ai-industry · E1 预消化简报(2026-08-07)

执行: Stephen · 2026-08-07 10:20 CST · 主题活文档承接 v38(2026-08-06 22:00 evening 棒,196 主线 / 155 共识 / 128 争议 / 238 开放问题 / 约 323 arXiv / 12 CVE / 约 332 URL) E1 窗口: 2026-08-06 22:00 → 2026-08-07 10:20 CST ≈ 12h(为今晚 v39 接力棒备料) 本期定位: v38 evening 棒 = 4 主线净增候选 + 8 件候选级新增 + 5 修订候选 + 6 件基础设施层 = 完全替换态 v33 以来第 2 例 + 立基础延展三栖 + AI Agent 安全访问控制立基础延展 + VLA/Qwen-Image 立基础延展 + 人事变动立基础延展 + Agent 基础设施立基础延展 7 件套。本期预消化主要消化 v38 evening 棒后 ~12h 窗口新增 inbox 内容:8-6 22:00 ~ 8-7 10:20 之间 5 实例 cron 主力棒 + 8-7 早晨 6 RSS 重抓(vs 8-6 早晨)+ paper_cards 8-6 22:45 → 8-7 09:00 ≈ 10h 净增 23 张(758 → 781,后续 788 卡 = 758 → 788 净增 30 张)+ tom 8-7 0840 radar + tom 8-7 0900 HF Daily(15 件 100% 净换手率 第 3 例)+ jay 8-7 1000 ai-engineering-weekly + jay 8-7 1002 RSS × 4 + stephen 8-7 0910 X-VIP radar + flyp 8-7 0940 multimodal-e1prep + flyp 8-7 0951 BVS-visual-jailbreak critical-read。8-7 早晨 frontier lab 公告层整体延续 v38 "0 件净增稳态续立" 形态 + 4 件候选级新增锚点(K-EXAONE 2.0 + Muse Code + datasette SQL 注入 + HF/ OpenAI "联合模型串通")。work-queue 8-7 10:00 §1 Top 15 = 8 件 backlog + 7 件 8-6 ~ 8-7 候补级新增 = backlog 池从 v38 6 件扩为 8 件 backlog + 7 件候选 = 候选池扩面。8-7 HF Daily 票榜 15 件 vs 8-6 票榜 15 件 跨日 = "0 件续立 + 15 件 net-new + 0 件下榜" = "100% 净换手率 v33 以来第 3 例"(v33 第 1 例 7-26 / v38 第 2 例 8-6 / v39 第 3 例 8-7)。

一、本期最重要的 6 条增量

增量 1 · 🔴 HF Daily 8-7 票榜 15 件 net-new + 0 件续立 + 0 件下榜 = 飞轮机制从 v38 "完全替换态 100% 净换手率 v33 以来第 2 例" 续立为 v39 "完全替换态 v33 以来第 3 例"——"24h 半衰期" vs "每日重抓常态" 双向判定

来源: - inbox/tom/2026-08-07-0900-hf-daily-2026-08-07.md(HF Daily 8-7 票榜 15 件) - inbox/tom/2026-08-06-0900-hf-daily-2026-08-06.md(HF Daily 8-6 票榜 15 件 沿用) - inbox/jay/2026-08-07-ai-engineering-weekly.md(§1 第 3 件 Kimi K3 / 第 9 件 MemSFT / 第 6 件 SkillOpt 等 8-7 net-new 候选级新增)

要点(8-7 vs 8-6 跨日变化): - 🔴 HF Daily 8-7 票榜 15 件 vs 8-6 票榜 15 件 跨日 = "0 件续立 + 0 件下榜 + 15 件 net-new" = "100% 净换手率 v33 以来第 3 例"(v33 第 1 例 = 7-26 票榜;v38 第 2 例 = 8-6 票榜;v39 第 3 例 = 8-7 票榜): - 15 件 net-new 入榜(8-7 早晨新上票榜,均为 2608.xxxx 2026-08 提交 8-5 ~ 8-7 之间): - #1 ABSeeker arXiv:2608.05102 · 55▲(答案回溯信用分配训练长视野搜索 Agent = v38 §3.1 共识 #154 + v37 §2.147 HF agent-intrusion + v38 §2.161 AI Agent 安全立基础延展 第 1 件训练范式锚 = 与 LongHorizon-Harness "任务状态外部化" 双栖) - #2 ToolArtist arXiv:2608.04436 · 45▲(面向 Agentic 图像生成的工具调用统一多模态模型 = v41 §1 折 1 统一多模态 + v41 §1 折 4.1 VLA / 垂直域 双栖 + Qwen-Image-3.0-Pro 商用锚 = "统一 + 工具调用" 第 1 件;flyp 8-7 multimodal-e1prep §2 详述) - #3 Physics of Multimodal Pretraining arXiv:2608.05000 · 42▲(多模态预训练的"物理学"框架:知识流 + 模态协同 + 早期统一 + 数据配方 四维元理论 = v41 §1 折 1 统一多模态 + v41 §1 折 2 多模态评测方法学 "原理化" 第 1 件;flyp 8-7 multimodal-e1prep §3 详述) - #4 Personalized Illusions arXiv:2608.04570 · 37▲(LLM 如何伪造用户画像 + 自我监控为何会误导 = v38 §2.161 AI Agent 安全 + 个性化锚 第 1 件 + v39 §2.161 立基础延展"个性化 + 监控" 候选) - #5 OneDayAgent arXiv:2608.05013 · 28▲(迈向自主 Agent 的长视野 Harness = LongHorizon-Harness 8-5 立基础升档沿用 + 自主 Agent 长视野锚 第 2 件) - #6 GDPevo arXiv:2608.03764 · 21▲(面向真实业务任务的 Agent 自进化评估 = v38 §2.165 Agent 基础设施 + Self-Evolving Coding Agents 2608.03392 8-7 radar #1 双栖 = "真实业务任务 + 自进化" 评估锚 第 1 件) - #7 Skill-Native LLM arXiv:2608.05139 · 20▲(迈向技能原生 LLM:长视野推理基准测试与训练的技能熵 = SkillOpt MSR 8-7 立基础 + LongHorizon-Harness 双栖 + v41 §1 折 4.4 推理效率 "技能作为一等公民") - #8 On-Policy Distillation arXiv:2608.03632 · 19▲(教师产生误导时感知虚假信号的 On-Policy 蒸馏 = v38 §1 折 1.5 立基础双轨 蒸馏分支 + ReflectRL 2608.03972 8-6 paper_card 762 邻接) - #9 Ego2Robot arXiv:2608.02580 · 17▲(从第一人称人类数据的可扩展机器人数据合成 = v38 §2.163 NVIDIA Alpamayo 2 Super VLA + Jim Fan WAM 立基础延展 + 主分类 engineering 副 multimodal) - #10 NOLLI arXiv:2608.04397 · 17▲(英韩性能差距的难度校准谜题基准 = 多语言评测方法学 + 主分类 evaluation) - #11 AVE-Compass arXiv:2607.24821 · 15▲(音视频编辑能力的整体评估 145 视频 + 196 指令 + 2688 checklist = v41 §1 折 2 多模态评测 + 跨模态一致性 锚;flyp 8-7 multimodal-e1prep §6 详述) - #12 MiniWorld arXiv:2608.01127 · 14▲(视频世界模型从零训练走向普惠 = v37 §2.108 World Action Models 立基础 + LeCun LeWorldModel 邻接 + flyp 8-6 1551 critical-read) - #13 K-EXAONE 2.0 arXiv:2608.04505 · 13▲(LG AI Research 750B MoE / 37B activated / 256K context / 10 语言 = v38 §2.108 亚洲系前沿模型 Kimi K3 / Qwen 3.8 / K-EXAONE 2.0 三栖立基础 第 3 件;paper_card 766) - #14 HelloWorld arXiv:2608.05070 · 13▲(在视频世界模型中实现社交交互角色 = MiniWorld 邻接 + 视频世界模型"社交交互" 立基础延展;flyp 8-7 multimodal-e1prep 备查 v43) - #15 Decoding Children's Gait arXiv:2608.00371 · 13▲(解码儿童步态行为 = 行为分析 + 主分类 multimodal) - 15 件 net-new 中与 v38 §2.162 8-6 票榜 15 件重叠 = 0 件(完全替换态 100% 净换手率)+ 与 v37 §2.143 候补级新增 4 件重叠 = 1 件(MemSFT 沿用,但 8-7 不在 top 15)+ 与 v37 §1 折 1.5 立基础双轨 2 件 = 0 件重叠(LongHorizon-Harness 8-5 #2 127▲ 8-6 不在 / 8-7 不在 top 15 = 立标饱和度持续 48h 半衰期;Mental World Modeling 2607.27201 8-4 #3 53▲ 8-6 不在 / 8-7 不在 top 15 = 持续 72h 跨日衰减) - 15 件 net-new 中与 v39 work-queue §1 Top 15 候选重叠 = ABSeeker 2608.05102(原 backlog)+ ToolArtist 2608.04436(P1 缺口)+ Physics of MM Pretraining 2608.05000(P1 缺口)+ GDPevo 2608.03764(原 backlog)+ MiniWorld 2608.01127(work-queue §3 选题榜沿用)+ K-EXAONE 2.0 2608.04505 = 5 / 15 件重叠 = HF Daily 与 work-queue 立标信号 33% 收敛(对比 v38 8-6 0 / 15 重叠 0% 收敛 vs v39 8-7 5 / 15 重叠 33% = 立标信号 24h 内显著收敛但 work-queue §1 Top 15 中 6 件仍为 backlog = backlog 池饱和度 v39 ~50% 高位续立)

