本期的 5 篇论文如下：

[00:37] TOP1(🔥78) | 🛡 RobustFT: Robust Supervised Fine-tuning for Large Language Models under Noisy Response（RobustFT：在噪声响应下的大语言模型的鲁棒监督微调）

[02:57] TOP2(🔥47) | ⚡ Parallelized Autoregressive Visual Generation（并行自回归视觉生成）

[05:16] TOP3(🔥38) | 🔄 B-STaR: Monitoring and Balancing Exploration and Exploitation in Self-Taught Reasoners（B-STaR：监控和平衡自学习推理器中的探索与利用）

[07:23] TOP4(🔥37) | 🧠 Diving into Self-Evolving Training for Multimodal Reasoning（深入自进化训练的多模态推理）

[09:53] TOP5(🔥33) | 🧠 Offline Reinforcement Learning for LLM Multi-Step Reasoning（基于离线强化学习的大语言模型多步推理）

【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