本周AI论文精选，涵盖推理、Agent、RL等方向

本周顶级AI论文（2月24日-3月2日）

- 一个超大型视频推理套件：用于视频推理研究的200项任务、100万+视频片段
- 你的推理模型是否隐式知晓何时停止思考？介绍SAGE范式
- AgentFly：在不微调LLM的情况下微调LLM智能体
- Microsoft rStar2-Agent：仅14B参数在AIME24上达到80.6%
- 从盲点到增益：LMM的基于诊断的迭代训练
- VibeVoice：合成90分钟多说话人对话语音
- Alibaba MobilityBench：基准测试真实世界路线规划智能体
- NVIDIA用于扩展LLM终端能力的数据工程策略
- VESPO：用于稳定RL训练的变分序列级软策略优化
- 超越Pass@1：带变分问题合成的自我对弈维持RLVR

在下方查找：