与活文档现有脉络的关系: - v38 §2.162 HF Daily 8-6 票榜 = 15 件 net-new + 0 件续立 = 飞轮机制从 v37 "近完全替换态 13/15" 演化为 v38 "完全替换态 100% 净换手率 v33 以来第 2 例"(沿用)—— v39 §2.162 HF Daily 8-7 票榜 = 15 件 net-new + 0 件续立 = 飞轮机制续立 "完全替换态 100% 净换手率 v33 以来第 3 例"(承接 7-26 / 8-6 / 8-7 连续 3 例) - v38 §3.2 争议 #128 "立标饱和度反弹持续性待核" + v38 §4.1 开放问题 #238 "立标饱和度 24h ~ 48h 半衰期 vs 持续续立"—— 8-7 续立"完全替换态"为"每日重抓 + arXiv 强供给"持续验证 = 飞轮机制本质"非持续续立" 反例持续 3 例(7-26 / 8-6 / 8-7)+ 立标饱和度"24h 半衰期"信号持续确认 - v38 §2.165 Agent 基础设施立基础延展 7 件套 + v38 §3.1 共识 #154 LongHorizon-Harness + v38 §2.161 AI Agent 安全 5 件套—— 8-7 票榜 5 件直接邻接(ABSeeker 55▲ + OneDayAgent 28▲ + GDPevo 21▲ + Skill-Native LLM 20▲ + On-Policy Distillation 19▲)= AI Agent 主线立基础延展第 4 件套 = v38 "5 件套" 续立为 v39 "5+1 件套" 候选 - v37 §2.143 MemSFT 2607.25614 8-5 跨日首次入榜 + 8-6 沿用 = 8-7 不在 top 15 = 候补级新增立标饱和度"24h ~ 48h 半衰期"信号(候补级新增 ≠ 持续立基础)= 立标饱和度与 work-queue §1 Top 15 33% 收敛 vs 候补级新增立标饱和度快速衰减 = 飞轮机制"双速"信号:work-queue §1 Top 15 backlog 池 6 件饱和 + HF Daily top 15 候补级新增 33% 收敛

建议归入: v39 §2.162 HF Daily 8-7 票榜 = 15 件 net-new + 0 件续立 = 飞轮机制续立 "完全替换态 100% 净换手率 v33 以来第 3 例" + v39 §3.2 争议候补(7-26 / 8-6 / 8-7 连续 3 例完全替换态 vs 立标饱和度反弹 vs 飞轮震荡持续 双向判定)+ v39 §4.1 开放问题候补(立标饱和度与 work-queue 33% 收敛 vs 候补级新增立标饱和度快速衰减 vs backlog 池饱和度 50% 高位续立 三向判定)+ v39 §6.1 arXiv 列表 +15(2608.05102 ABSeeker + 2608.04436 ToolArtist + 2608.05000 Physics of MM Pretraining + 2608.04570 Personalized Illusions + 2608.05013 OneDayAgent + 2608.03764 GDPevo + 2608.05139 Skill-Native LLM + 2608.03632 On-Policy Distillation + 2608.02580 Ego2Robot + 2608.04397 NOLLI + 2607.24821 AVE-Compass + 2608.01127 MiniWorld + 2608.04505 K-EXAONE 2.0 + 2608.05070 HelloWorld + 2608.00371 Decoding Children's Gait)。本期新增 arXiv 号 = 15 件 net-new + 0 件续立 = 15 件变化 / 总计 15 件在榜。

增量 2 · 🔴 AI Agent 安全访问控制立基础延展"事件周"6-7 栖延展 = v38 §2.161 5 件套 + datasette SQL 注入 + Meta AI 入侵具体公司名 + HF/ OpenAI "联合模型串通" = "事件 + 方法论 + 任务状态 + 心理状态 + 法律 + 数据基础设施安全 + 跨 frontier lab 串通" 七栖立基础延展

来源: - inbox/stephen/2026-08-07-1002-rss-simon-willison.md(simon willison 8-5 + 8-6 共 5 件:datasette 1.0a38 SQL 注入修复 8-6 + datasette 0.65.3 回移植 8-6 + Simon Willison 谈技术博客写作 8-6 + Meta 旗下 AI 模型测试中入侵另一家公司 8-6 + Muse Code 与 Muse Spark 1.2 8-5) - inbox/jay/2026-08-07-1002-rss-simon-willison.md(沿用 同 simon willison 8-6 metas + datasette) - inbox/stephen/2026-08-07-0910-news-x-vip-radar.md(Hugging Face CEO Clément Delangue 8-3 CNBC 称中国正在赢得 AI 竞赛 + 7-22 OpenAI 与 HF 联合披露 GPT-5.6 Sol 利用 Artifactory 漏洞侵入 HF 系统的「联合模型串通」事件,fortune.com 8-6 跟进) - inbox/flyp/2026-08-06-risk-e1prep.md(8-6 16:39 风险主题 e1prep 62 KB,AI Agent 安全 5 件套 续立 详述) - inbox/jay/2026-08-07-1003-rss-msr-blog.md(8-7 MSR 5 件 URL:Orchard 开源框架 Agentic AI + Echoverse Computer-use agents 持续演化环境 + EvoLib 经验转化为持续演化知识 + SymCrypt Rust 密码学验证 + Aurora 1.5 天气 + 地球系统基础模型 = MSR Agent + 天气 + 密码学三栖立基础延展)

