Hugging Face Daily Papers
Источник AI-новостей. Материалы автоматически отбираются и адаптируются редакцией Hamidun News.
Последние публикации
ECHO: многошаговые прогнозы без пристроек и вдвое дешевле MTP
ECHO встраивает прогнозы на несколько токенов в финальный слой без вспомогательных модулей — вдвое дешевле MTP. Выигрыш на рассуждениях и коде, развёрнуто в production на 200B параметров.
UniAVC: совместный синтез аудио и видео через асимметричное расписание шума
Исследователи HKUST разработали UniAVC — первую модель для одновременного синтеза аудио и видео. Система обучается на отдельных данных каждой модальности, затем выравнивается с парными примерами и использует независимые
FineSplat: мелкие патчи и двойная группировка для детального синтеза видов
Исследователи KAIST разработали FineSplat — метод синтеза новых видов 3D сцен с мелкозернистыми патчами и двойной групповой стратегией внимания. Достигает лучших результатов при 4× меньшем количестве гауссиан благодаря к
CoworkEnv синтезирует среды для ИИ-коллег: Qwen3-VL-8B выросла с 46,6 до 64,1
CoworkEnv — новый фреймворк для обучения компактных ИИ-агентов, которые работают с инструментами в многошаговых сценариях. Комбинирует генерацию задач, валидацию и repair — результаты впечатляют: Qwen3-VL-8B-Instruct на
RoboValue проверил оценщиков действий роботов на 35 задачах и нашёл слепые зоны
Бенчмарк RoboValue охватывает 15 симуляционных и 20 реальных задач манипуляции и показывает: value-модели путают порядок шагов и плохо оценивают восстановление после сбоев.
Откуда берется физическое самообучение VLM: закон масштабирования LLM-агентов
Исследование PhysRSI-eval измеряет, как Vision-Language модели улучшаются на физических задачах манипуляции. Авторы оценили разные VLM на 18 задачах по пятимерной метрике и раскрыли, какие способности агентов лимитируют
HoloBoxing учит гуманоида боксировать за 7 минут на одной GPU
Исследователи заморозили готовый контроллер тела гуманоида и поверх него обучили компактный планировщик боксёра: около семи минут дополнительного обучения на одной видеокарте.
Alibaba DAMO выпустила RynnUnify: 16B-модель планирует видео и ведёт робота
16-миллиардная RynnUnify объединяет понимание сцены, генерацию видео и управление роботом: 51,5% успеха на 20 задачах RoboCasa365 и 46,7% на трёх реальных задачах.
RSIHub собрал 4 метода эволюции агентов в одном фреймворке: до +13,5 п.п.
Открытый RSIHub даёт общую инфраструктуру для сравнения методов самоулучшения ИИ-агентов. Максимальный прирост pass@1 в тестах составил 13,5 процентного пункта.
Easy-3Dfy собирает 3D-сцену из одного фото и обходит SAM-3Dfy
Команда Ziang Zhang разделила генерацию объектов и расчёт раскладки сцены. Easy-3Dfy обошёл SAM-3Dfy по геометрическим метрикам на Scene-Maker и 3D-FUTURE200.
LoCA объединил Sentinel-1 и Sentinel-2 и выиграл 68,8% сравнений у SatCLIP
Новый кодировщик координат LoCA строит эмбеддинги по паре (широта, долгота) с учётом двух спутниковых сенсоров. На 17 задачах он обошёл SatCLIP, GeoCLIP, GT-Loc, AlphaEarth и Copernicus-FM.
OPST: модель дообучает себя на собственных вопросах без людей
Исследователи из Google показали, что LLM улучшает рассуждение, обучаясь на сгенерированных ею же вопросах и ответах. Ни одного человеческого промпта, только описания тем.
Новый алгоритм находит равновесие Нэша в 5600 играх с точностью 1e-5
Хунбо Сун расширил метод расслоений на игры m игроков с n действиями: алгоритм сошёлся с зазором ниже 1e-5 на всех 5600 случайных экземплярах, от 2×128 до 128×2.
Hongbo Sun предложил алгоритм для вариационных неравенств: 6400 задач, 1e-5
Новый path-following алгоритм решает вариационные неравенства без монотонности и обходит особые точки через расслоение. На 6400 задачах размерности до 1024 точность 1e-5 достигнута всегда.
