HF Daily Papers · 2026-08-08

HF Daily Papers 精选（15 篇，按社区票数排序）

• [212▲] 长程终局任务的递归合成 — https://arxiv.org/abs/2608.05466
• [67▲] AgentOPSD：面向 Agentic 强化学习的递归自蒸馏 — https://arxiv.org/abs/2608.05987
• [61▲] ABSeeker：通过答案回溯式信用分配训练长程搜索 Agent — https://arxiv.org/abs/2608.05102
• [52▲] OSReward：为跨平台计算机使用奖励模型建立标准化评测 — https://arxiv.org/abs/2607.28609
• [46▲] 可解释的感知语音脑磁图（MEG）解码：驱动检索的皮层源与刺激特征 — https://arxiv.org/abs/2608.01481
• [46▲] WorldClaw：大规模 Agentic 3D 开放世界生成 — https://arxiv.org/abs/2608.05248
• [30▲] GST-Bench：VLM 能否从视频中建立全局空间感知？ — https://arxiv.org/abs/2608.05747
• [29▲] EnvACE：通过世界预演内化环境动力学，服务于 Agentic 强化学习 — https://arxiv.org/abs/2608.06197
• [26▲] 从失败中学习：利用困难负例实现统一多模态检索中以检索为中心的思维链（CoT） — https://arxiv.org/abs/2608.06060
• [24▲] 从经济主体到 Agentic 经济：经济世界模型的系统蓝图 — https://arxiv.org/abs/2608.06020
• [24▲] ChronoVision：通过潜在状态重建实现时序推理 — https://arxiv.org/abs/2608.05631
• [24▲] GDPevo：在真实业务任务上评测 Agent 自我进化 — https://arxiv.org/abs/2608.03764
• [22▲] Ego2Robot：从第一人称人类数据实现可扩展的机器人数据合成 — https://arxiv.org/abs/2608.02580
• [20▲] 面向多语言数学推理的同策略（On-Policy）增量蒸馏 — https://arxiv.org/abs/2608.05802
• [20▲] HarnessOpt-Bench：在 Harness 优化任务上评测 LLM — https://arxiv.org/abs/2608.06301