Hugging Face Daily Papers

VA-Judger: Reward Modeling from Human Preference Feedback for Joint Video-Audio Generation

HF ★ 1 · Yinming Huang, Shuyuan Tu, Xi Yan… · HF 镜像

针对音视频联合生成现有奖励指标分维度单独评估、无法捕捉文本-音视频三者语义时序一致性、与人类偏好对齐度低易引发奖励破解的问题，本文构建了万级人偏好数据集VAPref-10K与跨域评测基准，提出分阶段训练的思维链全维度奖励模型VA-Judger。实验显示其偏好预测精度优于基线，用其对齐人类的奖励微调生成模型可显著提升生成质量。

Evaluating Music Context Preservation: A Multi-facet Framework for Music Editing Systems

HF ★ 2 · Yash Vishe, Eric Xue, Xunyi Jiang… · HF 镜像

针对现有音乐编辑系统评估普遍忽略编辑过程中需保留的音乐上下文（MuseCP）、相关评估体系不全面的问题，本文提出首个MuseCP评估框架MuseCPEval，覆盖四类音乐维度，搭配细粒度适配评估指标。经多维度验证，该框架可有效诊断现有编辑系统优缺，为高上下文保留能力的音乐编辑技术研发提供参考。

Towards Real-Time and Adaptable LiDAR Scene Completion

HF ★ 2 · Azhar Hussian, Martin Vossiek, Vasileios Belagiannis · HF 镜像

针对自动驾驶3D感知中激光雷达场景补全的实时性、适配性短板，研究提出RapidLiDAR方法：设计自适应初始化模块生成适配局部几何的粗场景，无需手动调噪；搭配多尺度重建模块，用体素、BEV特征提取替代点邻域算子提速。实验显示其性能比肩SOTA，单帧补全仅0.1秒，比现有最快方法快2.3倍，匹配车载雷达10Hz采样率，满足实时要求。

SPK: Eliciting Structured Prior Knowledge for Interpretable Out-of-Distribution Detection in Real-Time Object Detection

HF ★ 0 · Changshun Wu, Weicheng He, Xiaowei Huang… · HF 镜像

针对目标检测器易对分布外（OoD）样本输出过置信幻觉、现有OoD检测方法未充分挖掘预训练模型隐含先验的问题，提出结构化先验知识框架SPK：提取检测器隐含的部件级语义先验，融合几何、上下文先验生成5维结构化表示用于OoD检测。多基准测试显示其性能达SOTA，验证了挖掘预训练隐含先验可高效提升检测可靠性，且结果可解释。

LLMs Get Smarter from Targeted Synthetic Multilingual Data

HF ★ 3 · Ishika Agarwal, Arkajyoti Charaborty, Tanner Sorensen… · HF 镜像

针对大模型跨语言能力不均衡、同语义问题因提示语言不同表现差异大的痛点，现有解法存在限制表达或拉低整体性能的缺陷。本文提出HOTFIXR数据生成框架，针对性探测模型多语言薄弱点生成合成训练数据。测试显示其分布内性能提6.2%，分布外任务遗忘降3.7%、语言性能升7.1%，有效兼顾整体表现与跨语言能力。

arXiv cs.LG

Entropy-Constrained Adaptive Stochastic Quantization

Ran Ben Basat, Yaniv Ben-Itzhak, Michael Mitzenmacher…

针对现有无偏自适应随机量化（ASQ）未兼顾后续熵编码导致精度损失的问题，该文提出熵约束自适应随机量化（ECASQ），在熵预算和无偏约束下联合选择量化值最小化均方误差。提出最优动态规划解法及GPU友好的近似解法，后者精度有理论保障，经迭代优化后接近最优效果，运行速度远快于最优解法。

Towards Reversible Forgetting: Managing Obsolete Knowledge in Continual Enterprise AI Agents

Nilutpaul Sarker Yash, Tirtho Roy, Ushashi Bhattacharjee

针对传统持续学习将遗忘视为缺陷、无差别留存知识易导致动态运营场景下的企业AI出现负迁移、产生运营风险的问题，该研究提出可逆遗忘框架，设置三级记忆状态，配套迟滞可逆记忆控制器，通过不对称阈值防状态振荡、影子模式验证激活合理性，既降低过时知识干扰，又可恢复对应场景复现时的可用旧知识。

Accelerating Visual On-Policy Distillation with Batched Speculative Jacobi Rollouts