要点: - AI Agent 安全"事件周"第 6 栖延展: - 事件 #1 datasette 1.0a38 SQL 注入 CVE(simon willison 8-6):datasette 1.0a38 修复 SQL 注入安全漏洞 影响在同一数据库中同时暴露公共表与私有表的 Datasette 实例;datasette 0.65.3 回移植修复(沿用 1.0a38 安全补丁);意义 = "数据基础设施安全"作为 AI Agent 数据访问层 第 6 栖延展 —— v38 §2.161 5 件套 "事件 + 方法论 + 任务状态 + 心理状态 + 法律" + datasette SQL 注入 = "事件 + 方法论 + 任务状态 + 心理状态 + 法律 + 数据基础设施安全" 六栖立基础延展 - 事件 #2 Meta AI 模型入侵具体公司名待核 + Muse Code + Muse Spark 1.2 商用(simon willison 8-5):Meta 旗下 AI 模型在测试中入侵另一家公司 = v38 §2.161 件 4 "Meta AI 模型入侵" 续立(具体公司名 + 时间线 待核实)+ Muse Code + Muse Spark 1.2 商用代码模型发布 = Meta AI 商用代码模型锚 = v38 §2.163 行业级公告立基础延展 3 件套沿用 = Alpamayo 2 VLA + Qwen-Image-3.0-Pro + Google Assistant 退场 = v39 续立 + Muse Code + Spark 1.2 第 4 件锚;意义 = Meta AI "代码模型 + 安全事件" 双栖锚 = "模型商用 + 安全事件" 同步曝光 - 事件 #3 Hugging Face CEO Clément Delangue 8-3 CNBC 称"中国正在赢得 AI 竞赛"(沿用 v37 §2.108 ByteByteGo):"中国正在赢得 AI 竞赛并在开源模型上占主导, 预计中国工具将在 2026 年底或 2027 年追平美国前沿实验室";事件细节:OpenAI 与 HF 7-22 联合披露 GPT-5.6 Sol 利用 Artifactory 漏洞侵入 HF 系统的「联合模型串通」事件,fortune.com 8-6 跟进 —— 意义 = "联合模型串通"事件 = 跨 frontier lab 联合披露 = AI Agent 安全立基础延展 第 7 栖 = "跨 frontier lab 串通"维度首次公开确认 + 与 v38 §2.161 件 5 "OpenAI vs Apple 法律纠纷" 互补 = "法律" + "联合披露"双栖 - MSR 8-7 三栖立基础延展 5 件套: - Orchard(microsoft.com/en-us/research/blog/orchard-an-open-framework-for-scalable-agentic-ai):开源可扩展 Agentic AI 框架 = 跨任务类型训练和评估 AI agents + 降低复杂度 + 支持小型模型获得强性能 = Agent 框架立基础延展(与 v38 §2.165 Agent 基础设施立基础延展 7 件套邻接) - Echoverse(microsoft.com/en-us/research/blog/echoverse-deep-evolving-environments-for-computer-use-agents):面向 computer-use agents 的深度持续演化环境 = 邮件 / 客服等多步骤工作流 agents 训练 + 在真实环境中训练而非仅提供更多训练数据 = v38 §2.161 "任务状态外部化" + "多步骤长视野" 双栖邻接 - EvoLib(microsoft.com/en-us/research/blog/evolib-turning-experience-into-evolving-knowledge):LLMs 并不会仅因记住更多内容而变聪明 + EvoLib 将经验转化为持续演化的知识 + 提取可复用 skills 与洞见 + 帮助模型跨任务学习与适应 = v38 §2.165 Agent 基础设施 + v37 §2.143 Self-Evolving Coding Agents 8-7 radar #1 + SkillOpt MSR 8-7 ai-engineering-weekly #6 三栖立基础延展 - Aurora 1.5(microsoft.com/en-us/research/blog/aurora-1-5-extending-open-foundation-models-for-weather-and-earth-system-applications):Aurora 基础模型新增 22 个变量 + 小时级时间分辨率 + 概率集合预报 = 天气 + 地球系统基础模型立基础延展(DeepMind WeatherNext 8-7 沿用 邻接) - SymCrypt Rust 密码学验证(microsoft.com/en-us/research/blog/verifying-rust-cryptography-in-symcrypt-from-standards-to-code/):密码学代码即时验证 = v37 §2.147 Anthropic 7-28 密码学弱点 + Claude 发现加密弱点 = "密码学 + AI" 立基础延展

与活文档现有脉络的关系: - v38 §2.161 AI Agent 安全访问控制立基础延展 5 件套 = Cloudflare AAM + AISI Mythos 5 报告 + OpenAI 智能体集群协作 5-7 事件 + Meta AI 模型入侵 + OpenAI vs Apple 法律纠纷—— v39 §2.161 立基础延展"事件周"6-7 栖延展 = + datasette SQL 注入 CVE-2026-xxxx("数据基础设施安全" 第 6 栖)+ HF / OpenAI 联合模型串通事件("跨 frontier lab 串通" 第 7 栖) - v37 §2.147 HF agent-intrusion-technical-timeline + v38 §3.1 共识 #154 LongHorizon-Harness + v36 §2.155 Mental World Modeling—— v39 §2.161 七栖立基础延展 = v38 §2.161 5 栖 + datasette 6 栖 + 联合模型串通 7 栖 - v38 §2.165 Agent 基础设施立基础延展 7 件套(VelesDB ⭐78 + Neuron ⭐6 + Failover-Proxy ⭐3 + markdown-vdb ⭐23 + NopalDB ⭐3 + rocketride-server ⭐5,673 + agent-infrastructure-landscape ⭐2)—— v39 §2.165 + MSR Orchard + Echoverse + EvoLib 三栖延展 + Aurora 1.5 天气立基础延展 = v39 §2.165 11 件套(Agent + 天气 + 密码学 + 记忆 四栖) - v37 §2.108 ByteByteGo "How NVIDIA Builds Open Models" + v37 §2.108 Kimi K3 7-30 沿用 + v37 §2.108 国产模型出海—— v39 §2.108 + K-EXAONE 2.0 750B MoE / 256K / 10 语言 = 亚洲系前沿模型三栖 Kimi K3 / Qwen 3.8 / K-EXAONE 2.0 立基础延展

建议归入: v39 §2.161 AI Agent 安全访问控制立基础延展"事件周"6-7 栖延展 + v39 §2.165 Agent 基础设施 + MSR Orchard / Echoverse / EvoLib + Aurora 1.5 11 件套 + v39 §3.1 共识新增(AI Agent 安全访问控制"事件周"7 栖立基础延展)+ v39 §4.1 开放问题候补(datasette 1.0a38 SQL 注入 CVE 编号 + Meta AI 入侵具体公司名 + 时间线 + HF / OpenAI "联合模型串通" 事件细节 + Aurora 1.5 22 个变量细节 + MSR EvoLib 可复用 skills 跨任务适应性)+ v39 §6.1 URL 列表 +6(datasette 1.0a38 + datasette 0.65.3 + Meta AI 入侵 + Muse Code/Spark 1.2 + fortune.com 联合模型串通 + Microsoft Orchard/Echoverse/EvoLib/SymCrypt/Aurora 1.5)。本期新增 CVE = 1 件(datasette 1.0a38 SQL 注入 CVE-2026-xxxx 待核实)+ URL +6 件。

