HF Daily Papers · 2026-07-27

HF Daily Papers 精选（15 篇，按社区票数排序）

  • [139▲] AREX: 面向深度研究的递归自我改进 Agent — https://arxiv.org/abs/2607.21461
  • [58▲] SLAI T-Rex: 在 Ascend SuperPOD 上对 DeepSeek-V4 系列进行全参数后训练 — https://arxiv.org/abs/2607.20145
  • [57▲] K12-KGraph: 用于教育 LLM 基准测试与训练的课程对齐知识图谱 — https://arxiv.org/abs/2605.09635
  • [49▲] ReferTrack: 先指代后跟踪的具身视觉跟踪 — https://arxiv.org/abs/2607.20061
  • [43▲] 视觉对比自蒸馏 — https://arxiv.org/abs/2607.21556
  • [38▲] Subliminal Clocks: 扩散语言模型中的潜在时间建模 — https://arxiv.org/abs/2607.01774
  • [35▲] Show, Don't Tell: 在生成像素而非 LLM 文本中评估空间认知 — https://arxiv.org/abs/2607.21072
  • [30▲] Self Gradient Forcing: 原生长视频外推 — https://arxiv.org/abs/2607.20368
  • [29▲] 超越以相关性为中心的检索：面向评分量规的文档集选择与排序 — https://arxiv.org/abs/2607.19747
  • [27▲] SANA-Video 2.0: 结合注意力残差的混合线性注意力实现高效视频生成 — https://arxiv.org/abs/2607.21553
  • [26▲] NVIDIA-labs OO Agents: 原生 Python 面向对象 Agent — https://arxiv.org/abs/2607.20709
  • [25▲] 面向主动观察者的考核 — https://arxiv.org/abs/2607.16165
  • [21▲] LLM 在演化的用户意图中迷失 — https://arxiv.org/abs/2607.20734
  • [21▲] Tencent WorkBuddy Bench: 采用抗污染任务构建的多领域编码 Agent 基准 — https://arxiv.org/abs/2607.20911
  • [18▲] 从视频中自监督学习结构化动力学 — https://arxiv.org/abs/2607.21576