文件夹: Audio/📚-论文阅读库

2026年5月07日

AIR-Bench- Benchmarking Large Audio-Language Models via Generative Comprehension

2026年5月07日

Beyond the 80-20 Rule：High-Entropy Minority Tokens Drive Effective Reinforcement Learning for LLM Reasoning

2026年5月07日

COCONUT-Training Large Language Models to Reason in a Continuous Latent Space (COCONUT)

2026年5月07日

Chain-of-Thought Prompting Elicits Reasoning in LLMs

2026年5月07日

DeepSeek-R1 Technical Report

2026年5月07日

DeepSeekMath-Pushing the Limits of Mathematical Reasoning in Open Language Models

2026年5月07日

DiT- Scalable Diffusion Models with Transformers论文笔记

2026年5月07日

Huginn：Scaling up Test-Time Compute with Latent Reasoning- A Recurrent Depth Approach

2026年5月07日

Implicit Reasoning in Large Language Models- A Comprehensive Survey

2026年5月07日

LLM Reasoning Is Latent, Not the Chain of Thought — 精读笔记

2026年5月07日

LTU-Listen, Think, and Understand

2026年5月07日

Mini-Omni 论文笔记

2026年5月07日

Moshi- a speech-text foundation model for real-time dialogue

2026年5月07日

OpenAI o1 Blog + System Card

2026年5月07日

Qwen Report 论文笔记

2026年5月07日

Qwen-Audio 论文笔记

2026年5月07日

Qwen2-Audio 论文笔记

2026年5月07日

Qwen2.5-Omni 论文笔记

2026年5月07日

Reflexion- Language Agents with Verbal Reinforcement Learning

2026年5月07日

STaR- Bootstrapping Reasoning With Reasoning

2026年5月07日

Self-Consistency Improves Chain of Thought Reasoning in Language Models

2026年5月07日

Step-Audio 2 学习笔记

2026年5月07日

The Illusion of Thinking

2026年5月07日

WavBench- Benchmarking Reasoning, Colloquialism, and Paralinguistics for End-to-End Spoken Dialogue Models

2026年5月07日

WavTokenizer 学习笔记

2026年5月07日

无标题 2

2026年5月07日

无标题

2026年5月07日

综述：口语对话系统

2026年5月07日

Audio Notes

探索

文件夹: Audio/📚-论文阅读库

AIR-Bench- Benchmarking Large Audio-Language Models via Generative Comprehension

Beyond the 80-20 Rule：High-Entropy Minority Tokens Drive Effective Reinforcement Learning for LLM Reasoning

COCONUT-Training Large Language Models to Reason in a Continuous Latent Space (COCONUT)

Chain-of-Thought Prompting Elicits Reasoning in LLMs

DeepSeek-R1 Technical Report

DeepSeekMath-Pushing the Limits of Mathematical Reasoning in Open Language Models

DiT- Scalable Diffusion Models with Transformers论文笔记

Huginn：Scaling up Test-Time Compute with Latent Reasoning- A Recurrent Depth Approach

Implicit Reasoning in Large Language Models- A Comprehensive Survey

LLM Reasoning Is Latent, Not the Chain of Thought — 精读笔记

LTU-Listen, Think, and Understand

Mini-Omni 论文笔记

Moshi- a speech-text foundation model for real-time dialogue

OpenAI o1 Blog + System Card

Qwen Report 论文笔记

Qwen-Audio 论文笔记

Qwen2-Audio 论文笔记

Qwen2.5-Omni 论文笔记

Reflexion- Language Agents with Verbal Reinforcement Learning

STaR- Bootstrapping Reasoning With Reasoning

Self-Consistency Improves Chain of Thought Reasoning in Language Models

Step-Audio 2 学习笔记

The Illusion of Thinking

WavBench- Benchmarking Reasoning, Colloquialism, and Paralinguistics for End-to-End Spoken Dialogue Models

WavTokenizer 学习笔记

无标题 2

无标题

综述：口语对话系统

论文阅读库索引