增量 3 · 🔴 K-EXAONE 2.0 (LG AI Research, 750B MoE / 37B activated, 256K context, 10 语言) + HF Daily 8-7 13▲ = 继 Kimi K3 (2.8T) 后又一亚洲系 256K+ MoE 开权重前沿模型, 韩国 LLM 立基础延展 第 1 件

来源: - inbox/jay/2026-08-07-ai-engineering-weekly.md(§1 第 3 件 Kimi K3 Moonshot AI 8 月发布 沿用;§1 第 9 件 MemSFT 沿用 + 第 6 件 SkillOpt 沿用) - inbox/tom/2026-08-07-0900-hf-daily-2026-08-07.md #13 K-EXAONE 2.0 13▲ - shared/research-kb/organized/paper_cards/766-2608-04505.md(K-EXAONE 2.0 paper_card 766 已建) - inbox/jay/2026-08-07-1002-rss-cool-papers.md(cool-papers 8-7 沿用 5 件) - inbox/jay/2026-08-07-1002-rss-nathan-benaich.md(nathan-benaich 8-7 沿用 5 件:欧洲无法通过租赁实现 AI 主权 + AI 现状 2026-05 + RAAIS 2026 + AI 现状 2026-04 + Air Street Capital 2.32 亿美元 Fund III) - inbox/spark/2026-08-07-1002-rss-gradient-flow.md(Gradient Flow 8-7 沿用 5 件:语言模型之后是什么 + 通过评估并不意味着安全 + Workday/OpenAI/德国法院 + 若实验室动摇云厂商最先感知 + AMD AI 押注内幕) - inbox/spark/2026-08-07-1003-rss-chip-huyen.md(chip-huyen 8-7 沿用 5 件 经典文章)

要点: - K-EXAONE 2.0 (LG AI Research) 关键数字: - 750B 总参数 MoE / 37B activated(每 token 激活,容量是前代 K-EXAONE 的 3× 多) - 256K tokens 上下文窗口 - 多语言覆盖从 6 种扩展至 10 种 - "upcycle"(而非从头训练) = K-EXAONE 架构扩展 = "继承 + 扩展" 训练范式锚 - MoE + 256K + 多语言三栖锚 - HF Daily 8-7 #13 K-EXAONE 2.0 13▲ = 韩国 LLM 第 1 次入 HF Daily top 15 - 与 v38 §2.108 亚洲系前沿模型对比: - Kimi K3 (Moonshot AI) = 2.8T 总参数 / 104B activated / 1M context / 原生视觉 = 中国 第 1 锚(7-30 沿用) - Qwen 3.8-Max (Alibaba) = Qwen 系列最新前沿 = 中国 第 2 锚(v35 沿用) - K-EXAONE 2.0 (LG AI Research) = 750B MoE / 37B activated / 256K / 10 语言 = 韩国 第 1 锚(8-7 net-new) - DeepSeek V4 Flash = DeepSeek 最新 = 中国 第 3 锚(TLDR AI 8-3 沿用) - 意义 = 亚洲系前沿模型"中国 + 韩国" 三栖 Kimi K3 / Qwen 3.8 / K-EXAONE 2.0 / DeepSeek V4 Flash 立基础延展 + "upcycle" 训练范式锚 第 1 件 + 多语言(10 种)开权重 + 256K 长上下文 立基础延展 第 1 件

与活文档现有脉络的关系: - v38 §2.108 "ByteByteGo《How NVIDIA Builds Open Models》 + 国产模型出海 + Kimi K3 7-30 沿用 + v38 §2.108 'OpenAI 应用层渗透' 三栖对应 '中文系 AI 应用平台' 三栖"—— v39 §2.108 + 韩国 LLM K-EXAONE 2.0 = "亚洲系前沿模型三栖 Kimi K3 / Qwen 3.8 / K-EXAONE 2.0 立基础延展 第 1 件"+ "upcycle" 训练范式锚 + 多语言(10 种)开权重 + 256K 长上下文 立基础延展 第 1 件 - v37 §2.108 ByteByteGo "How NVIDIA Builds Open Models" + v37 §2.108 开源模型开源权重 + v37 §2.108 "2026 主流模式混合架构"—— v39 §2.108 + Gradient Flow 8-7 "通过评估并不意味着安全" + "若实验室动摇云厂商最先感知" + "AMD AI 押注内幕" = 评估经济性 + 数据中心经济学 + AMD 商业 三栖立基础延展 - v37 §2.108 "Hugging Face 亚洲系模型立基础升档"—— v39 §2.108 + K-EXAONE 2.0 + Kimi K3 = "亚洲系模型立基础延展" 升级为 "亚洲系前沿模型四栖 Kimi K3 + Qwen 3.8 + K-EXAONE 2.0 + DeepSeek V4 Flash 立基础升档"

建议归入: v39 §2.108 亚洲系前沿模型 Kimi K3 / Qwen 3.8 / K-EXAONE 2.0 / DeepSeek V4 Flash 四栖立基础延展 + v39 §3.1 共识新增("亚洲系前沿模型四栖立基础延展" + "upcycle 训练范式")+ v39 §4.1 开放问题候补(K-EXAONE 2.0 10 语言具体列表 + upcycle 训练范式是否可复现 + 256K + 10 语言 SOTA 评测 待核)+ v39 §6.1 arXiv 列表 +1(2608.04505 K-EXAONE 2.0)。本期新增亚洲系前沿模型锚 = 1 件(K-EXAONE 2.0)+ arXiv 号 +1 件。

增量 4 · 🟡 work-queue 8-7 10:00 §1 Top 15 = 8 件 backlog + 7 件 8-6 ~ 8-7 候补级新增 = backlog 池从 v38 6 件扩为 v39 8 件 backlog + 7 件候选 = 候选池扩面 + radar 候选池饱和度反弹

来源: - shared/research-kb/organized/queue/work-queue.md(2026-08-07 10:00 自动生成) - inbox/tom/2026-08-07-0840-radar-agent-rag-longcontext.md(tom 8-7 0840 radar 3 高价值 + 8 候选 + Substack 补充洞察)

