HF Daily Papers · 2026-08-29

HF Daily Papers 精选（15 篇，按社区票数排序）

• [170▲] VGI-Bench: 探测视频生成模型中的视觉智能 — https://arxiv.org/abs/2608.19583
• [163▲] VoiceMem: 面向实时交互的流式双脑记忆 — https://arxiv.org/abs/2608.26005
• [134▲] WarpSAC: 重新思考探索与利用，迈向可扩展 off-policy RL 的巅峰 — https://arxiv.org/abs/2608.24479
• [119▲] Agentic 游戏开发：作为可验证轨迹数据引擎以扩展世界模型 — https://arxiv.org/abs/2608.25518
• [107▲] JIT-Agent: 通过即时 Harness 进化扩展 Harness 智能 — https://arxiv.org/abs/2608.25593
• [74▲] PAWBench: 我们离概率对齐的世界建模还有多远？ — https://arxiv.org/abs/2608.27345
• [70▲] UrbanGround: 从局部感知到真实尺度城市中的空间行动能力 — https://arxiv.org/abs/2608.27456
• [64▲] TTPO: 测试时策略优化 — https://arxiv.org/abs/2608.27448
• [56▲] Self-OPD: 无教师 Flow Matching 模型的 On-Policy 蒸馏 — https://arxiv.org/abs/2608.26872
• [55▲] 什么才是好的 Agentic 数据？从 ACE 视角看 LLM Agent 数据生成 — https://arxiv.org/abs/2608.27260
• [43▲] 让 Agent 随 Harness 共同进化：TaoLive 数字人 Agent 技术报告 — https://arxiv.org/abs/2608.15763
• [37▲] GameWAM: 面向电子游戏的世界动作模型 — https://arxiv.org/abs/2608.26200
• [25▲] PILOT in the Loop: 长 horizon Agent 的在线自我改进 — https://arxiv.org/abs/2608.26530
• [21▲] 下一片段推理 RL 真的优于 SFT 吗？在 no-CoT 数据下重新审视训练策略 — https://arxiv.org/abs/2608.23256
• [19▲] 长 horizon 音视频生成：面向持续叙事与交互式世界 — https://arxiv.org/abs/2608.23383