HF Daily Papers · 2026-08-26

HF Daily Papers 精选（15 篇，按社区票数排序）

  • [172▲] Apodex 1.1: 面向复杂工作负载的 Agentic 智能扩展 — https://arxiv.org/abs/2608.23283
  • [64▲] EchoWM: 开放且可进入的全模态世界模型 — https://arxiv.org/abs/2608.23189
  • [52▲] TLive-Omni: 面向电商直播的全模态理解模型 — https://arxiv.org/abs/2608.20958
  • [45▲] 通过概念扩展与密集监督释放图像编辑潜力 — https://arxiv.org/abs/2608.16812
  • [38▲] 循序渐进: 大规模 Mixture-of-Experts 的计算高效超参数迁移 — https://arxiv.org/abs/2608.20061
  • [34▲] MobilePA-Bench: 面向复杂真实任务的移动端 Planner Agent 基准 — https://arxiv.org/abs/2608.23035
  • [32▲] Prime Agent: 自我改进的 RLM Harness — https://arxiv.org/abs/2608.23552
  • [32▲] ParaTempo: 基于时间置信度的高效并行推理 — https://arxiv.org/abs/2608.16425
  • [28▲] Mask 不是 Model: Attention、State-Space 与混合序列模型的前缀不变性审计 — https://arxiv.org/abs/2608.22876
  • [28▲] OmniAssistBench: 面向 Omni-LLM 的助手式交互基准 — https://arxiv.org/abs/2608.21360
  • [27▲] Block3D: 基于分块扩散的高效文本到 3D 生成 — https://arxiv.org/abs/2608.19567
  • [24▲] RISE: 面向世界动作模型的自适应想象 — https://arxiv.org/abs/2608.20430
  • [21▲] 迈向十亿级容量用户表示学习的稠密化定律 — https://arxiv.org/abs/2608.23392
  • [15▲] 超越稳定性-探索困境: LLM 策略优化的环境正则化 — https://arxiv.org/abs/2608.23311
  • [15▲] ARC: 开放真实世界交互中的公平相对优势比较 — https://arxiv.org/abs/2608.13622