tech-news

AI 每日资讯 — 2026-09-21 🔥 HuggingFace 每日论文 1. An Empirical Study of Harness Design for Coding Agents Run-Ze Fan, Zihao Zhang, Simin Ma 本文针对自主编程智能体中编码 harness 的设计展开实证研究，提出一种轻量级、模块化 harness 框架，固定执行循环，系统性地解耦并评估规划、动作空间与上下文管理三大核心组件。基于 SWE-Bench Verified 和 Terminal-Bench 2.1，在四个主流模型上评测了176种配置，涵盖5种上下文管理策略、4种上下文窗口预算及规划/动作空间的定向消融。结果表明：上下文管理在窗口受限时显著提升鲁棒性，主要源于避免上下文溢出；规则驱动的分阶段截断优于LLM摘要，而内容可恢复机制未带来精度增益；规划对弱模型提升准确性，对强模型则主要降低推理成本；预定义工具对bash能力弱的模型有益，而bash原生模型采用纯bash接口可大幅降低成本且不损性能。 PDF · arXiv | ❤️ 71 2. JEPA-Anything: Learning Predictive Models across Different Worlds Taoyong Cui, Zhongyao Wang, Xinyue Xu JEPA-Anything 提出一种领域无关的世界建模框架，基于正交预测分解（OPF）实现跨异构系统的通用预测学习。该方法将潜在目标解耦为互补因子，通过专用通路学习并统一于共享预测架构中。在视觉、生物学、临床轨迹、控制、分子动力学、物理场与气象共七大领域开展系统验证，涵盖表征学习、干预预测、分布外泛化及长程动力学建模等任务。实验表明：其在10项动力学任务上全面超越JEPA基线；Interventional Pong单步干预误差降低34.8%；四类分子系统中均取得最低的一步与百步 rollout 误差；所推断的生物学干预经细胞共培养、类器官、肿瘤组织及小鼠实验验证；隐式轨道模态成功复现开普勒标度律，拟合指数误差显著优于现有方法。 PDF · arXiv · 代码 | ❤️ 56 3. RetireOPD: Self-Retiring On-Policy Distillation for Agentic Reinforcement Learning Yan Yu, Zhengxi Lu, Yizhou Liu...

AI 每日资讯 — 2026-09-20 🔥 HuggingFace 每日论文 1. An Empirical Study of Harness Design for Coding Agents Run-Ze Fan, Zihao Zhang, Simin Ma 本文对面向编程智能体的“编码 Harness”设计展开实证研究，旨在解耦分析其核心组件（规划、动作空间、上下文管理）对长周期软件工程任务性能的影响。作者构建了一个轻量级、执行循环固定的Harness框架，在SWE-Bench Verified和Terminal-Bench 2.1上系统评估了4个主流模型在176种配置下的表现，涵盖5种上下文管理策略、4种上下文窗口预算，并对规划与动作空间进行定向消融。结果表明：上下文管理主要通过避免溢出失效提升鲁棒性；分阶段规则裁剪优于LLM摘要，而内容可恢复机制未带来精度增益；规划功能随模型能力增强由精度支撑转向成本优化；预定义工具仅对bash能力弱的模型有益，bash原生模型采用纯bash接口可显著降低成本且不损性能。 PDF · arXiv | ❤️ 54 2. JEPA-Anything: Learning Predictive Models across Different Worlds Taoyong Cui, Zhongyao Wang, Xinyue Xu JEPA-Anything提出了一种领域无关的世界建模框架，基于正交预测分解（OPF）统一学习不同物理与生物系统的动态规律。该方法将潜在预测目标解耦为互补因子，通过专用通路学习并共享预测结构重组，突破了传统预测模型的领域局限性。在视觉、生物学、临床轨迹、控制、分子动力学、物理场和气象等七个领域开展系统验证，涵盖表征学习、干预预测、分布外泛化与长程动力学建模任务。实验表明，其在10项动力学任务中全面超越JEPA基线，在Interventional Pong单步干预预测误差降低34.8%，并在四种分子系统中均取得最优的一步及百步 rollout 误差。此外，其发现的生物学干预策略获多尺度实验验证，提取的轨道模态亦准确复现开普勒标度律。 PDF · arXiv · 代码 | ❤️ 38 3. RetireOPD: Self-Retiring On-Policy Distillation for Agentic Reinforcement Learning Yan Yu, Zhengxi Lu, Yizhou Liu...