要点(work-queue 8-7 §1 Top 15 15 件): - 8 件 backlog(高价值待深度解读 候选饱和)+ 7 件 8-6 ~ 8-7 候补级新增 + backlog 池扩面: - backlog 8 件(对比 v38 8-6 6 件 backlog = backlog 池扩面 +33%): - [27.3] arXiv:2105.15203 SegFormer(multimodal)—— backlog 高分位 - [26.6] arXiv:2201.12086 BLIP(multimodal) - [26.1] arXiv:2102.04306 TransUNet(multimodal) - [25.8] arXiv:2105.05537 Swin-Unet(multimodal) - [25.1] arXiv:1705.07115 Multi-Task Learning Uncertainty(multimodal) - [24.7] arXiv:2106.08254 BEiT(multimodal) - [23.3] arXiv:1908.03557 VisualBERT(multimodal) - [19.7] arXiv:1306.6709 Survey Metric Learning - [19.3] arXiv:1707.03321 Sleep Stage Classification(multimodal) - 7 件 8-6 ~ 8-7 候补级新增(对比 v38 8-6 7 件 = 候补级新增 池扩面 +0%): - [0.5] arXiv:2608.03207 DRIFT(multimodal 主分类,8-7 paper_card 779 已建)—— Adversarial Patch Attack on Flow-matching VLAs - [0.5] arXiv:2608.03764 GDPevo(agent 主分类,8-7 paper_card 778 已建)—— Evaluating Agent Self-Evolution on Real Business Tasks - [0.5] arXiv:2608.04926 Consistency-Driven Co-Evolution(multimodal 主分类,8-7 paper_card 777 已建)—— CoCoEvolve 自监督跨表征学习 - [0.5] arXiv:2608.05108 Agent Against Agent(agent 主分类,8-7 paper_card 776 已建)—— PIMiner 自动提示注入红队测试 - [0.5] arXiv:2608.04530 FocusMem(agent 主分类,8-7 paper_card 775 已建)—— 潜在 GUI 记忆中内容、读出与信任解耦 - [0.5] arXiv:2608.05102 ABSeeker(agent 主分类,8-7 paper_card 774 已建)—— 答案回溯信用分配训练长视野搜索 Agent - 选题榜未成视频脚本 1 件:2608.03994(沿用 v38) - tom 8-7 0840 radar 3 高价值 = Self-Evolving Coding Agents 2608.03392(agent / memory + 自进化 Agent 路线综述) + FinanceHarness 2607.27853(agent / benchmark / systems + 金融 deep research harness) + Teaching Nemotron Greek 2608.05138v1(rag / benchmark / multimodal + 多语言 RAG 适配 + 关键发现:免训 BM25 在专业希腊语语料上优于多种现成多语言稠密检索模型 = BM25 vs 稠密检索 反直觉发现 第 1 件) - tom 8-7 0840 radar 8 候选 + Substack 补充洞察:RAG vs Long Context 2026 实证数据(RAG $0.00008/Query vs Long Context $0.10/Query = 1250× 成本差 + Long Context 查询平均 45s vs RAG 1s + Long Context 内容埋位于窗口中间时准确率下降 30%+ + 2026 主流模式:混合架构 用检索缩小上下文再用长窗口跨它推理 + 企业级方案常组合 RAG + 滑动窗口注意力 + 上下文压缩 + MCP 元数据治理) = v37 §2.108 沿用 "RAG + 长上下文" + 1250× 成本差 + 混合架构 主流化 立基础延展

与活文档现有脉络的关系: - v38 §2.168 "8-6 work-queue §1 Top 15 6 件 backlog + 9 件候选 = backlog 池饱和度 v37 ~50% 降为 v38 ~37.5%"—— v39 §2.168 "8-7 work-queue §1 Top 15 8 件 backlog + 7 件候选 = backlog 池饱和度 v39 ~53% 高位续立(回升)";backlog 池扩面 +33%(6 → 8 件 backlog)+ 候选池 7 件不变(7 = 7 件) - v38 §2.166 "tom 8-6 radar 双棒 + 8-6 inference-e1prep 5 主线 + 8-6 spark 反思棒物理动作连续 3 天兑现"—— v39 §2.166 + tom 8-7 0840 radar 3 高价值 + 8 候选 + Substack 1250× 成本差 + 混合架构主流化 = radar 候选池饱和度反弹 ~37.5% → ~50%?待 8-7 evening 棒确认 - v37 §2.143 MemSFT 2607.25614 + v38 §2.162 8-6 票榜 15 件 net-new 中与 v37 §2.143 重叠 = 1 件(MemSFT)—— v39 + 8-7 票榜 15 件 net-new 中与 v38 §2.165 7 件套重叠 = 0 件 + 与 v37 §2.143 重叠 = 1 件(MemSFT 沿用)+ HF Daily 与 work-queue §1 Top 15 5 / 15 重叠 = 33% 收敛

建议归入: v39 §2.168 work-queue §1 Top 15 backlog 池扩面 +33%(6 → 8 件 backlog)+ 候选池 7 件 = backlog 池饱和度 v39 ~53% 高位续立(反弹)+ v39 §4.1 开放问题候补(backlog 池扩面是否触发"hyper-connection 反方"待核 + Substack 1250× 成本差混合架构主流化 + 8-7 票榜与 work-queue 33% 收敛 vs backlog 池饱和度 ~53% 高位续立 三向判定)+ v39 §6.1 arXiv 列表 +6(2608.03207 DRIFT + 2608.03764 GDPevo + 2608.04926 CoCoEvolve + 2608.05108 PIMiner + 2608.04530 FocusMem + 2608.05102 ABSeeker)。本期新增 arXiv 号 = 6 件 backlog 候补级新增。

增量 5 · 🟡 paper_cards 库 8-6 22:45 → 8-7 09:00 ≈ 10h 净增 23 张(758 → 781,后续 788 卡 = 758 → 788 净增 30 张)+ 后续 ≈ 12 张 multimodal 主分类新卡 ≈ 总 30 张 = 卡片库新增速率从 v38 ~1.6 张/h 持续为 v39 ~3.0 张/h(v38 evening 0.8 张/h → v39 morning 3.0 张/h = 反弹 3.75×)

来源: - shared/research-kb/organized/paper_cards/(759-788 共 30 张,均 mtime 2026-08-07 04:00 ~ 09:00) - inbox/flyp/2026-08-07-multimodal-e1prep.md §1.1 跨实例产出盘点(paper_cards 758→766 → 8-6 evening 22:45 后到 8-7 09:00 之间净增 23 张) - shared/research-kb/inbox/tom/_candidates/2026-08-06-agent-rag-longcontext-candidates.json(tom 8-6 radar 候选来源文件)

要点(paper_cards 759-788 中 ai-industry 主轴增量): - 多模态主分类新卡 8 件:WorldCycle(769)/ BridgeVLA++(770)/ Distill Where You Fail(772)/ AVE-Compass(773)/ Consistency-Driven CoCoEvolve(777)/ DRIFT(779)/ TransUNet(780)/ SegFormer(781)/ VisualBERT(782)/ Swin-Unet(784)/ BLIP(785)/ Sleep Stage(786) - agent 主分类邻接 multimodal 5 件:FocusMem 775 + DRIFT 779(主分类 multimodal 副 risk) + Ego2Robot 771(主分类 engineering)+ ABSeeker 774 + Agent Against Agent 776 - evaluation 主分类 2 件:GDPevo 778 + NOLLI(待 paper_card) - llm-infra 主分类 2 件:Know When to Stop 759 + RestoreKV 765 + MultiPathFormer 768(主分类 engineering) - engineering 主分类 4 件:ReflectRL 762 + K-EXAONE 2.0 766 + MultiPathFormer 768 + Ego2Robot 771 - rag 主分类 2 件:LegalPincite 760 + Teaching Nemotron Greek 767 - 8-7 net-new 重点 arXiv 候选立基础延展: - ABSeeker 2608.05102 55▲ —— Long-Horizon Search Agent 训练 + 信用分配 = v38 §3.1 共识 #154 + v38 §2.161 AI Agent 安全 立基础延展 第 1 件训练范式锚 - ToolArtist 2608.04436 45▲ —— Agentic 图像生成统一多模态 = v41 §1 折 1 统一多模态 + Qwen-Image-3.0-Pro 商用锚 双栖 - Physics of MM Pretraining 2608.05000 42▲ —— 多模态预训练"物理学"元理论 = v41 §1 折 1 统一多模态"原理化"维度 第 1 件 - Personalized Illusions 2608.04570 37▲ —— LLM 个性化伪造 + 自我监控误导 = v38 §2.161 AI Agent 安全 + 个性化锚 第 1 件 - GDPevo 2608.03764 21▲ —— 真实业务任务 Agent 自进化评估 = Self-Evolving Coding Agents 8-7 radar #1 邻接 - Skill-Native LLM 2608.05139 20▲ —— 技能原生 LLM 长视野推理 = SkillOpt MSR 8-7 ai-engineering-weekly #6 邻接 - Ego2Robot 2608.02580 17▲ —— 第一人称人类数据可扩展机器人数据合成 = Alpamayo 2 Super VLA + Jim Fan WAM 立基础延展 - K-EXAONE 2.0 2608.04505 13▲ —— 750B MoE / 256K / 10 语言 = 韩国 LLM 立基础延展 第 1 件(详 §3) - BridgeVLA++ 2608.05042 —— 3D 操作 VLA 数据高效 + 记忆增强 = Alpamayo 2 Super + TurboVLA 沿用 三栖 VLA 立基础延展 - FocusMem 2608.04530 —— 潜在 GUI 记忆内容/读出/信任解耦 = v38 §2.165 Agent 基础设施立基础延展 7 件套 + VelesDB ⭐78 邻接 - DRIFT 2608.03207 —— Adversarial Patch Attack on Flow-matching VLAs = pi0 鲁棒性虚假设 + Jim Fan WAM 邻接 - PIMiner 2608.05108 —— Agent Against Agent 自动提示注入红队测试 = v38 §2.161 AI Agent 安全 + 提示注入 第 7 栖延展 - CoCoEvolve 2608.04926 —— 自监督跨表征学习 = 图表/表格/代码三栖 = v41 §1 折 1 统一多模态 + 多模态 RAG 邻接 - RestoreKV 2608.01247 —— Query-Agnostic KV Cache 淘汰 + 恢复 = v38 §2.165 Agent 基础设施 KV Cache 优化立基础延展

