跳到正文

官方站

Hugging Face Daily Papers

共收录 641 条近 30 天 612 条

更新

收录归档 · 第 32 页

10月20日周二第 621–640 条
  1. Hugging Face Daily Papers49

    OvisOCR3 技术报告:0.8B 统一 OCR 模型

    OvisOCR3 是一个 0.8B 参数的统一 OCR 模型,覆盖文档解析、通用 OCR、关键信息抽取、图表描述和跨页表格重建五类任务。训练采用真实与合成数据的继续预训练、领域均衡 mid-training、从五个 4B 领域教师模型的多教师 on-policy 蒸馏及混合任务强化学习。

  2. Hugging Face Daily Papers40

    WorldStream:流式交互式 3D 世界模型,支持分层规划与持久状态

    WorldStream 是一个开放式 3D 世界模型,具备三项能力:将可玩地形扩展到预设地图之外、响应运行中世界的开放语言指令、并按编辑记录恢复已访问地点。它用 Macro/Micro 分层规划器生成结构化决策,由确定性本地代码编译为地形、道路、聚落、植被和实体,单一世界记录保留规划、种子、对象身份与可变状态,支持有状态 NPC 交互。

  3. Hugging Face Daily Papers57

    AI 研究团队自主发现线性注意力架构的论文提出多学科智能体协作设计

    论文提出由不同学科背景、保留私有研究历史并通过自适应分配获得研究机会的持久 AI 研究员组成的团队,用于自主探索线性注意力架构。该团队在 1.3B 规模的语言建模、常识推理和检索任务上超越 GDN2。消融实验显示,去掉学科背景、私有历史或自适应分配中的任一组件,发现质量都明显下降。

  4. Hugging Face Daily Papers43

    AgenticRoboRL:将编码智能体后训练方法引入机器人规划器

    研究者推出 AgenticRoboRL 框架,用监督微调结合多轮强化学习对不同机器人 harness 的规划器做后训练,通过 harness 专属适配器统一 RL 训练流程。在 LIBERO-PRO 上,9B 参数规划器的成功率从 18.1% 提升至 71.0%,接近 Codex(GPT-5.5)配合外部记忆达到的 72.1%。框架与训练好的规划器 checkpoint 将开源发布。

  5. Hugging Face Daily Papers42

    StreamEval:交互式流式视频生成模型评测基准

    研究者推出 StreamEval,一个面向交互式流式视频生成的统一基准,涵盖 avatar 对话、avatar 表演、世界生成、指令编辑和参考编辑五类任务。基准包含 300 个时长 15-300 秒的脚本化测试用例,从任务执行、状态一致性、视觉保真度和视听协调四个维度、十项指标按 0-100 分评估。

  6. Hugging Face Daily Papers42

    校准顺应对(CAP):让聊天模型回应时匹配用户方言变体的后训练方法

    一项 arXiv 研究追踪了从 SFT、DPO 到强化学习各后训练阶段对模型匹配用户方言倾向的影响,发现 10 个开源模型系的后训练把回复统一为标准英语,且 DPO 更新偏好匹配英式/澳式拼写而非 AAE 和 Singlish。研究者提出校准顺应对(CAP)偏好数据,在完全开源模型上提升了对未见方言特征的匹配度,同时未增加标准英语用户的方言输出,也不损害指令遵循能力。

  7. Hugging Face Daily Papers31

    DeCert:生成式奖励模型的决策证书监督方法(arXiv 论文)

    一项 arXiv 论文提出 DeCert 框架,无需参考解释即可评估生成式奖励模型(GenRM)生成理由的有效性与判定一致性,并将其转化为兼顾判定正确性和理由质量的偏好监督。在两个模型家族和多个分布内外 benchmark 上,DeCert 持续超越强生成式裁判基线并提升理由质量,还将位置一致准确率最高提升 14.8 点,有效缓解位置偏差。

10月19日周一