HF Daily Papers · 2026-08-27

HF Daily Papers 精选（15 篇，按社区票数排序）

  • [91▲] GigaBrain-0.7：基于三系统架构将具身基础模型扩展至涌现能力 — https://arxiv.org/abs/2608.15875
  • [89▲] 以标注作为 Rollout：面向视频 MLLM 的高效可扩展强化学习 — https://arxiv.org/abs/2608.20492
  • [70▲] EchoWM：开放且可进入的全模态世界模型 — https://arxiv.org/abs/2608.23189
  • [56▲] WeMM-Embedding：微信多模态 Embedding 技术报告 — https://arxiv.org/abs/2608.24053
  • [49▲] AutoSaddler：基于 Agent 执行轨迹持久化更新的自动 Harness 优化 — https://arxiv.org/abs/2608.23041
  • [48▲] 扩散模型中的 On-Policy 自蒸馏 — https://arxiv.org/abs/2608.24646
  • [38▲] MobilePA-Bench：面向复杂真实任务的移动端规划 Agent 基准测试 — https://arxiv.org/abs/2608.23035
  • [36▲] SecOPD：通过 On-Policy 蒸馏缓解自适应 Prompt 注入 — https://arxiv.org/abs/2608.21500
  • [29▲] 掩码不等于模型：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▲] CyberFactory：利用真实环境实例扩展网络安全能力 — https://arxiv.org/abs/2608.23181
  • [27▲] Block3D：通过分块扩散实现高效文本到 3D 生成 — https://arxiv.org/abs/2608.19567
  • [26▲] 迈向十亿级容量的用户表示学习稠密定律 — https://arxiv.org/abs/2608.23392
  • [20▲] 长时域 Agent Harness 的递归式体验-工作记忆演化 — https://arxiv.org/abs/2608.24876
  • [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：开放式真实世界交互中的公平相对优势比较 — https://arxiv.org/abs/2608.13622