zoo: Investigating and Taming Zero Reinforcement Learning for Open Base Models in the Wild（SimpleRL-Zoo：探索和驯服开放基础模型中的零强化学习）

[03:51] 🎬 OmnimatteZero: Training-free Real-time Omnimatte with Pre-trained Video Diffusion Models（OmnimatteZero：基于预训练视频扩散模型的免训练实时全域Matte）

[04:31] 🤖 Judge Anything: MLLM as a Judge Across Any Modality（万物皆可判：多模态大型语言模型作为跨模态的评估者）

[05:16] 💡 LEMMA: Learning from Errors for MatheMatical Advancement in LLMs（LEMMA：通过从错误中学习促进大型语言模型在数学领域的进步）

[05:57] 🖼 Equivariant Image Modeling（等变图像建模）

[06:37] 🚀 Training-free Diffusion Acceleration with Bottleneck Sampling（基于瓶颈采样的免训练扩散加速方法）

[07:11] ✨ CFG-Zero*: Improved Classifier-Free Guidance for Flow Matching Models（CFG-Zero*：改进的用于Flow Matching模型的无分类器引导）

[07:59] 🤔 Video SimpleQA: Towards Factuality Evaluation in Large Video Language Models（视频简单问答：面向大型视频语言模型的事实性评估）

[08:39] 🚄 FFN Fusion: Rethinking Sequential Computation in Large Language Models（FFN融合：重新思考大型语言模型中的序列计算）

[09:20] 🛡 Defeating Prompt Injections by Design（通过设计击败提示注入攻击）

[10:00] 🤝 AgentRxiv: Towards Collaborative Autonomous Research（AgentRxiv：迈向协同自主研究）

【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

2025.03.25 | 稀疏自编码器解读LLM中的推理特征，交互视频革新

HuggingFace 每日AI论文速递

2025.03.25 | 稀疏自编码器解读LLM中的推理特征，交互视频革新