CRM-Agent-Bench проверил 16 ИИ-агентов: лучший строго выполнил 83,6% задач
Новый бенчмарк на 555 многошаговых CRM-задач в девяти доменах проверяет, что агент сделал с данными, а не что сказал. Строгий успех у 16 систем: от 64,32% до 83,60%.
AdaPRA поднимает 80B Qwen на лидербордах Kaggle-типа на 24,5 пункта
Исследователи из Carnegie Mellon добавили data science агенту надзирателя с адаптивными чек-листами. За пять попыток 80B Qwen прибавил 24,5 перцентиля на DSPredict-Easy.
KronLSTM от NX-AI меняет дельта-правило и стабилизирует память без нормализации
NX-AI представила KronLSTM: линейное внимание с Kronecker Delta Rule, ограниченной нормой памяти и сильными результатами на длинном контексте против DeltaNet.
SpecMRL улучшает Matryoshka-эмбеддинги: половина размерности бьёт полный MRL
Метод SpecMRL перестраивает пространство признаков в Matryoshka-эмбеддингах и на MTEB обгоняет MRL при всех проверенных размерностях, а на половине измерений превосходит даже полный MRL.
HOLI-World учит 4B-модель понимать мир по записям от первого лица
Авторы HOLI-World собрали экосистему из ~100 сцен и ~80 тыс. QA-пар, чтобы модель HOLIWORLD-VL-4B лучше понимала пространство и время по egocentric-видео.
InfiniDream: синтез 100 объектов и 20 сцен в процедурной генерации 3D-миров
InfiniDream — VLM-фреймворк для процедурной генерации фотореалистичных 3D-миров. На 100 объектах и 20 сценах показаны улучшения по четырём метрикам с сохранением редактируемости активов.
Manga2Animate: мультиагентная система превращает мангу в аниме через сценарий и раскадровку
Manga2Animate делит адаптацию манги на два шага: сценарий и раскадровку. Каждый шаг делает агент-создатель, а агент-рецензент сверяет результат с исходными панелями.
Lean-компиляция завышает точность формализации: разрыв до 29,5 п.п.
Агент с Lean компилирует 87,2% утверждений, но верными признаны лишь 57,7%. Авторы бенчмарка измерили, насколько компиляция переоценивает качество перевода в Lean.
TTR-Compressor сжимает последовательности регрессией и режет визуальные токены на 55,6%
Новый компрессор TTR-Compressor превращает токены в задачу регрессии и берёт её коэффициенты как сжатое представление: то же качество при 55,6% меньшем числе визуальных токенов.
Исследование: переобучение и лишний compute съедают 68% прироста от эволюции харнесса
Новый протокол HDA разложил прирост автоматической оптимизации агентов на 11 моделях: в среднем 54% дает переобучение, 14% — test-time scaling, а перенос на новые задачи нестабилен.
First Passage Attention заменяет сумму затуханий экстремумом: passkey на 8× длине
Новый механизм внимания FPA стирает промежуточный контекст и сохраняет старые токены. Модель на 110M параметров идеально находит passkey на 8× длины при кэше в 25%.
Исследователи проверили 16 видов подсказок для OPSD и нашли метрику отбора
16 конфигураций привилегированной информации, 3 агентных бенчмарка, 3 модели: KL-метрики предсказывают пользу подсказок для OPSD лучше, чем прямая проверка их полезности.
Механистическая неопределенность LLM: измеряем через причинную устойчивость внутренних механизмов
Ученые предложили мерить неопределенность LLM через устойчивость внутренних механизмов. Вместо анализа выходных вероятностей они изучают, насколько сильно нужно воздействовать на внутренние процессы, чтобы сбить модель.
Модель на 8B параметров обошла Claude Opus 4.8 в генерации научных идей
Исследователи из Salesforce обучили 8B модель на set-level reinforcement learning генерировать разнообразные научные идеи. На контаминационно-чистом бенчмарке она превзошла Claude Opus 4.8 и GPT-6 Astra, сохраняя исполня
LEASH передаёт сложные шаги сильному агенту и экономит 19,2% на Opus 5
Фреймворк LEASH пускает дешёвого агента за штурвал и зовёт Claude Opus 5 только в трудных местах: 73,66% на OSWorld при стоимости на 19,2% ниже.
Учёные персонализировали три MoE-LLM и нашли экспертов, отвечающих за адаптацию
Исследователи дообучили три открытые MoE-модели на датасете персонализации и с помощью кросскодеров выделили экспертов, кодирующих отдельные признаки пользователя.