视频选题榜 2026-08-05

• https://arxiv.org/abs/2608.01964 · LongHorizon-Harness: Advancing Long-Horizon Agents for Real-World Tasks · LongHorizon-Harness 把任务执行+状态追踪+完成评估三件混一个 context 重新建模为「外部任务状态管理问题」· MEA(Manager-Execute-Auditor)三件套循环 + 任务状态外置 + Auditor 只读且仅用环境验证事实更新状态 · Qwen3.7-Plus 在 WeaveBench 上从 51.8% → 80.7%(+28.9pp) · Terminal-Bench 2.1: 69.7% → 77.2% · OSWorld 2.0: 2.8% → 8.3% · Claude Opus 4.7 子集: 20.0% → 34.3% · GitHub 已开源 174 stars MIT · round=R1- https://arxiv.org/abs/2608.01827 · DeepVoyager-VL: Incentivizing Vision-in-the-Loop Search for Long-Horizon Multimodal Agents · 视觉证据从输入/输出端前移到中间推理环节，多模态事件图+按需图像加载+SFT-only 在 10 个基准稳定提升 · round=R2
• https://arxiv.org/abs/2607.29377 · Zero-Mem: Zero-Token Memory Operations for LLM Agents · 零 token 记忆操作 + 双视图 + 决定性校准,记忆操作耗时 -57.6% · round=R3