Hermes Cron Paper Digest

Anna 的论文速递

按领域整理 Anna 的每日论文速递，自动从 Hermes cron Markdown 输出生成静态网页。

查看全部归档最新 JSON

领域2

已发布速递65

论文条目469

arXiv 链接339

最新日期2026-06-30

Latest

最新速递

Agent & LLM2026年6月30日

每日论文速递 · Agent & LLM

💡 一句话：提出 WorldEvolver，用 episodic memory、semantic memory 和 selective foresight 让 Agent 在不改模型参数的情况下，边执行边修正自己的世界模型。

arXiv:2606.30639arXiv:2606.30546arXiv:2606.30555arXiv:2606.30560+4

Embodied Agents & World Models2026年6月30日

每日论文速递 · Embodied Agents & World Models

💡 一句话：提出 WorldEvolver，让 world model 在部署时根据真实 action-observation mismatch 更新 memory/context，不改 agent 参数也能提升长程规划。

arXiv:2606.30639arXiv:2606.30111arXiv:2606.29908arXiv:2606.30613+4

Recent

最近更新

Embodied Agents & World Models2026年6月30日

每日论文速递 · Embodied Agents & World Models

💡 一句话：提出 WorldEvolver，让 world model 在部署时根据真实 action-observation mismatch 更新 memory/context，不改 agent 参数也能提升长程规划。

arXiv:2606.30639arXiv:2606.30111arXiv:2606.29908arXiv:2606.30613+4

Agent & LLM2026年6月30日

每日论文速递 · Agent & LLM

💡 一句话：提出 WorldEvolver，用 episodic memory、semantic memory 和 selective foresight 让 Agent 在不改模型参数的情况下，边执行边修正自己的世界模型。

arXiv:2606.30639arXiv:2606.30546arXiv:2606.30555arXiv:2606.30560+4

Embodied Agents & World Models2026年6月29日

每日论文速递 · Embodied Agents & World Models

💡 一句话：OmniAct 把 cyber action、IoT、机器人导航/操作、记忆压缩、异步视觉验证放进一个分层 agent 架构里，目标是长时间真实环境自主执行。

arXiv:2606.27251arXiv:2606.28182arXiv:2606.27268arXiv:2606.27146+4

Agent & LLM2026年6月29日

每日论文速递 · Agent & LLM

💡 一句话：把 Agent 安全从“外围防御/训练期对齐”推进到运行时认知循环内部，专门处理 memory poisoning、tool-chain manipulation、多 Agent 协议攻击。

arXiv:2606.28270arXiv:2606.28187arXiv:2606.27492arXiv:2606.27416+3

Embodied Agents & World Models2026年6月28日

每日论文速递 · Embodied Agents & World Models

💡 一句话：这篇直接打在核心问题上：persistent embodied agent 不该是一个大模型硬扛，而是分层异步架构，把 cyber tools、IoT、navigation、manipulation、failure recovery 放进统一 action space。

arXiv:2606.27251arXiv:2606.23565arXiv:2606.18363arXiv:2606.22948+4

Agent & LLM2026年6月28日

每日论文速递 · Agent & LLM

💡 一句话：让 GUI Agent 自己探索环境、沉淀高层任务经验，再用 hindsight 数据训练小模型，重点解决小 MLLM 的跨网站规划泛化问题。

arXiv:2606.27330arXiv:2606.27009arXiv:2606.27288arXiv:2606.27243+4

领域

Agent & LLM

LLM Agent、推理与对齐、多智能体协作、Agent 架构、AI 系统设计与代码生成。

本领域归档

2026年6月30日

2026-06-30 09:02 每日论文速递 · Agent & LLM💡 一句话：提出 WorldEvolver，用 episodic memory、semantic memory 和 selective foresight 让 Agent 在不改模型参数的情况下，边执行边修正自己的世界模型。 8 篇

2026年6月29日

2026-06-29 09:02 每日论文速递 · Agent & LLM💡 一句话：把 Agent 安全从“外围防御/训练期对齐”推进到运行时认知循环内部，专门处理 memory poisoning、tool-chain manipulation、多 Agent 协议攻击。 7 篇

2026年6月28日

2026-06-28 09:02 每日论文速递 · Agent & LLM💡 一句话：让 GUI Agent 自己探索环境、沉淀高层任务经验，再用 hindsight 数据训练小模型，重点解决小 MLLM 的跨网站规划泛化问题。 8 篇

2026年6月27日

2026-06-27 09:01 每日论文速递 · Agent & LLM💡 一句话：提出 MemStrata，用确定性的 bi-temporal ledger 管理事实 supersession，专门解决 RAG/agent memory 里“旧事实和新事实一起被召回”的结构性问题。 8 篇

2026年6月26日

2026-06-26 09:03 每日论文速递 · Agent & LLM💡 一句话：让 GUI Agent 自己探索环境、沉淀高层任务经验，再用 hindsight 合成训练数据，明显提升小模型的跨网站规划能力。 8 篇

