Hugging Face Daily Papers

SolarWM: Open Data and Scalable Training for Long-Horizon Video World Models

HF ★ 32 · Junchao Huang, Guian Fang, Shengju Qian… · HF 镜像

针对多源异质数据、不同视频骨干训练长时序视频世界模型时耦合度高、结果难复现的痛点，该工作提出开源基础框架SolarWM：通过可重构多源数据引擎统一10个数据集的百万级视频格式，搭配骨干原生适配框架三阶段训练，模型仅用5秒序列训练即可支持分钟到小时级实时交互，全套资源已开源供研究复用。

It Takes Two to Match: Co-Evolving Generative Retriever with Reinforcement Learning

HF ★ 17 · Runpeng Dai, Kaili Huang, Changsung Kang… · HF 镜像

针对现有检索系统仅用大模型做查询侧增强、匹配仍依赖下游检索器的问题，本文提出协同进化检索框架CoGR：让大模型同时生成查询、商品侧关键词，兼容现有倒排索引，先监督微调对齐关键词空间，再用协同进化强化学习交替优化两侧生成器，共享F1优化目标。其在两类基准上较最优基线F1分别提升10.9%、36.1%，两侧关键词空间随训练逐步对齐。

Cliff: Learning Process Rewards from the First Mistake

HF ★ 13 · Peixuan Han, Runhui Wang, Ketan Ramaneti… · HF 镜像

针对大模型后训练采用的可验证奖励强化学习缺中间推理引导、现有方案依赖额外约束的问题，本文提出Cliff奖励塑形策略：调用现成大模型定位推理路径首个错误，拆分正确前缀与错误后缀，输出token级奖惩信号。12类场景测试显示，其性能较基准方法高7%-15%，即便教师模型能力普通也有效，简单通用。

Language Models Can Control Their Own Attention

HF ★ 11 · Namgyu Ho, Huzama Ahmad, Woosung Koh… · HF 镜像

针对长上下文大模型推理需扫描全KV缓存、现有预选降本方案仍为O(N)复杂度的问题，该研究提出声明式注意力机制，让模型在思维链中自主声明需关注的上下文区域，分全局、指定区域、仅最近输出三种模式，推理引擎据此跳过无关KV读取。15项长上下文零样本测试显示，该方法可使现成大模型解码关注token数最高降52%，精度损失不到3个百分点，且损失随模型规模增大收窄，仍有优化空间。

On the Design Fundamentals of Pixel Text Representation Learning

HF ★ 8 · Chaohao Yuan, Ruifeng Yuan, Zhuoxu Huang… · HF 镜像

针对现有像素文本编码器存在固定分辨率预训练、易学习视觉捷径、视觉定位弱、多语言理解能力不足等问题，本文经消融实验明确四项核心设计原则，整合后基于2.8亿训练样本推出Pixel Linguist II模型。该模型在多类跨语言视觉文本任务上达SOTA，80%视觉令牌压缩下仍保持稳健，可有效提升多模态大模型下游表现。

arXiv cs.LG

Task-Specific Prompt with Global Context for Multi-Task Graph Pre-Training

Zhiyang Qiu, Yangtao Wang, Xiaocui Li…

低资源图提示学习场景下，现有多任务预训练多采用随机初始化提示，存在提示空间、预训练目标与图结构对齐性差的缺陷。该研究提出TPGC双先验提示初始化方案，依次注入任务优化偏好、全局结构上下文先验生成适配提示。6项基准实验表明，其少样本性能优于当前最优基线，可调参数更少、运行速度更快。

REAL-Q: E2E LLM Quantization via Dynamic Gradient Descent

Qian Zhang, Yaoming Li, Zhewen Tan…

针对现有大模型后训练量化（PTQ）为追求解析可解过度近似全局损失、层内固定海森矩阵导致信息错位、误差传播的问题，本文提出REAL-Q量化方法：以端到端对齐的全局损失代理为目标，每列块后执行细粒度动态块梯度下降优化，搭配滑动窗口平滑跨层过渡。在W4A16精度下的LLaMA3.1、Qwen3系列模型上，其端到端KL散度较SOTA方法最高降49%。

Convergence issues in Relational Concept Analysis based on AOC-posets

Xavier Dolques, Agn`es Braud, Alain Gutierrez…

本文针对关系概念分析（RCA）改用精简的AOC偏序集替代原概念格后失去迭代收敛性的问题，解析了通用场景下收敛失效的成因，明确了可保障收敛的适用条件，给出改造数据集恢复收敛的方案，还提出保留AOC结构的收敛变体：通过不删除新增关系属性，以少量属性冗余为代价实现收敛。

OpenAI

ATV Big Air Tour turned 3 days of work into 3 hours with ChatGPT

OpenAI

ATV大跳台巡演团队引入ChatGPT Work工具实现业务大幅提效，原本需3天完成的工作如今仅需3小时即可交付。该工具已覆盖营销、商品运营等多个业务场景，甚至可在15分钟内将周边商品照片直接转化为可用的库存网站，充分证明大模型工具能显著降低中小运营主体的数字化门槛、压缩运营成本。

