HF Daily Papers · 2026-07-03

HF Daily Papers 精选（15 篇，按社区票数排序）

• [54▲] VLA 是否了解基础？衡量视觉-语言-动作模型中的常识与世界知识保留 — https://arxiv.org/abs/2606.19297
• [34▲] PerceptionRubrics：将多模态评估校准至人类感知 — https://arxiv.org/abs/2606.28322
• [24▲] SkillHone：通过持久决策历史实现 Agent Skill 持续演化的训练框架 — https://arxiv.org/abs/2606.08671
• [19▲] ELDR：面向 PD 解耦 MoE 推理服务的专家局部性感知解码路由 — https://arxiv.org/abs/2607.00466
• [19▲] TurboServe：高效且经济地服务流式视频生成 — https://arxiv.org/abs/2606.19271
• [19▲] 管理 LLM Agent 中的程序性记忆：控制、适应与评估 — https://arxiv.org/abs/2606.23127
• [18▲] MemSyco-Bench：评测 Agent 记忆中的谄媚性 — https://arxiv.org/abs/2607.01071
• [16▲] 基于非对称互变分学习的多模态持续推理 — https://arxiv.org/abs/2607.00461
• [16▲] Seed2.0 模型卡：迈向应对真实世界复杂性的智能前沿 — https://arxiv.org/abs/2607.00248
• [16▲] Domain Arithmetic：环境变化下 VLA 的少样本适配 — https://arxiv.org/abs/2607.00666
• [16▲] 我们衡量的是策略还是措辞？LLM 数学推理中表层与方法层多样性的差距 — https://arxiv.org/abs/2606.29985
• [14▲] CausalMix：将数据混合视为语言模型训练中的因果推断 — https://arxiv.org/abs/2607.01104
• [12▲] ASPIRE：面向机器人领域的 Agentic Skill 发现 — https://arxiv.org/abs/2607.00272
• [11▲] Perceive-to-Reason：解耦感知与推理以实现细粒度视觉推理 — https://arxiv.org/abs/2607.01191
• [11▲] ABot-M0.5：统一的移动与操作世界动作模型 — https://arxiv.org/abs/2607.00678