HF Daily Papers · 2026-10-10

HF Daily Papers 精选（15 篇，按社区票数排序）

• [56▲] MiMo-V2.6：通过强化学习实现自我改进的规模化 — https://arxiv.org/abs/2610.11959
• [43▲] 多智能体自我中心世界模型与细粒度具身交互 — https://arxiv.org/abs/2610.12299
• [31▲] 超越时空先验：密集对应匹配的通用方法 — https://arxiv.org/abs/2610.12421
• [31▲] OuroWorld：将任意 3D 世界呈现为多样化、无限循环的 3D Cinemagraph — https://arxiv.org/abs/2610.12461
• [30▲] 大语言模型基础 — https://arxiv.org/abs/2501.09223
• [29▲] U-Space：揭示语言模型中不确定性何时及为何产生 — https://arxiv.org/abs/2610.09087
• [28▲] TestPrism：超越单一参考的测试评估再思考 — https://arxiv.org/abs/2610.12289
• [27▲] MC-Sparse：解析并弥合 Diffusion Transformer 中的稠密-稀疏注意力差距 — https://arxiv.org/abs/2610.06801
• [24▲] Memento 3：通过反思式规则书实现基于模型的递归自我改进 — https://arxiv.org/abs/2610.11794
• [24▲] 通过组合偏好奖励与评分标准奖励对前沿文生图模型进行后训练 — https://arxiv.org/abs/2610.02967
• [16▲] OneSearch-VL：面向图像与视频的统一多模态深度研究 Agent — https://arxiv.org/abs/2610.12419
• [13▲] SparseEngine：以稀疏优先的推理引擎 — https://arxiv.org/abs/2609.39068
• [11▲] OmniCapBench：面向细粒度音视频描述的深层结构化评估框架 — https://arxiv.org/abs/2610.12458
• [10▲] 具身图灵机：用于机器人递归自我改进的有状态代码 — https://arxiv.org/abs/2610.12369
• [8▲] ReSPO：面向离策略学习中梯度饥饿的重塑序列策略优化 — https://arxiv.org/abs/2609.35433