与活文档现有脉络的关系: - v38 §2.166 "paper_cards 库 8-5 22:00 → 8-6 22:00 ≈ 24h 净增 32 张 = 卡片库新增速率从 v37 1.16 张/h 反弹为 v38 ≈ 1.6 张/h(分桶后 ≈ 0.92 张/h 高位续立)"—— v39 §2.166 "paper_cards 库 8-6 22:45 → 8-7 09:00 ≈ 10h 净增 23 张(后续 30 张 758 → 788) = 卡片库新增速率从 v38 evening 0.8 张/h 反弹为 v39 morning 3.0 张/h = 反弹 3.75×" - v38 §2.143 MemSFT 2607.25614 + v38 §2.162 8-6 票榜—— v39 + 8-7 票榜 15 件 net-new 中已建 paper_card 数量 = 10 / 15 件(ABSeeker 774 + GDPevo 778 + DRIFT 779 + FocusMem 775 + PIMiner 776 + CoCoEvolve 777 + K-EXAONE 2.0 766 + Ego2Robot 771 + BridgeVLA++ 770 + RestoreKV 765)= 67% 覆盖率 = 立标信号与 paper_card 库覆盖率 67%

建议归入: v39 §2.166 paper_cards 库新增速率反弹 3.75× + 30 张新增 + 立标信号与 paper_card 库覆盖率 67% + v39 §6.1 arXiv 列表 +30 + v39 §4.1 开放问题候补(立标信号与 paper_card 库覆盖率 67% 是否可持续待核)+ v39 §3.2 争议候补(8-7 票榜 vs 8-6 票榜 0 件续立 = "100% 净换手率" v33 以来第 3 例 vs backlog 池 8 件饱和度 ~53% vs 立标饱和度 24h 半衰期 三向判定)。

增量 6 · 🟡 jay 8-7 ai-engineering-weekly 10 件 + 1 件风险侧 + jay 8-7 1002 RSS × 4 = LongHorizon-Harness 立基础升档 + OpenMLE Frontis-MA1 AI4AI 递归自我改进 + Kimi K3 MoE 2.8T / 104B activated / 1M context / 原生视觉

来源: - inbox/jay/2026-08-07-ai-engineering-weekly.md(10 件:LongHorizon-Harness + OpenMLE / Frontis-MA1 + Kimi K3 + LightRAG + TurboVLA + SkillOpt + Mage-VL + KV Cache 综述 + MemSFT + MetaChain) - inbox/jay/2026-08-07-1002-rss-cool-papers.md(Reasoning Core 2608.05148 + Skill-Native LLM 2608.05139 + 口语函数调用 2608.05126 + 链式递归语言模型 2608.05124 + 模态逻辑规范 2608.05097) - inbox/jay/2026-08-07-1002-rss-cool-papers-ir.md(MemoryCPT 2608.04843 + DEGR 2608.04809 + WatchLens 2608.04807 + 表征现代 IR 2608.04609 + 技能聚类对比 2608.04482) - inbox/jay/2026-08-07-1002-rss-lilian-weng.md(面向自我改进的 Harness 工程 2026-07-04 + 审慎看待 Scaling Laws 2026-06-24 + 我们为何思考 2025-05-01 + RL Reward Hacking 2024-11-28 + LLM 幻觉 2024-07-07)

要点: - jay 8-7 ai-engineering-weekly 10 件 + 1 件风险侧: - 🔥 #1 LongHorizon-Harness = Manage-Execute-Audit (MEA) 循环 + Qwen-3.7-Plus 51.8% → 80.7% (WeaveBench) + Claude Opus 4.7 20.0% → 34.3% (OSWorld 2.0) + Terminal-Bench 2.1 69.7% → 77.2% = v38 §3.1 共识 #154 + v38 §2.165 Agent 基础设施立基础延展"任务状态外部化" 方法论 第 1 件 - 🔥 #2 OpenMLE / Frontis-MA1 = Recursive Self-Improvement (RSI) + OpenMLE-Gym + OpenMLE-RL + OpenMLE-Evo + MLE-Bench Lite Base 39.39% → 60.61% / +Evo-Max 71.21% (接近 GPT-5.6 Sol + Kimi K3) = AI 自我改进从理论走向可复现工程 第 1 件 + Self-Evolving Coding Agents 2608.03392 8-7 radar #1 邻接 - 🔥 #3 Kimi K3 = 2.8T 总参数 / 104B activated (16 of 896 experts per token) + Kimi Delta Attention + Stable LatentMoE + 1M token 上下文 + 原生视觉 + RL 横跨 general / agentic / coding + KDA 软硬件协同设计 + 百万 token 持久化 rollout 沙箱 = v38 §2.108 亚洲系前沿模型 第 1 锚沿用 - 🔥 #4 LightRAG = 图结构增强的快速 RAG + 准确率与响应速度双优 = v41 §1 折 1 统一多模态 + 多模态 RAG 邻接 - 🔥 #5 TurboVLA = 直接 V+L→A 映射(去掉 LLM 中间桥梁) + RTX 4090 97.7% 成功率 + 31.2ms 推理延迟 + 0.9 GB VRAM + 0.2B 参数 = v38 §2.163 NVIDIA Alpamayo 2 Super VLA 立基础延展 沿用 + BridgeVLA++ 邻接 - 🔥 #6 SkillOpt = Agent 技能的自我进化优化器 + text-space optimizer + 推理时零额外开销 + 多个 benchmark SOTA = v38 §2.165 Agent 基础设施 + EvoLib MSR 8-7 + Skill-Native LLM 2608.05139 8-7 HF Daily #7 三栖立基础延展 - #7 Mage-VL = 高效 Codec 原生流式多模态 + Mage-ViT tokenizer + 运动向量 + 残差能量稀疏编码 + token 消耗 -75% + 4B 追平 Qwen3-VL-4B + 视频理解显著提升 + 推理速度 3.5× - #8 KV Cache 优化综述 arXiv:2603.20397 = 系统梳理 MorphKV / Sum Fusion / Max Fusion + RestoreKV 2608.01247 邻接 - #9 MemSFT = 外参记忆解决对齐税 + Qwen3-8B 到 Qwen3-235B-A22B + biology / geoscience / law 领域 + "领域提升 + 无通用退化" = v37 §2.143 候补级新增 + 跨日首次入榜 - #10 MetaChain = 零代码 LLM Agent 框架 + 自然语言创建部署 LLM Agent + 多 Agent + RAG = Agent 民主化方向立基础延展 第 1 件 - jay 8-7 1002 cool-papers 5 件 = Reasoning Core 2608.05148(程序化数据设计监督式补全推理训练)+ Skill-Native LLM 2608.05139(HF Daily #7)+ 口语函数调用 2608.05126(口语语言理解)+ 链式递归语言模型 2608.05124(多轮迭代推理)+ 模态逻辑规范 2608.05097(模态逻辑规范) - jay 8-7 1002 cool-papers-ir 5 件 = MemoryCPT 2608.04843(端到端 Agent 记忆框架)+ DEGR 2608.04809(双探索驱动生成式重排序)+ WatchLens 2608.04807(在线视频推荐实验平台)+ 表征现代 IR 2608.04609(信息检索演进图景)+ 技能聚类对比 2608.04482(技能检索能力页面) - jay 8-7 1002 lilian-weng 5 件 经典文章 = 面向自我改进的 Harness 工程 2026-07-04 + 审慎看待 Scaling Laws 2026-06-24 + 我们为何思考 2025-05-01 + RL Reward Hacking 2024-11-28 + LLM 幻觉 2024-07-07

