arXiv论文研究游戏内持续预训练：27B模型跨虚拟世界迁移效果有限
一篇 arXiv 新论文用 120 组训练配置，系统测试了具身智能体在多个虚拟世界中进行持续预训练（CPT）的效果，发现数据量、多样性与模型规模各有取舍，单靠 CPT 难以让模型泛化到差异很大的新世界。
分类： AI 资讯
HarnessAdapt-RL：训练时同步进化工具链，9B模型SWE-bench提升9.8%
Hugging Face Papers 收录的论文提出 HarnessAdapt-RL，在强化学习过程中同时训练策略模型并自动调整代码智能体外部工具链（harness），9B 基座模型在 SWE-bench Verified 上比 GRPO 提升 9.8 个百分点。
IBM 推出 ClariEdge 数据集：小模型微调提升 RAG 查询澄清准确率至 96.6%
arXiv 新论文提出 ClariEdge 数据集，并用约 3,900 条样本微调 LoRA 小模型，使 RAG 系统识别歧义查询的分类准确率达到 96.6%，在摘要所述评测中超过多个大模型提示词基线。该结果尚未经全文实验与同行评审核验。
DONIC：首个通用双手灵巧追踪器，跨类别训练成功率超基线77个百分点
2026年10月21日，研究团队在 Hugging Face Papers 发布论文摘要，提出 DONIC 双手灵巧追踪策略及 BiHOI 多视角数据集，称单一检查点在未见轨迹上达到86.79%成功率，比现有双手追踪基线高出77.36个百分点。
PhysLDM 提出潜扩散体积形变仿真，一次预测高保真动态
Hugging Face Papers 收录的论文 PhysLDM 提出用统一的时空潜空间加潜扩散模型，一次性预测高分辨率体积可形变物体的运动轨迹，并声称可零样本泛化到未见过数据。它值得关注之处在于，探讨了“回归还是扩散”这一神经仿真路线选择。
PVBench 发布：46 个维度、600 条提示词量化生成视频的物理可信度
Hugging Face Papers 于 2026 年 10 月 19 日收录论文 PVBench，提出用物体级物理量测（6D 位姿、度量尺度、运动学、守恒律残差等）评价视频生成模型“物理上是否可信”，而非只看画面好不好看。
TextRIRO：不靠合成数据，用真实图像自配对训练场景文字编辑
Hugging Face Papers 收录的论文 TextRIRO 提出用真实图像自身构造配对监督来训练场景文字编辑模型，试图绕开合成数据带来的真实感差距；这对依赖文字修改的图像编辑与 OCR 训练数据生产有参考价值。
TraceForge 提出新蒸馏方案：不窃取闭源推理链，按学生模型风格重写推理过程
Hugging Face Papers 收录的论文《TraceForge》提出一种蒸馏替代方案：拿到教师模型的答案后，用学生模型所属的模型家族风格重新生成推理链，而不是解析闭源模型隐藏的推理内容。这项研究值得关注，因为它试图在不违反服务条款的前提下，解决“只有答案、没有推理过程”这一训练数据缺口。
苏格拉底式技能学习论文：让智能体在师生交替中习得可迁移技能
Hugging Face Papers 收录的一篇论文提出“苏格拉底式技能学习”（SSL），让导师讲解与学生动手实践交替进行，以提升 LLM 智能体技能可复用性，并在自建基准 SkillTransferBench 上报告了优于无技能与两种蒸馏方案的结果。目前仅为论文摘要信息，尚未核验全文实验。
Self-Credit 提出组内重标定信用分配，提升长程智能体强化学习效果
一篇发布于 2026 年 10 月 20 日的 Hugging Face Papers 论文提出 Self-Credit 方法，让大模型智能体在长程任务中通过自我生成引用摘要和组内重标定获得更密的训练信号，在 BrowseComp-Plus 等评测上超过基线。但目前仅为论文摘要信息，尚待全文实验核验。