Universal Actions for Enhanced Embodied Foundation Models
作者发现，在embodied领域，不同的机器人的动作空间千差万别。如果把所有机器人的动作空间尽可能对齐的话，他们的推理能力会不会在一个模型里泛化呢？作者做了实验，发现确实可以。
VideoWorld: Exploring Knowledge Learning from Unlabeled Videos
seed的工作。作者思考了一个简单的问题：用视频生成的方式，可以让模型学会推理吗？举个例子，比如下棋，所有的棋谱都能用视频的方式组织成一步步下棋的格式。那么，如果把各种推理数据都这么直接训进视频模型，他会下棋吗？作者这么搞了一波，对比的baseline是正常的action-based rl，发现效果竟然挺好。
这个感觉潜力很大呀
Evolving Deeper LLM Thinking
deepmind的工作。作者提出了一套LLM自动合成long cot的方案，可以把一堆candidate进行refine、combine，最终让目前的最优解变得越来越长。作者发现用Gemini-1.5，最终效果非常好。