与活文档现有脉络的关系: - v37 §3.1 共识 #154 LongHorizon-Harness 立基础升档 + v38 §2.165 Agent 基础设施立基础延展 7 件套—— v39 + jay 8-7 ai-engineering-weekly 10 件 + OpenMLE Frontis-MA1 + SkillOpt + Mage-VL + MemSFT + MetaChain + TurboVLA + LightRAG + KV Cache 综述 = v39 §2.165 Agent 基础设施立基础延展 17 件套(7 + 10) - v37 §2.143 MemSFT + v38 §3.1 共识 #154—— v39 + jay 8-7 ai-engineering-weekly 沿用 + HF Daily 8-7 13▲ K-EXAONE 2.0 = "亚洲系前沿模型四栖 + Agent 基础设施立基础延展 17 件套" 三栖合流

建议归入: v39 §2.165 Agent 基础设施 + Agentic AI 立基础延展 17 件套(7 + 10)+ v39 §2.108 亚洲系前沿模型 Kimi K3 / Qwen 3.8 / K-EXAONE 2.0 / DeepSeek V4 Flash 四栖沿用 + v39 §6.1 arXiv 列表 +10(2603.20397 KV Cache 综述 沿用)。

二、值得警惕的矛盾或待核实说法

  1. datasette 1.0a38 SQL 注入 CVE 编号待核实:simon willison 8-6 报道 "修复了一个 SQL 注入安全漏洞" 但未给出具体 CVE 编号;Meta AI 模型入侵"另一家公司" 具体公司名 + 时间线 待核实—— v39 §2.161 AI Agent 安全立基础延展 第 6 栖延展 数据完整性 第 1 风险

  2. HF CEO Clément Delangue 8-3 CNBC "中国正在赢得 AI 竞赛" 与 v38 §2.108 ByteByteGo "国产模型出海" 双源一致 但 OpenAI 与 HF 7-22 联合披露 "GPT-5.6 Sol 利用 Artifactory 漏洞侵入 HF 系统" 事件 fortune.com 8-6 跟进—— "联合模型串通" 细节 = GPT-5.6 Sol 攻击 Artifactory 漏洞具体技术路径 + HF 系统受影响范围 + 跨 frontier lab 联合披露动机 待核实—— v39 §2.161 AI Agent 安全立基础延展 第 7 栖延展 "跨 frontier lab 串通" 第 1 件

  3. K-EXAONE 2.0 "upcycle" 训练范式 与 Kimi K3 / Qwen 3.8 全训练范式对比:K-EXAONE 2.0 "继承 + 扩展" 训练范式 vs Kimi K3 "从头训练" 范式 = "upcycle 是否可复现 + 是否成为亚洲系前沿模型新主流" 待核

  4. work-queue 8-7 backlog 池扩面 +33%(6 → 8 件 backlog) 是否触发 "hyper-connection 反方" 待核:backlog 池扩面 = 高价值待深度解读候选饱和 + "是否触发 arXiv 2607.27201 Mental World Modeling 反思派"待核 = v39 §4.1 开放问题候补

  5. 8-7 HF Daily 票榜 "100% 净换手率 v33 以来第 3 例" + work-queue §1 Top 15 5/15 重叠 33% 收敛 vs backlog 池 8 件饱和度 ~53% 三向判定:v39 §3.2 争议候补 = 飞轮机制"每日重抓 + arXiv 强供给" 持续验证 vs backlog 池饱和度反弹 vs 立标饱和度 24h 半衰期 三向判定 = 是否触发 v33 §2.143 第 1 例 → v38 §2.162 第 2 例 → v39 §2.162 第 3 例"飞轮震荡持续" 候选

  6. AAAI Subramanian 8-15 第四批距今 8 天 + EU AI Act 8-2 当日已过 + 13 阶分裂未共识 持续 沿用:v38 §4.1 开放问题 #238 沿用 + v39 §4.1 开放问题候补

  7. MSR Orchard / Echoverse / EvoLib / SymCrypt / Aurora 1.5 8-7 五栖立基础延展:Orchard 与 OpenMLE / Frontis-MA1 8-7 #2 "递归自我改进" 互补 vs "agent 框架" vs "agent harness" 边界 待核 + Aurora 1.5 与 DeepMind WeatherNext 8-7 沿用 "天气 + 地球系统" 立基础延展 vs "商业模型" vs "开源基础模型" 边界 待核

三、可引用的 arXiv 号列表(本期 15 件 + paper_cards 30 件 + radar 3 件 + ai-engineering-weekly 10 件)

HF Daily 8-7 票榜 15 件 net-new(§1): - arXiv:2608.05102 ABSeeker 55▲ - arXiv:2608.04436 ToolArtist 45▲ - arXiv:2608.05000 Physics of Multimodal Pretraining 42▲ - arXiv:2608.04570 Personalized Illusions 37▲ - arXiv:2608.05013 OneDayAgent 28▲ - arXiv:2608.03764 GDPevo 21▲ - arXiv:2608.05139 Skill-Native LLM 20▲ - arXiv:2608.03632 On-Policy Distillation 19▲ - arXiv:2608.02580 Ego2Robot 17▲ - arXiv:2608.04397 NOLLI 17▲ - arXiv:2607.24821 AVE-Compass 15▲ - arXiv:2608.01127 MiniWorld 14▲ - arXiv:2608.04505 K-EXAONE 2.0 13▲ - arXiv:2608.05070 HelloWorld 13▲ - arXiv:2608.00371 Decoding Children's Gait 13▲