AI 每日资讯 — 2026-09-19 🔥 HuggingFace 每日论文 1. An Empirical Study of Harness Design for Coding Agents Run-Ze Fan, Zihao Zhang, Simin Ma 本文针对自主编程智能体中编码框架（coding harness）的设计展开实证研究，旨在解耦分析其核心组件对长周期软件工程任务性能的影响。作者构建了一个轻量级、执行循环固定的编码框架，系统性地评估了规划模块、动作空间与上下文管理三大可变组件在SWE-Bench Verified和Terminal-Bench 2.1上的表现，覆盖4种大模型、5种上下文管理策略、4种上下文窗口预算及多种消融设置（共176组实验）。结果表明：上下文管理主要通过避免上下文溢出提升鲁棒性；规则驱动的分阶段截断优于LLM摘要，而内容可恢复机制未带来精度增益；规划模块对弱模型起精度支撑作用，对强模型则显著降低推理成本；预定义工具仅对bash能力较弱的模型有益，bash原生模型采用纯bash接口可大幅降低成本。 PDF · arXiv | ❤️ 33 2. JEPA-Anything: Learning Predictive Models across Different Worlds Taoyong Cui, Zhongyao Wang, Xinyue Xu JEPA-Anything 提出一种领域无关的世界建模框架，基于正交预测分解（OPF）实现跨异构系统的通用预测学习。该方法将潜在目标解耦为互补因子，通过专用通路分别学习并统一整合至联合嵌入预测架构中。在视觉、生物学、临床轨迹、控制、分子动力学、物理场与气象共七大领域开展系统验证，涵盖表征学习、干预预测、分布外泛化及长时程动力学建模等任务。实验表明，其在10项动力学任务上全面超越基线JEPA，在Interventional Pong单步干预预测误差降低34.8%，并在四种分子系统的一百步 rollout 中均取得最低一步与百步预测误差；所发现的生物学干预因子经细胞共培养、类器官、肿瘤组织及小鼠实验验证有效，隐式轨道模态亦准确复现开普勒标度律。 PDF · arXiv · 代码 | ❤️ 22 3. RetireOPD: Self-Retiring On-Policy Distillation for Agentic Reinforcement Learning Yan Yu, Zhengxi Lu, Yizhou Liu...

AI 每日资讯 — 2026-09-17 🔥 HuggingFace 每日论文 1. ScienceBuddy: Recursive-in-Recursive Self-Improvement for Interactive Scientific Agents Shuhan Xue, Jianyuan Zhong, Ziyuan Nan 本文提出并开源了ScienceBuddy——一个支持递归式自我演化的交互式科学智能体工作平台。针对科学任务中模型能力与工具调度协同进化不足的问题，作者提出“递归内嵌递归”（recursive-in-recursive）自改进范式：内层递归在固定大模型前提下优化工具调用框架（harness），外层递归则基于增强后的harness对模型进行强化学习训练，二者形成闭环驱动。系统将用户请求、反馈及执行证据自动转化为训练任务与评估准则，实现持续学习。在涵盖文献综述、实验设计、数据分析与假设生成四大类科学任务的基准测试中，该范式显著提升任务完成质量与泛化能力。 PDF · arXiv · 代码 · 项目 | ❤️ 17 2. Modality-Autoregressive World-Action Models Adam Hung, Bardienus P. Duisterhof, Deva Ramanan 本文提出ModAR——首个支持多模态自回归去噪的世界-动作模型（WAM），可依次生成深度图、DINO视觉特征与点轨迹等几何/语义/运动相关模态，再基于已生成模态预测动作。通过从零训练的系统性消融，发现预测点轨迹、DINO特征与深度图显著提升性能，而额外预测RGB图像无一致增益。实验表明，ModAR在各数据规模下均取得最高平均成功率；相比预训练初始化的Flex-π模型，ModAR以约1/20训练FLOPs、无需预训练即实现更高平均成功率（75% vs. 72%），并在三个真实双臂操作任务中优于基线且随人类演示视频增多持续提升。 🏛️ Deva Ramanan | PDF · arXiv · 项目 | ❤️ 4 3. PhysStream: Streaming Physics-Grounded Video Generation with Structured Scene Memory and Fine-Grained Motion Control Chuhao Chen, Peter Wonka, Chaoyang Wang...

AI 每日资讯 — 2026-09-16 🔥 HuggingFace 每日论文 1. Atria Dawn: The Dawn of Agentic Superintelligence Honglin Guo, Tao Gui, Yicheng Chen 本文提出Atria Dawn Preview——一种面向科研与工程工作流的基础型智能体语言模型，旨在提升AI代理在真实世界任务中的生产力。其核心创新在于“可验证经验流水线”（Verifiable Experience Pipeline），将工具调用、可执行环境交互与外部验证结果闭环耦合。在涵盖科研、工程及数字工作的16项基准测试中，该模型性能媲美前沿智能体，并在5项上取得当前最高分。基于769条任务记录与多阶段人机协作分析，研究发现：约1/3的AI辅助任务被人类评估为“无AI则不可行”；AI频繁提出方法并实施迭代，而人类主导最终决策、方向判断与反馈引导。这标志着人机协作正从任务执行层跃升至项目级协同，人类精力聚焦于目标选择与证据驱动的研究范式构建。 PDF · arXiv · 代码 · 项目 | ❤️ 364 2. LynnReal-Omni: Native multi-modal Video Generation for Agentic Visual Workflows Xiaofeng Mao, Peijia Lin, Shaohao Rui LynnReal-Omni 提出了一种原生多模态视频生成框架，旨在解决扩散模型在可控性、长时序一致性与高保真度之间的固有矛盾。该框架基于32B共享多模态扩散Transformer，统一支持文本/图像/3D场景/游戏状态等多种条件输入，实现文本到视频、参考引导生成、结构化控制、视频编辑与修复及长视频合成。为提升实时性，另构建27B Flash变体模型。通过系统化数据清洗、主体关联与多模态对齐标注，构建高质量多镜头音视频语料库，并提出MSAVP评估协议（含100个提示、20项指标），从指令遵循、合理性、视觉质量、时序行为与音画协同五维度全面评测。实验表明，LynnReal-Omni在可控性与生成质量上显著优于现有方法。 PDF · arXiv · 代码 · 项目 | ❤️ 43 3. Discovery Foundation Models: Toward Open-Ended Discovery Intelligence Ling Yang, Zhenfei Yin, Yingcheng Wu...