S-Agent 2.0用通用编程Agent补空间推理”证据闭环”，MMSI-Bench达66.5
Hugging Face Papers 于 2026 年 10 月 20 日收录的论文摘要显示，S-Agent 2.0 把一套命令行 3D 感知工具交给现成的通用编程 Agent，让视觉语言模型在“拿到读数”和“得出答案”之间多走一步，在 MMSI-Bench 和 ReVSI 两个空间推理评测上取得明显提升。
celebrityanime
Navalia用可验证任务合成与长程后训练提升Cowork Agents
arXiv 2026年10月21日发布的一篇新论文提出 Navalia 框架，用财务报告自动生成带可追溯证据的分析任务，并以此做后训练，提升 LLM 智能体跨文档整合与多步数值推理能力。摘要显示其从 Qwen3.6-35B-A3B 初始化后，在五个基准上均优于基座模型。
Video-Point Model 联合预测多视角视频与点轨迹，VPM-Data 多视角数据用于训练评测
Hugging Face Papers 收录的论文提出 Video-Point Model（VPM），以多视角视频历史与语言指令为条件，联合预测任意视角下的未来视频和场景点的 3D 轨迹。其重点是把每台相机的外观变化锚定到同一份 3D 运动描述上，目前公开信息仅为论文摘要。
两比特压缩嵌入表：N-Gram 记忆量化让 DeepSeek 查表存储从 203GB 降至 51GB
一篇 2026 年 10 月 16 日发布在 Hugging Face Papers 的论文提出“条件程序”（CP）表示法，把大模型条件记忆中的嵌入查找表压到 2 比特级别，摘要称在 DeepSeek 场景下可将表存储从 203GB 降到 51GB，从而为 GPU 上保留更大的查找表腾出空间。
扩散模型训练新方法Swift：用弱模型引导强模型，一半算力追平基线FID
Hugging Face Papers 上的一篇论文提出 Swift，用冻结的早期弱去噪器为强模型外推训练目标，不增加推理开销，在 ImageNet-256 上约用一半训练算力达到基线最佳 FID。
GGML_ASSERT(prev != ggml_uncaught_exception) on dynamic library load
这个断言通常出现在 Windows 上同一个进程反复动态加载、卸载 ggml 动态库（如 ggml.dll、ggml-base-whisper.dll）的场景，Go 侧或调用方在重新加载时触发 GGML_ASSERT(prev != ggml_uncaught_exception) on dynam
Misc. bug: mmproj memory margin is added twice on resume from sleep, causing CPU offload
该报错通常出现在 llama-server 加载带 mmproj 的多模态模型、启用休眠（sleep）后再次唤醒的场景：休眠恢复时会重新执行 load_model，并把 mmproj 的内存余量重复加进 fit 目标，导致部分层被调到 CPU、生成速度下降。核心报错为 Misc. bug: mmpr
PhysSkin++：免逐物体训练，实时物理动画可跨形状泛化
2026 年 10 月 19 日，Hugging Face Papers 收录论文 PhysSkin++，提出从静态几何中自监督学习神经蒙皮场，无需逐物体训练即可构建紧凑形变子空间，目标是让实时物理动画泛化到不同 3D 形状与空间离散方式。
StreamingSwap 论文：单卡 RTX 4090 上实现 20 FPS 实时视频换脸，可稳定生成 10 分钟长视频
Hugging Face Papers 收录的一篇论文提出 StreamingSwap，面向长视频流的实时换脸框架，作者称在单张 NVIDIA RTX 4090 上达到 20 FPS，并能对最长 10 分钟的视频保持稳定生成；这些结果来自论文摘要，尚待独立复现。
FocusGUI轻量适配器提升全模态GUI智能体任务匹配率
Hugging Face Papers 收录的论文提出 FocusGUI——一个不微调主干模型的轻量适配器，让 GUI 智能体按步骤动态聚焦多模态观察。据摘要，它在四个全模态主干上平均把 Type Match 提升 33.2，Exact Match 提升约 3 倍。