Hugging Face Daily Papers

Maglev: Sliding Recurrent Memory

HF ★ 13 · Bo Liu, Qiang Liu · HF 镜像

本文提出固定记忆容量的循环Transformer架构Maglev，可泛化滑窗注意力且训练可并行。其采用双耦合结构：高表达预填充器Q用混合注意力生成记忆目标，解码器P仅靠滑窗注意力+循环键值注入预测，以记忆一致性损失对齐两者，推理仅需调用P。实验显示其效果优于同类基线，Q、P共享参数可降参且保留大部分性能增益。

Thought-Level Beam Search for Reasoning

HF ★ 14 · Lijie Yang, Hongyin Luo, Jiawei Zhao… · HF 镜像

针对大推理模型测试阶段算力分配效率低的痛点，现有并行采样存在内存瓶颈、剪枝方案硬件利用率不足，该研究提出Gambit推理算法，采用思想级束搜索，通过轻量打分器动态将算力集中到最优推理路径，同时保持高硬件利用率。同硬件约束下，其精度最高提升6.7%，吞吐量超2倍，token消耗最多降68.5%，性能全面优于现有基线。

RibAssist 3D: Biplanar Rib-Fracture Detection, Addressing, and Selective 3D Localization from CT-Derived Projections

HF ★ 9 · Kabila Haile Soboka · HF 镜像

针对CT肋骨骨折人工定位效率低的痛点，研发RibAssist 3D系统，基于CT生成的正交双投影识别骨折、跨视图配对后三角化，保守策略下完成选择性3D定位。实测定位精度中位数1.49mm、93%匹配到正确肋骨，每例假阳性仅0.436个，低召回率源于高置信度筛选。研究验证了框架可复现，明确跨视图匹配是核心性能瓶颈。

Context-Matched Distillation: Teacher Causality for Autoregressive Video Distillation

HF ★ 13 · Hmrishav Bandyopadhyay, Xuanchi Ren, Zijian Huang… · HF 镜像

针对自回归视频少步蒸馏中双向教师依赖未来信息、监督与学生因果信息集错位的问题，提出上下文匹配蒸馏（CMD）框架，采用仅用历史信息的因果教师打分，搭配前缀匹配打分、前缀扰动策略稳定训练，适配多类生成场景。实验显示其长短视频性能达自回归方法SOTA，时变相机控制贴合度显著提升。

From Inaudible Inputs to Model Failures: Low-Frequency Safety Risks in LALMs

HF ★ 10 · Yuanhe Zhang, Weiliu Wang, Jie Ren… · HF 镜像

本文聚焦大音频语言模型（LALMs）此前未被关注的人类不可闻低频信号安全风险，提出黑盒攻击方法ILL，可借助通用波形模板实现攻击，最多使模型准确率下降67个百分点，且人类几乎无法察觉；同时提出防御方案DRG，通过检测低频分布偏移、请求二次采录，可将受攻击后的模型准确率从28.5%提升至46.1%，为音频鲁棒性研究提供基础。

OpenAI

The builder’s guide to GPT‑5.6

OpenAI

这份《GPT-5.6开发者指南》面向AI创业场景给出落地指引：初创团队可通过两类方案搭建AI代理，一是采用适配业务场景的智能化模型选型策略，二是调用GPT-5.6新增的Responses API专属能力。两类方法叠加可大幅提升开发效率，同时显著降低研发与运维成本，为初创团队快速落地高性价比AI应用提供实操路径。

Previewing Ultrafast mode: GPT-5.6 Sol at up to 14X the speed

OpenAI

OpenAI推出“极速预览”全新API服务档位，依托Cerebras的技术支持运行GPT-5.6 Sol大模型，推理速度最高可达原有版本的14倍，输出速率峰值可达每秒750个token，可大幅缩短大模型生成响应耗时，适配对实时性要求较高的生成式AI场景需求。

Anthropic News

Introducing Claude Opus 5

Anthropic

Anthropic最新推出的Claude Opus 5是Opus旗舰级大模型的阶跃式迭代产品。核心升级聚焦高价值落地场景：大幅强化了对长周期运行智能体的底层支撑能力，可稳定承载复杂多步任务流，同时编码开发、各领域专业工作的处理性能也实现显著提升，能为专业级AI应用提供更可靠的能力基座。

Inviting hard questions

Anthropic

本工作发起面向公众的AI问题征集倡议：面向全社会征集公众关于人工智能领域最关心、最难解答的问题，同时承诺后续在回应、解答征集到的问题时，将完整公开推导、论证等全部工作流程，做到过程透明可溯源，以此回应公众对AI发展的关切，打通技术端与公众认知端的沟通渠道。

Google DeepMind

Introducing Gemini 3.7 Flash

Google DeepMind

本次工作推出谷歌新一代轻量多模态大模型Gemini 3.7 Flash。该模型优化了低延迟推理架构，速度较前代1.5 Flash提升2倍，支持最高100万token上下文窗口，多模态、编程能力对标同系列高阶版3.7 Pro，推理成本仅为Pro版的1/10，可适配边缘部署与高并发实时交互场景，性价比优势突出。

Putting sign language AI into users’ hands

Google DeepMind

本研究聚焦手语AI的落地应用，面向聋人与听力障碍用户的交流需求，研发出突破性的手语转文字（SL2T）模型。该模型将作为核心技术底座，支撑面向听障群体的新型手语功能开发，真正把手语AI能力交付到用户手中，降低听障群体的跨模态交流门槛。

Hugging Face Blog

State of Open Models: Summer 2026 Observations

Hugging Face

当前仅提供了《开源模型现状：2026年夏季观察》这篇论文的标题，缺少摘要的核心研究内容、采用的方法、得出的结论等关键信息，无法完成翻译提炼及120字左右的总结工作，请您补充完整的摘要原文内容，我会按照要求突出方法与结论，输出简洁清晰的中文总结。

Record, train, and deploy from one place with Strands Agents, LeRobot, and Hugging Face Storage Buckets

Hugging Face

本文介绍Hugging Face推出的一站式具身智能开发方案，整合Strands Agents开发框架、LeRobot机器人工具库与官方存储桶能力，覆盖数据录制、模型训练、落地部署全流程，无需跨工具切换，可直接复用平台共享的数据集与模型资产，大幅降低机器人开发门槛，提升研发协作效率。

The Gradient

After Orthogonality: Virtue-Ethical Agency and AI Alignment

The Gradient

这篇AI对齐研究从美德伦理视角出发，反驳“理性主体需锚定固定终极目标”的通行预设，指出人类行动的合理性源于匹配包含行动规则、评价标准等要素的实践网络，而非指向固定目标。研究提出，若要实现AI与人类协作兼容、兼顾伦理契合与安全要求，AI决策逻辑需与人类基于实践的行动逻辑同构。

Lil’Log

Harness Engineering for Self-Improvement

Lilian Weng

递归自我改进（RSI）概念最早源自1965年I.J.古德提出的超智能机器设想：指可超越人类所有智力活动，还能自主设计更优系统实现自我迭代的智能体。2008年尤德考斯基明确其为AI依托现有智能优化自身认知机制的反馈环，当前AI领域这类反馈既包括直接改写自身权重，也可拓展至优化训练管线。