HF Daily Papers · 2026-07-14

HF Daily Papers 精选（15 篇，按社区票数排序）

• [128▲] Vidu S1：一种实时交互式视频生成模型 — https://arxiv.org/abs/2607.03118
• [85▲] 通过深度原生结构推理实现准确、跨学科且透明的结构-性质理解 — https://arxiv.org/abs/2607.07708
• [58▲] Video-Oasis：重新思考视频理解的评估方式 — https://arxiv.org/abs/2603.29616
• [48▲] 为什么我打不开抽屉？缓解零样本组合动作识别中由物体驱动的捷径问题 — https://arxiv.org/abs/2601.16211
• [47▲] Long-Horizon-Terminal-Bench：基于稠密奖励分级对 Agent 在长视野终端任务上的极限测试 — https://arxiv.org/abs/2607.08964
• [41▲] 可扩展的视觉预训练赋能语言智能 — https://arxiv.org/abs/2607.09657
• [40▲] 视频生成模型是通用的视觉学习器 — https://arxiv.org/abs/2607.09024
• [32▲] 思想拥有基因组：科学谱系推理与基于谱系的创意生成基准测试 — https://arxiv.org/abs/2607.08758
• [31▲] UniClawBench：面向真实世界任务的主动型 Agent 通用基准 — https://arxiv.org/abs/2607.08768
• [29▲] LongE2V：基于视频扩散模型的长视野事件驱动视频重建、预测与帧插值 — https://arxiv.org/abs/2607.08770
• [20▲] 通过几何感知预训练增强上下文全景生成 — https://arxiv.org/abs/2607.08765
• [18▲] DrugGen 2：用于增强药物发现的疾病感知语言模型 — https://arxiv.org/abs/2607.08404
• [17▲] 信任域策略蒸馏 — https://arxiv.org/abs/2607.04751
• [17▲] OpenCoF：通过视频生成学习推理 — https://arxiv.org/abs/2607.08763
• [16▲] KronQ：基于 Kronecker 分解 Hessian 的 LLM 量化方法 — https://arxiv.org/abs/2607.07964