HF Daily Papers · 2026-08-30

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
  • [166▲] VoiceMem: 用于实时交互的流式双脑记忆 — https://arxiv.org/abs/2608.26005
  • [135▲] 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
  • [134▲] Agentic 游戏开发：作为可扩展世界模型的可验证轨迹数据引擎 — 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
  • [82▲] PAWBench: 我们距离概率对齐的世界建模还有多远？ — https://arxiv.org/abs/2608.27345
  • [72▲] UrbanGround: 从局部感知到真实尺度城市中的空间 Agent — https://arxiv.org/abs/2608.27456
  • [69▲] TTPO: 测试时策略优化 — https://arxiv.org/abs/2608.27448
  • [69▲] Self-OPD: 无需教师的 Flow Matching 模型 On-Policy 蒸馏 — https://arxiv.org/abs/2608.26872
  • [59▲] 什么是好的 Agentic 数据？从 ACE 视角看 LLM Agent 的数据生成 — https://arxiv.org/abs/2608.27260
  • [44▲] 让 Agent 与其 Harness 协同进化：TaoLive 数字分身 Agent 技术报告 — https://arxiv.org/abs/2608.15763
  • [39▲] GameWAM: 面向视频游戏的世界动作模型 — https://arxiv.org/abs/2608.26200
  • [27▲] PILOT in the Loop: 面向长视野 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？重新审视无 CoT 数据下的训练策略 — https://arxiv.org/abs/2608.23256
  • [20▲] Open-MOPD: 诊断并修复多教师 On-Policy 蒸馏中的能力失衡 — https://arxiv.org/abs/2608.19098