订阅

AI 深研院 · 重点 1 · 其他 14 条

AI 深研院 · 论文

Hugging Face Daily Papers 与 arXiv 精选

HF Daily Papers

Into the Unknown：让智能体在开放科学问题上写「后续论文」#

新基准与美国能源部国家实验室合作：给智能体一篇论文与未发表的后续研究方向，要求写出跟进论文；用于检验智能体能否在真实开放科研问题上推进，而不只是刷封闭题库。

推荐理由科研智能体评测从刷题走向开放问题，方法贡献清晰。

原文 + 逐段中文译文

▲ 131 AI 摘要 arXiv GitHub Seungone Kim, Jiayi Geng, Young-Jun Lee, Bo Liu · Carnegie Mellon University

其他 14 条去噪后未进重点的条目，按发布时间倒序

更多 34 条未进正文的候选，按发布时间倒序；默认折叠
  1. Xiaomi-Lens-0 Technical ReportHF Daily Papers · 10月16日
  2. RAP: A Dataset for Paper-to-Poster Generation via Declarative Markup from Human-Crafted ExemplarsHF Daily Papers · 10月16日
  3. Execution Before Memory: Diagnosing Memory Failures in Video World ModelsHF Daily Papers · 10月16日
  4. DLite: History-free Speculative Decoding for Agentic AIHF Daily Papers · 10月16日
  5. OfficeTown: Generative Organizations for Evolving Agent IntelligenceHF Daily Papers · 10月16日
  6. MOSS-Image Technical ReportHF Daily Papers · 10月16日
  7. DiscoveryRSI: Recursively Learning to Discover Valuable HypothesesHF Daily Papers · 10月16日
  8. Towards Looped Models Done Right, Part I: Topology, Input Injection, Recurrent-State DesignHF Daily Papers · 10月16日
  9. MTEdit: Packed Trajectories Beat Rollouts for Multi-Turn Image EditingHF Daily Papers · 10月16日
  10. SciΠvot: Benchmarking Principal-Investigator Judgment at Pivotal Moments of Scientific AutoResearch AgentsHF Daily Papers · 10月15日
  11. Can Visual Generation Expand What Unified Multimodal Models Know?HF Daily Papers · 10月15日
  12. PremiseCheck: Efficient Fact-Checking of Human and AI Peer ReviewsHF Daily Papers · 10月15日
  13. OmniXRef: A Unified Framework for Multimodal Multi-Reference Video EditingHF Daily Papers · 10月15日
  14. Stuck on Shuffle: On Attribute-Object Binding in Vision-Language ModelsHF Daily Papers · 10月15日
  15. OS-Helix: Unifying GUI Interaction and Code Execution in Native Computer-Using AgentsHF Daily Papers · 10月15日
  16. AVC-Reward: Event-Centric Audio-Video Consistency EvaluationHF Daily Papers · 10月15日
  17. Embeddings Are Overpriced? A Frozen 16 MB Vocabulary for Small and Ternary Language ModelsHF Daily Papers · 10月15日
  18. GlobeBench: Evaluating Text-Based World Model Capabilities for Scalable Environment SimulationsHF Daily Papers · 10月15日
  19. MorphAct: Robot Policies Morphing with the Worlds They Act InHF Daily Papers · 10月14日
  20. DAGFormer: Global Topology Prediction for Transformer Cross-Layer ConnectionsHF Daily Papers · 10月14日
  21. Sparse Autoencoders Are a Shared Coordinate System for Symbolic MatchingHF Daily Papers · 10月14日
  22. Recognition Is Not Grounding: Benchmarking Multilingual Financial Evidence ExtractionHF Daily Papers · 10月14日
  23. ReaDy: Recurrent States as Dynamic Context for Speculative Drafting in Hybrid Linear Attention Large Language ModelsHF Daily Papers · 10月14日
  24. Failure Recovery via Belief Updates and World Modeling for Long-Horizon AgentsHF Daily Papers · 10月13日
  25. Game2Real-Bench: Do Toy Games Reveal and Transfer to Real-World Visual Reasoning?HF Daily Papers · 10月13日
  26. EvoWeb: A Benchmark for Coding Agents on Evolving Web ApplicationsHF Daily Papers · 10月12日
  27. DuoDiscover: Scaling Autonomous Discovery Beyond the Evaluation BottleneckHF Daily Papers · 10月12日
  28. Dream2Discern: Learning from Hard Latent Variants for Runtime Failure Prediction in Multi-Agent SystemsHF Daily Papers · 10月12日
  29. Consistent Distribution Matching for Data-Free Diffusion DistillationHF Daily Papers · 10月6日
  30. FC-SWE: Failure-Conditioned RL for Long-Horizon Software Engineering AgentsHF Daily Papers · 10月6日
  31. BRACE: Adapting Whole-Body References for Force and Terrain Aware Humanoid Motion TrackingHF Daily Papers · 10月5日
  32. Belief-Trajectory Energy: Measuring the Path to a PredictionHF Daily Papers · 10月4日
  33. OPMD: On-Policy Mechanism Distillation Beyond Output SupervisionHF Daily Papers · 9月29日
  34. PRISM: PRIvileged Sibling-guided Multi-Agent Topology DesignHF Daily Papers · 9月29日