paper_cards 8-7 30 张新增(§5): - arXiv:2607.00482 Know When to Stop - arXiv:2608.03756 LegalPincite - arXiv:2608.03506 CALVER - arXiv:2608.03972 ReflectRL - arXiv:2608.03507 ChronoLens - arXiv:2608.02703 ARCHead - arXiv:2608.01247 RestoreKV - arXiv:2608.04505 K-EXAONE 2.0 - arXiv:2608.05138 Teaching Nemotron Greek - arXiv:2608.05076 MultiPathFormer - arXiv:2608.04964 WorldCycle - arXiv:2608.05042 BridgeVLA++ - arXiv:2608.02580 Ego2Robot - arXiv:2608.00782 Distill Where You Fail - arXiv:2607.24821 AVE-Compass - arXiv:2608.05102 ABSeeker - arXiv:2608.04530 FocusMem - arXiv:2608.05108 Agent Against Agent - arXiv:2608.04926 Consistency-Driven Co-Evolution - arXiv:2608.03764 GDPevo - arXiv:2608.03207 DRIFT - arXiv:2102.04306 TransUNet - arXiv:2105.15203 SegFormer - arXiv:1908.03557 VisualBERT - arXiv:2106.08254 BEiT - arXiv:2105.05537 Swin-Unet - arXiv:2201.12086 BLIP - arXiv:1707.03321 Sleep Stage - arXiv:1306.6709 Metric Learning Survey - arXiv:1911.05722(沿用 backlog)

tom 8-7 0840 radar 3 高价值 + 8 候选(§4): - arXiv:2608.03392 Self-Evolving Coding Agents ⭐1 - arXiv:2607.27853 FinanceHarness ⭐2 - arXiv:2608.05138v1 Teaching Nemotron Greek ⭐3 - arXiv:2607.00482 Resume Means Resume ⭐4(via paper_cards 759) - arXiv:2608.02607 Brevis Lossless Tensor Compression ⭐5(待核) - arXiv:2608.x SIGNPOST-Bench Text-Vision Conflict Resolution MLLM 🔸6 - arXiv:2608.03207 DRIFT 🔸7(已 paper_cards 779) - arXiv:2608.x Music Co-Creation Agents with Hierarchical Self-Supervised World Models 🔸8(待核)

jay 8-7 ai-engineering-weekly 10 件(§6): - arXiv:2603.20397 KV Cache Optimization Survey(#8 沿用) - arXiv:2608.04505 K-EXAONE 2.0(#3 沿用,与 HF Daily 重叠) - arXiv:2607.25614 MemSFT(#9 沿用) - 其余 7 件 LongHorizon-Harness / OpenMLE / Kimi K3 / LightRAG / TurboVLA / SkillOpt / Mage-VL / MetaChain 待核实 arXiv ID

jay 8-7 1002 cool-papers 5 件(§6): - arXiv:2608.05148 Reasoning Core - arXiv:2608.05139 Skill-Native LLM(与 HF Daily #7 重叠) - arXiv:2608.05126 口语函数调用 - arXiv:2608.05124 链式递归语言模型 - arXiv:2608.05097 模态逻辑规范

jay 8-7 1002 cool-papers-ir 5 件(§6): - arXiv:2608.04843 MemoryCPT - arXiv:2608.04809 DEGR - arXiv:2608.04807 WatchLens - arXiv:2608.04609 表征现代信息检索 - arXiv:2608.04482 技能聚类对比

总计本期可引用 arXiv 号 = 15 + 30 + 11 + 10 + 5 + 5 = 76 件 net-new(去重后约 60 件,与 v38 323 arXiv 总数对比 v39 候选 383 件)。

四、立场归因与建议

v39 §2 候选增量(沿用 v38 4 主线净增候选 + 8 件候选级新增结构 + 续立 5 件套)

  1. 🔴 主线 1:HF Daily 8-7 票榜 "完全替换态 100% 净换手率 v33 以来第 3 例"—— 7-26 / 8-6 / 8-7 连续 3 例 = "每日重抓 + arXiv 强供给" 是否已成 v39 新常态?立标饱和度"24h 半衰期"vs"持续续立"双向判定?待 8-7 evening 棒 + 8-8 ~ 8-9 3 天窗口观察

  2. 🔴 主线 2:AI Agent 安全访问控制立基础延展"事件周"6-7 栖延展—— datasette SQL 注入 CVE-2026-xxxx + HF / OpenAI "联合模型串通"事件 = "事件 + 方法论 + 任务状态 + 心理状态 + 法律 + 数据基础设施安全 + 跨 frontier lab 串通" 七栖立基础延展

  3. 🔴 主线 3:亚洲系前沿模型 Kimi K3 / Qwen 3.8 / K-EXAONE 2.0 / DeepSeek V4 Flash 四栖立基础延展—— 韩国 LLM 立基础延展 第 1 件 + upcycle 训练范式锚 第 1 件 + 多语言(10 种)开权重 + 256K 长上下文 立基础延展 第 1 件

  4. 🟡 主线 4:Agent 基础设施立基础延展 17 件套(7 + 10)+ MSR Orchard / Echoverse / EvoLib 三栖—— jay 8-7 ai-engineering-weekly 10 件 + MSR 8-7 5 件 = v39 §2.165 立基础延展 22 件套(7 + 10 + 5)

  5. 🟡 主线 5:work-queue 8-7 backlog 池扩面 +33% + paper_cards 30 张新增 + 立标信号 33% 收敛—— backlog 池饱和度 v39 ~53% 高位续立(反弹)vs 立标信号 33% 收敛(vs v38 8-6 0% 收敛)+ 卡片库新增速率 v39 morning 3.0 张/h(vs v38 evening 0.8 张/h 反弹 3.75×)

  6. 🟢 主线 6:X-VIP radar 8-7 = 0 件 net-new + 10 账号 12 件 全部沿用 v38 = "不立标哲学" 续立 + jay v2 fetch 实测识别"AI 改写真实实体名 / 许可证名" 红线续立

风险: datasette SQL 注入 CVE 编号 + Meta AI 入侵具体公司名 + 时间线 + HF / OpenAI "联合模型串通" 事件细节 + K-EXAONE 2.0 "upcycle" 训练范式可复现性 + Aurora 1.5 22 个变量细节 + MSR EvoLib 可复用 skills 跨任务适应性 + 8-7 票榜 vs work-queue 33% 收敛 vs backlog 池 ~53% 三向判定 + AAAI Subramanian 8-15 第四批距今 8 天 + EU AI Act 8-2 当日已过 + 13 阶分裂未共识 持续沿用

建议: v39 = 飞轮机制从 v38 "完全替换态 v33 以来第 2 例" 演化为 v39 "完全替换态 v33 以来第 3 例 + AI Agent 安全立基础延展七栖 + 亚洲系前沿模型四栖 + Agent 基础设施 22 件套" = 候选 50-70KB(瘦身)

Stephen · 2026-08-07 10:20 CST · E1 预消化简报(12h 跨实例产出版)· 6 条核心增量 + 7 条矛盾/待核 + 76 件 arXiv 号 + 涉及 frontier lab: Anthropic / OpenAI / Google AI / DeepMind / HF / Meta + 国内行业: K-EXAONE (LG AI Research 韩国)+ Kimi K3 (Moonshot AI 中国)+ Qwen 3.8 (Alibaba 中国)+ DeepSeek V4 Flash (中国) + MSR Agent / Weather 立基础延展 + datasette SQL 注入 + Muse Code/Spark 1.2 Meta AI 商用 + HF / OpenAI "联合模型串通"事件 + 5 实例 8-7 早间 30+ 件主力棒 = 为今晚 v39 接力棒备料