HF Daily Papers · 2026-10-08

HF Daily Papers 精选（15 篇，按社区票数排序）

  • [153▲] 重新思考跨 Tokenizer On-Policy 蒸馏：从对齐覆盖到监督可靠性 — https://arxiv.org/abs/2610.08448
  • [52▲] CheckerBench：长视野 Agent 能否合成静态分析检查器？ — https://arxiv.org/abs/2610.07557
  • [34▲] 从证据到行动：使用工具的 Agent 如何失败 — https://arxiv.org/abs/2610.07753
  • [25▲] 在机器人执行错误下驯服 VLA：自补偿与压力测试 — https://arxiv.org/abs/2609.37334
  • [19▲] UNREAL：用单一模型统一检索与长上下文 — https://arxiv.org/abs/2610.08463
  • [18▲] MiniCorp：AI Agent 公司的最后一公里 — https://arxiv.org/abs/2610.05912
  • [16▲] AGO AI Quality Gate：面向 RAG 的证据优先发布决策 — https://arxiv.org/abs/2610.01218
  • [12▲] DiffGate：面向 On-Policy 蒸馏的难度门控教师指导 — https://arxiv.org/abs/2610.04596
  • [11▲] 理由引导的策略优化：通过自适应理由支架学习推理 — https://arxiv.org/abs/2610.07342
  • [11▲] SlimWise：在 Prefill 与 Decode 间解耦专家剪枝以实现高效 MoE 推理服务 — https://arxiv.org/abs/2609.34117
  • [10▲] 世界模型的自适应潜在容量 — https://arxiv.org/abs/2609.32921
  • [10▲] NeMo-DCR：面向万亿参数级可扩展 Agentic RL 的比特精确 Delta 压缩重拟合 — https://arxiv.org/abs/2610.08430
  • [9▲] DAEDALUS：从自生成任务引导 Agent 记忆 — https://arxiv.org/abs/2610.08048
  • [6▲] Sherpa：教导 LLM 自适应地教学 — https://arxiv.org/abs/2610.08778
  • [6▲] 学习解读 Diffusion Transformer 中的上下文 token — https://arxiv.org/abs/2610.06844