How AI-native companies turn workflows into operating capability

OpenAI

该研究聚焦AI原生企业将工作流转化为运营能力的实践路径：Basis、Clay、Exa Labs三家企业通过落地AI代理，对新用户入职、客户账户管理、开发者集成三类核心业务流程完成效率升级，相关实践经验可供各领域企业管理者参考复用，助力自身将业务流程沉淀为核心运营竞争力。

Anthropic News

Previewing the Model Hardware Standard

Anthropic

Anthropic近期开放模型硬件标准（MHS）的研究预览通道，该标准是面向AI代理的通用共享规范，核心目的是保障AI操作各类物理设备的安全性，统一实体硬件的AI调用规则。目前该标准仅向首批合作的科研实验室、先进制造商开放，后续将为AI落地实体产业场景提供安全支撑。

How Claude’s text watermarking works

Anthropic

为符合欧盟《人工智能法案》要求，Anthropic将联合多家主流AI厂商，在未来版本的Claude模型生成内容中嵌入隐式水印，该水印可用于判定文本是否由Claude生成，且不会影响模型输出质量。本文就公众关心的水印实现逻辑、对输出的影响及落地动因等问题给出了官方解答。

Google DeepMind

Proactive cyber defense for governments and enterprises

Google DeepMind

您好，当前您仅提供了该论文的标题《政府与企业主动网络防御》，未附上摘要的具体正文内容，请您补充完整摘要的相关文本，我会按照要求为您提炼出120字左右、重点突出核心方法与研究结论的简洁中文总结。

Introducing Gemini 3.8 Flash and 3.8 Flash Cyber

Google DeepMind

谷歌正式推出Gemini 3.8 Flash与3.8 Flash Cyber两款大模型。前者在多模态理解、逻辑推理、代码生成能力上较前代显著提升，推理速度提超40%、成本降近半，适配高频轻量化调用场景。后者为网络安全专属定制，定向优化漏洞挖掘、威胁分析、安全审计能力，可大幅降低企业安全运维门槛。

Hugging Face Blog

Real-Time Intelligence with IBM Time Series Models on Confluent

Hugging Face

当前您仅提供了该论文的标题，未附上摘要正文内容，无法完成翻译提炼与总结工作。请您补充完整这篇关于Confluent平台上IBM时间序列模型的实时智能研究的摘要具体文本，我会按照要求为您生成120字左右、突出核心方法与结论的精简中文总结。

BenchMIRT: What are LLM benchmarks actually measuring?

Hugging Face

该研究推出BenchMIRT工具，基于多维项目反应理论建模主流大模型基准的考题与模型作答数据，拆解现有评测的实际度量维度。结果显示多数基准并未匹配预设的能力标签，反而混杂推理、知识记忆、指令适配甚至训练数据泄露带来的应试特征，高分往往代表模型适配基准偏好而非通用能力达标。

Lil’Log

Harness Engineering for Self-Improvement

Lilian Weng

递归自我提升（RSI）最早源自1965年I.J.古德提出的“超智能机器”设想：这类系统可超越人类所有智力活动，还能设计更优机器实现自我升级。2008年尤德考斯基明确RSI是AI用现有智能优化自身认知机制的反馈环，当代AI语境下这一反馈既包含模型直接改写自身权重，也可指模型优化自身训练管线。

量子位

一个模型场景通吃！它石智航AWE3.7的泛化能力有点狠

量子位

以往机器人多依赖专有模型，场景变动就需重新采集数据训练部署，泛化性弱。它石智航推出的通用具身大模型AWE3.7，同一基座可适配工业、物流、生活服务等多场景，在工业分拣、精密插接等操作任务中实现毫米级精度、抗扰动与自主纠错，回应了具身智能通用泛化的核心行业命题。

神秘具身团队又放出一连串很炸的Demo视频…自进化模型，技术路线曝光

量子位

神秘具身智能团队此前放出的10分钟一镜到底机器人demo引发行业震动，被视为具身智能ChatGPT级里程碑。针对遥操质疑，团队再释出多个一镜到底demo，其内部代号MVP（戏称“做个人吧”）的大模型，可赋予机器人认知、逻辑理解、自进化能力，后续还将开展开放环境下上街实测。

50万！李想宣布MPV进入iPhone时刻！外观没改配置拉满

量子位

李想宣布新一代理想MEGA将MPV赛道带入“iPhone时刻”，称其是全球最好开最舒适的MPV。该车核心升级底盘与智能化配置，搭载后轮+线控转向、800V主动防倾魔毯底盘、4颗激光雷达等，转弯半径缩至5.5米，操控性大幅提升。仅推单一配置，售价较上代直降5万，本周开启交付。