MiniCPM-V 4.5: Cooking Efficient MLLMs via Architecture, Data, and Training Recipes
实验室的minicpm-v工作的迭代版本，这个系列工作比较focus image/video的perception问题，在8B scale下刷新了sota
Hyper-Bagel: A Unified Acceleration Framework for Multimodal Understanding and Generation
这是一篇对bagel做推理加速的工作，甚至是一个lossless的算法
MobileRL: Online Agentic Reinforcement Learning for Mobile GUI Agents
Zhipu的Mobile RL工作，前几天出了个ComputerRL，今天出了MobileRL，标题都挺简单粗暴的。作者在rl上算法上，主要是更偏好更短的traj，由此进行online rl。
Soft Tokens, Hard Truths
Meta的一篇关于latent cot的工作，作者做了一个hard/soft/fuzzy模式相结合的方案，然后第一次可以不用distill的方式，直接训练一个latent cot模型。并发现，在下游任务中，latent cot的bon更高，也就是diversity更高