Bingqi Shan, Zhehao Yu, Kenhong Lin…

针对视觉同策略蒸馏（OPD）逐token自回归生成训练轨迹成本高、原生投机雅可比解码仅支持单序列推理的问题，本文提出批量化HB-SJD作为轨迹生成后端：支持各样本独立推进解码，动态切换执行模式降本，无需改动原有蒸馏流程。经LlamaGen验证，该方法可大幅缩减轨迹生成与端到端训练时长，且不损失小模型生成质量。（共119字）

OpenAI

Introducing AI Futures

OpenAI

OpenAI近期推出名为《AI未来》（AI Futures）的全新官方博客栏目，核心聚焦变革性人工智能的长期社会影响，将围绕AI对权力结构、公共治理模式、经济运行逻辑、个体自由边界四大维度的重塑作用展开探讨，为公众理解通用AI的潜在价值与相关挑战提供官方观察视角。

Stampli cuts launch hours by 68% using ChatGPT Work

OpenAI

费控SaaS企业Stampli在项目上线生产筹备阶段，面临固定截止期限、设计资源被其他项目占用的困境，其采用Codex与ChatGPT Work两款AI工具承接大量开发筹备工作，最终将原本需数周的流程压缩至数日，整体上线耗时降幅达68%，验证了生成式AI在项目落地环节的显著提效价值。

Anthropic News

Introducing Claude Opus 5

Anthropic

本次推出的Claude Opus 5是Opus产品线的阶跃式迭代产品，核心实现两大维度升级：一是大幅优化长时运行支撑能力，可适配长周期自主运行的智能体开发需求；二是编码、专业领域任务处理能力均有明显提升，能更好满足复杂代码开发、深度专业工作等场景需求，实用性较前代显著提升。

Inviting hard questions

Anthropic

本项目推出公众参与式AI研究机制，核心举措为面向全社会公开征集公众最关切的AI领域疑难问题，同时公开承诺：后续针对征集到的问题开展研究回应时，将全程公示研究思路、技术路径等工作内容。该模式既以公众需求引导AI研发方向，也通过全程公开保障研发透明度，消弭AI技术的信息壁垒。

Google DeepMind

Introducing Gemini 3.7 Flash

Google DeepMind

本次发布的Gemini 3.7 Flash是谷歌推出的轻量级旗舰大模型，核心优化了多模态融合架构与长上下文处理逻辑，支持百万token级上下文窗口，推理速度较前代提升2倍以上、推理成本大幅降低。实测性能接近同系列旗舰Gemini 3.7 Pro，在代码生成、多模态理解、长文档解析任务表现优异，适配低延迟高并发的端侧、云服务部署需求。

Putting sign language AI into users’ hands

Google DeepMind

本研究面向听障群体的实际沟通痛点，研发出突破性的手语转文字（SL2T）AI模型，可支撑消费端上线全新的手语交互功能，核心定位是将手语AI的服务能力直接开放给终端用户自主使用，能够大幅降低听障群体的跨模态沟通成本，为手语AI从实验室走向普惠落地提供了可行的技术方向。

Hugging Face Blog

Up to 3.2x Faster Inference with LFM2.5-DSpark

Hugging Face

本文提出大模型推理加速框架LFM2.5-DSpark，针对现有大模型推理普遍存在的访存瓶颈、调度冗余开销等痛点，采用优化的2.5维张量切分、低开销流水线调度策略实现性能突破。实测显示，该框架在主流大语言模型推理任务上，相较同类基线方案推理速度最高提升3.2倍，同时可降低推理延迟、提升集群资源利用率。

How Much Memory Does Your Agent Actually Need?

Hugging Face

目前您仅提供了论文标题，未附上摘要的具体正文内容，无法完成翻译提炼、总结的需求~ 麻烦您补充完整该论文摘要的全部文本内容，我会按照要求突出核心方法与结论，为您生成120字左右的简洁清晰中文总结。

Lil’Log

Harness Engineering for Self-Improvement

Lilian Weng

本文梳理递归自我改进（RSI）的概念脉络：1965年I.J.古德提出超智能机器设想，指可超越人类所有智力活动、能设计更优机器实现自我迭代的系统。2008年尤德考斯基明确RSI核心是反馈闭环：AI用现有智能优化自身认知生成机制。当代AI语境下的RSI既包含模型直接改写自身权重，也覆盖对训练流程的优化。（共119字）