本期的 10 篇论文如下：
00:24 🧠 A Survey of Reinforcement Learning for Large Reasoning Models（大型推理模型的强化学习综述）
00:45 🔄 RewardDance: Reward Scaling in Visual Generation（RewardDance：视觉生成中的奖励缩放）
01:08 🌐 3D and 4D World Modeling: A Survey（3D和4D世界建模：一项综述）
01:41 🤖 AgentGym-RL: Training LLM Agents for Long-Horizon Decision Making through Multi-Turn Reinforcement Learning（AgentGym-RL: 通过多轮强化学习训练用于长视野决策制定的LLM智能体）
02:08 🧩 P3-SAM: Native 3D Part Segmentation（P3-SAM：原生3D部分分割）
02:40 🌐 Hunyuan-MT Technical Report（Hunyuan-MT技术报告）
03:08 ⚠ So let's replace this phrase with insult... Lessons learned from generation of toxic texts with LLMs（从LLM生成有毒文本中吸取的经验教训）
03:44 🤖 EnvX: Agentize Everything with Agentic AI（EnvX：使用代理式AI实现万物代理化）
04:13 🤔 The Majority is not always right: RL training for solution aggregation（多数并不总是正确：用于解决方案聚合的强化学习训练）
04:33 🤖 HumanAgencyBench: Scalable Evaluation of Human Agency Support in AI Assistants（HumanAgencyBench：AI助手中人类代理支持的规模化评估）
【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
