tech

AI 每日资讯 — 2026-08-31 🔥 HuggingFace 每日论文 1. UrbanGround: From Local Perception to Spatial Agency in a Real-Scale City Tianjie Ju, Zheng Wu, Yueqing Sun 本文针对多模态大语言模型（MLLM）在真实城市环境中从局部感知到持续空间决策的转化能力不足问题，提出UrbanGround——首个基于全港三维地理空间数据构建的、物理约束完备的城市级仿真沙盒。该平台支持第一人称视角闭环交互与交互式地图导航，使代理能在高保真香港城市场景中进行具身探索。通过三个递进研究问题，系统评估代理在场景定位、长距隐式导航及动态路径适应中的表现。实验表明，现有MLLM代理虽具备基础视觉识别与短程空间推理能力，但在方向判别、行人感知运动及长时程目标导向行为上仍不可靠，其核心缺陷在于局部能力难以有效组合，导致探索过程中误差累积且缺乏自校正机制。 PDF · arXiv · 代码 · 项目 | ❤️ 81 2. TTPO: Test-Time Policy Optimization Aozhe Wang, Zhengxi Lu, Jianze Wang 本文提出测试时策略优化（TTPO），解决大语言模型在无监督测试时训练（TTT）中因依赖多数投票伪标签而导致的脆弱性问题。TTPO构建非对称学习目标：对与伪标签一致的推理路径采用在线策略自蒸馏（OPSD）进行知识提炼，对不一致路径则通过分组强化学习（Grouped RL）施加惩罚；并引入词元级选择机制，分别对已收敛位置降权蒸馏、对高置信度错误强化惩罚。实验表明，TTPO在零标签条件下性能媲美有监督OPSD，在五个竞赛级数学推理基准上显著提升Qwen3-1.7B的TTT准确率（38.0%→45.2%），无需思维链即获+25.2%~+36.4%增益，且具备优异跨任务泛化能力。 PDF · arXiv · 代码 · 项目 | ❤️ 72 3. WikiSkill: Compiling Agent Experience into Persistent Knowledge for Skill Evolution Liyan Tang, Cyrus Rashtchian, Chun-Sung Ferng...

AI 每日资讯 — 2026-08-30 🔥 HuggingFace 每日论文 1. UrbanGround: From Local Perception to Spatial Agency in a Real-Scale City Tianjie Ju, Zheng Wu, Yueqing Sun 本文针对多模态大语言模型（MLLM）在真实尺度城市环境中实现持续空间代理能力的局限性，提出UrbanGround——首个基于全港三维地理空间数据构建的物理约束型城市沙盒平台。该平台支持第一人称视角闭环交互与交互式地图导航，使代理可直接在高保真3D城市中探索。通过三个递进研究问题，系统评估代理从局部场景理解、远距离目标导航到动态路径适应的能力。实验表明，当前MLLM代理虽具备基础视觉识别与短程空间推理能力，但在方向定位、行人感知运动及长程任务一致性方面表现脆弱；其核心缺陷在于局部能力难以组合为鲁棒的持续目标导向行为，且错误随探索进程累积而缺乏有效修正机制。 PDF · arXiv · 代码 · 项目 | ❤️ 72 2. TTPO: Test-Time Policy Optimization Aozhe Wang, Zhengxi Lu, Jianze Wang 本文提出测试时策略优化（TTPO），旨在解决大语言模型在数学推理任务中无监督测试时训练（TTT）的难题。针对现有方法依赖真实标签或易受多数投票伪标签错误影响的问题，TTPO构建了一种非对称优化目标：对与伪标签一致的推理路径采用在线策略自蒸馏（OPSD）进行知识提炼，对不一致路径则通过分组强化学习（Grouped RL）施加惩罚；并引入词元级选择机制，分别对已收敛位置降权蒸馏、对高置信度错误加强RL惩罚。实验表明，TTPO在无需任何标注的情况下，在五个竞赛级基准上媲美有监督OPSD，将Qwen3-1.7B的TTT性能从38.0%提升至45.2%，零思维链推理下提升25.2%–36.4%，且具备优异的跨任务泛化能力。 PDF · arXiv · 代码 · 项目 | ❤️ 69 3. WikiSkill: Compiling Agent Experience into Persistent Knowledge for Skill Evolution Liyan Tang, Cyrus Rashtchian, Chun-Sung Ferng...