本期的 19 篇论文如下：

[00:23] 🧠 Self-rewarding correction for mathematical reasoning（自我奖励的数学推理校正）

[01:03] 🧠 MedVLM-R1: Incentivizing Medical Reasoning Capability of Vision-Language Models (VLMs) via Reinforcement Learning（MedVLM-R1：通过强化学习激励视觉语言模型的医疗推理能力）

[01:53] 🧠 R2-T2: Re-Routing in Test-Time for Multimodal Mixture-of-Experts（R2-T2：测试时重路由在多模态专家混合模型中的应用）

[02:34] 🧬 LongRoPE2: Near-Lossless LLM Context Window Scaling（LongRoPE2：近乎无损的LLM上下文窗口扩展）

[03:11] 🧠 FINEREASON: Evaluating and Improving LLMs' Deliberate Reasoning through Reflective Puzzle Solving（FINEREASON：通过反思性谜题解决评估和改进大语言模型的深思熟虑推理）

[04:02] 🤖 CODESYNC: Synchronizing Large Language Models with Dynamic Code Evolution at Scale（CODESYNC：大规模动态代码演化与大型语言模型同步）

[04:48] 🚀 Lean and Mean: Decoupled Value Policy Optimization with Global Value Guidance（精简与高效：基于全局价值引导的解耦价值策略优化）

[05:33] 🧩 UniTok: A Unified Tokenizer for Visual Generation and Understanding（UniTok：面向视觉生成与理解的统一分词器）

[06:12] 🚀 NeoBERT: A Next-Generation BERT（NeoBERT：下一代BERT）

[06:47] 🌀 FlexiDiT: Your Diffusion Transformer Can Easily Generate High-Quality Samples with Less Compute（FlexiDiT：让你的扩散Transformer轻松生成高质量样本，计算量更少）

[07:30] 🛠 SoRFT: Issue Resolving with Subtask-oriented Reinforced Fine-Tuning（SoRFT：面向子任务的强化微调问题解决方法）

[08:07] 🤖 Building Interactable Replicas of Complex Articulated Objects via Gaussian Splatting（基于高斯样条构建复杂 articulated 物体的交互式副本）

[08:45] 🎨 Multimodal Representation Alignment for Image Generation: Text-Image Interleaved Control Is Easier Than You Think（多模态表示对齐用于图像生成：文本-图像交错控制比你想象的更简单）

[09:30] 🎥 Mobius: Text to Seamless Looping Video Generation via Latent Shift（Mobius：通过潜在位移从文本生成无缝循环视频）

[10:08] 🛡 Guardians of the Agentic System: Preventing Many Shots Jailbreak with Agentic System（代理系统守护者：通过代理系统防止多次越狱）

[10:49] 🤖 R1-T1: Fully Incentivizing Translation Capability in LLMs via Reasoning Learning（通过推理学习全面激励大语言模型中的翻译能力）

[11:29] 🧠 On Relation-Specific Neurons in Large Language Models（关于大型语言模型中的关系特定神经元）

[12:05] 🔄 Training Consistency Models with Variational Noise Coupling（基于变分噪声耦合的训练一致性模型）

[12:46] ⚡ Efficient Gaussian Splatting for Monocular Dynamic Scene Rendering via Sparse Time-Variant Attribute Modeling（通过稀疏时变属性建模实现单目动态场景渲染的高效高斯光栅化）

【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

2025.02.28 | 自我校正提升数学推理，强化学习优化医疗推理。

HuggingFace 每日AI论文速递

2025.02.28 | 自我校正提升数学推理，强化学习优化医疗推理。