2026年6月25日

2026-06-25 09:02 每日论文速递 · Agent & LLM💡 一句话：这篇直接拆 agentic model 训练数据怎么做，用 100+ ablation 找数据来源、多样性、pipeline 各环节的真实贡献，并开源 100K agent 训练集。 8 篇

2026年6月24日

2026-06-24 09:02 每日论文速递 · Agent & LLM💡 一句话：这篇直接拆 agent 模型训练数据 pipeline，做了 100+ ablation，并发布 100K agent 训练样本，核心价值是告诉你“什么数据真的能训出更会用工具/做任务的 agent”。 7 篇

2026年6月23日

2026-06-23 09:05 每日论文速递 · Agent & LLM💡 一句话：系统性评估多智能体系统里的 system prompt 优化，回答“调 prompt 到底在哪些 agent workflow / communication / team size 下有用”。 8 篇

2026年6月22日

2026-06-22 09:03 每日论文速递 · Agent & LLM今日总结：6/18 这批论文质量很高，LedgerAgent / MATM / DynAMO 三篇直接对应你 InternOS 的三个核心模块（状态管理 / 经验复用 / 调度编排），SafeClawBench 是给你朋友的礼物。建议优先读前三篇。 6 篇

2026年6月21日

2026-06-21 09:02 每日论文速递 · Agent & LLM💡 一句话：在 208 个真实企业场景上对比了 DAG Plan-and-Execute 和 ReAct 两种编排范式，并提出一个带优先级推断 + 相关任务关联的 Task Manager，把多智能体系统从离散请求-响应推到持续事件监听。覆盖 Persona（<10 agents）、Department（20–80）、Enterprise（200）三个规模。 7 篇

领域

Embodied Agents & World Models

具身智能、Embodied Agents、机器人学习、世界模型、VLA、GUI/Web/环境交互 agent 与物理推理。

本领域归档

2026年6月30日

2026-06-30 09:13 每日论文速递 · Embodied Agents & World Models💡 一句话：提出 WorldEvolver，让 world model 在部署时根据真实 action-observation mismatch 更新 memory/context，不改 agent 参数也能提升长程规划。 8 篇

2026年6月29日

2026-06-29 09:14 每日论文速递 · Embodied Agents & World Models💡 一句话：OmniAct 把 cyber action、IoT、机器人导航/操作、记忆压缩、异步视觉验证放进一个分层 agent 架构里，目标是长时间真实环境自主执行。 8 篇

2026年6月28日

2026-06-28 09:12 每日论文速递 · Embodied Agents & World Models💡 一句话：这篇直接打在核心问题上：persistent embodied agent 不该是一个大模型硬扛，而是分层异步架构，把 cyber tools、IoT、navigation、manipulation、failure recovery 放进统一 action space。 8 篇

2026年6月27日

2026-06-27 09:15 每日论文速递 · Embodied Agents & World Models💡 一句话：OmniAct 把 cyber tools、IoT、navigation、manipulation 放进统一 action space，并加上分层记忆和异步视觉 preemption，让机器人能在真实长任务里发现失败并恢复。 8 篇

2026年6月26日

2026-06-26 09:13 每日论文速递 · Embodied Agents & World Models💡 一句话：这篇直接把 embodied agent 拆成 cyber/API/IoT + physical manipulation/navigation 的统一执行架构，并强调长期运行里的失败检测、恢复、上下文管理。 8 篇

2026年6月25日

2026-06-25 09:13 每日论文速递 · Embodied Agents & World Models💡 一句话：把 demonstration 自动切成可组合的 primitive，再让 VLM 指导机器人自己尝试、标注、吸收新 primitive，形成 VLA 的 data flywheel。 8 篇

2026年6月24日

2026-06-24 09:13 每日论文速递 · Embodied Agents & World Models💡 一句话：它把机器人执行拆成 skill graph、资源调度、执行监控、反馈重规划和 3D spatial memory，是真正在往“Embodied AgentOS”方向走的系统论文。 8 篇

2026年6月23日

2026-06-23 09:13 每日论文速递 · Embodied Agents & World Models💡 一句话：这篇直接把 LLM agent 的“状态理解 → 工具调用 → 反馈检查 → 重规划”闭环搬到真实机器人上，用 Embodied AgentOS + 3D spatial memory + skills 组织真实硬件执行。 8 篇 2026-06-23 01:28 每日论文速递 · Embodied AI & World Models💡 一句话：它让 VLA 从普通双摄输入中“脑补”多视角未来画面，用 world model 解决遮挡下的 manipulation，真实机器人成功率提升很明显。 8 篇 2026-06-23 01:27 每日论文速递 · Embodied AI & World Models💡 一句话：只用常规 agent-view + wrist-view 两路相机，生成未来多视角场景来补 occlusion 信息，把遮挡任务成功率从 40.0% 拉到 73.3%，还用 token compression 把生成视角延迟压到 0.2–0.3s。 5 篇