tech

AI 每日资讯 — 2026-07-12 🔥 HuggingFace 每日论文 1. Ideas Have Genomes: Benchmarking Scientific Lineage Reasoning and Lineage-Grounded Idea Generation Yifan Zhou, Qihao Yang, Yan Li 本文针对当前AI系统在科学思想谱系推理与谱系驱动创意生成方面的能力缺失问题，提出IdeaGene-Bench（IG-Bench）基准。该基准基于IdeaGene框架，将论文或提案建模为类型化、证据支撑的“思想基因组”（Idea Genome）对象，并通过GenomeDiff刻画继承、突变、丢失、外源引入与新颖插入等六类演化操作。IG-Bench涵盖10个学科领域的1961条黄金谱系链、1085个标注基因组对象及920对GenomeDiff记录，支持两项评测：IG-Exam（42类任务、1029实例）评估闭式谱系推理能力；IG-Arena基于谱系条件下的群体演化得分（PES）评估生成质量。在14个LLM科学家上的实验表明，现有模型存在显著组合瓶颈，最优系统仅达27.3%准确率。 PDF · arXiv · 代码 · 项目 | ❤️ 28 2. UniClawBench: A Universal Benchmark for Proactive Agents on Real-World Tasks Zhekai Chen, Chengqi Duan, Kaiyue Sun 本文提出UniClawBench，首个面向主动式智能体的通用能力驱动型基准，旨在克服现有评测在沙箱环境、单轮评估及任务分类混杂等方面的局限。该基准围绕技能调用、探索能力、长上下文推理、多模态理解与跨平台协同五大核心能力，构建了400个双语真实世界任务，并在动态Docker容器中通过细粒度步骤级检查点进行实时评估。其创新性闭环评估框架包含执行者、隐藏监督者与用户代理，模拟真实多轮人机交互且不泄露评分标准。实验覆盖多种主流模型与代理框架，有效解耦基础模型能力与系统设计影响。 PDF · arXiv · 代码 · 项目 | ❤️ 26 3. LongE2V: Long-Horizon Event-based Video Reconstruction, Prediction, and Frame Interpolation with Video Diffusion Models Cheng-De Fan, Chun-Wei Tuan Mu, Chen-Wei Chang...

AI 每日资讯 — 2026-07-11 🔥 HuggingFace 每日论文 1. UniClawBench: A Universal Benchmark for Proactive Agents on Real-World Tasks Zhekai Chen, Chengqi Duan, Kaiyue Sun 本文提出UniClawBench——首个面向真实世界任务的通用型主动式智能体能力驱动评测基准。针对现有基准依赖沙盒环境、单轮评估、任务分类混杂等局限，该基准围绕技能调用、探索能力、长上下文推理、多模态理解与跨平台协同五大基础能力，构建了400个双语真实场景任务。所有任务在实时Docker容器中执行，采用细粒度分步完成检查点进行动态评估，并设计包含执行器、隐式监督者与用户代理的闭环评估框架，模拟真实多轮人机交互反馈。实验在多种主流模型与代理框架上验证了其有效性与可扩展性。 PDF · arXiv · 代码 · 项目 | ❤️ 21 2. Ideas Have Genomes: Benchmarking Scientific Lineage Reasoning and Lineage-Grounded Idea Generation Yifan Zhou, Qihao Yang, Yan Li 本文针对当前AI系统在科学思想谱系推理与谱系驱动创意生成方面的能力缺失问题，提出IdeaGene-Bench（IG-Bench）基准。该基准基于IdeaGene框架，将论文或提案建模为类型化、证据支撑的“思想基因组”（Idea Genome）对象，并通过GenomeDiff刻画继承、变异、丢失、外部引入与新颖插入等六类演化操作。基准涵盖10个学科领域的1961条黄金谱系链、1085个 curated 思想基因组及920对GenomeDiff记录。其包含两项评测：IG-Exam（42类任务、1029实例）评估闭式谱系推理能力；IG-Arena以谱系条件化的群体演化得分（PES）评估生成质量。实验表明，现有14种LLM科学家模型存在显著组合瓶颈，最优系统仅达27.3%准确率。 PDF · arXiv · 代码 · 项目 | ❤️ 20 3. LongE2V: Long-Horizon Event-based Video Reconstruction, Prediction, and Frame Interpolation with Video Diffusion Models Cheng-De Fan, Chun-Wei Tuan Mu, Chen-Wei Chang...

AI 每日资讯 — 2026-07-10 🔥 HuggingFace 每日论文 1. Accurate, Interdisciplinary and Transparent Structure-property Understanding with Deep Native Structural Reasoning Chen Tang, Yizhou Wang, Jianyu Wu 本文针对结构-性质关系建模中表征与推理的协同挑战，提出SciReasoner——一种面向蛋白质、小分子和无机晶体的多模态科学基础模型。该模型将原子坐标、拓扑结构与周期性连接性离散化为统一的“结构感知词表”，将结构单元作为可寻址的证据单元进行原生推理。在基因本体（GO）预测中，其在低同源性及孤儿类蛋白的细胞组分注释上将Fmax从0.42提升至0.55；在化学逆合成任务中，单步准确率由0.63提高到0.72，并生成可解释的片段级断键路径与前体验证轨迹；在材料科学中，其表征能有效区分元素/化合物相态，并清晰分辨高低带隙区域，显著增强跨学科结构-性质理解的准确性、可解释性与透明度。 PDF · arXiv · 代码 · 项目 | ❤️ 69 2. Dual Latent Memory in Vision-Language-Action Models for Robotic Manipulation Hongyu Qu, Jianzhe Gao, Xiaobin Hu 本文针对现有视觉-语言-动作（VLA）模型在长时序、强时序依赖机器人操作任务中因马尔可夫假设导致的历史信息利用不足问题，提出LaMem-VLA框架。该框架首次将历史经验完全映射至VLA原生的连续潜在嵌入空间，构建双层级潜存记忆（短时与长时），并通过策展器、检索器、压缩器与编织器四模块协同实现记忆的组织、上下文感知检索、紧凑表征及与当前多模态输入的无缝融合。在RT-1-X与OpenVLA基准上的实验表明，LaMem-VLA显著提升长程任务成功率（+12.7%），且推理延迟可控，验证了潜存记忆原生集成对VLA泛化性与时序推理能力的有效增强。 PDF · arXiv · 代码 | ❤️ 44 3. Scaling Mixture-of-Experts Video Pretraining for Embodied Intelligence Shuailei Ma, Jiaqi Liao, Xinyang Wang...