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95

论文条目708

arXiv 链接490

最新日期2026-07-15

Latest

最新速递

Agent & LLM2026年7月15日

每日论文速递 · Agent & LLM

💡 一句话：提出 E3（Estimate-Execute-Expand）执行策略，让 agent 先估计最小必要工作量，验证失败再扩展上下文，成功率不掉但 token、文件读取和成本大幅下降。

arXiv:2607.13034arXiv:2607.12893arXiv:2607.12385arXiv:2607.12397+4

Embodied Agents & World Models2026年7月15日

每日论文速递 · Embodied Agents & World Models

💡 一句话：这篇直接冲着“physical-world agent foundation model”来，核心是把动作相关状态理解、动作转移推理、长程自适应推理做成训练 taxonomy，并开源模型。

arXiv:2607.12894arXiv:2607.12680arXiv:2607.13017arXiv:2607.13033+4

Recent

最近更新

Embodied Agents & World Models2026年7月15日

每日论文速递 · Embodied Agents & World Models

💡 一句话：这篇直接冲着“physical-world agent foundation model”来，核心是把动作相关状态理解、动作转移推理、长程自适应推理做成训练 taxonomy，并开源模型。

arXiv:2607.12894arXiv:2607.12680arXiv:2607.13017arXiv:2607.13033+4

Agent & LLM2026年7月15日

每日论文速递 · Agent & LLM

💡 一句话：提出 E3（Estimate-Execute-Expand）执行策略，让 agent 先估计最小必要工作量，验证失败再扩展上下文，成功率不掉但 token、文件读取和成本大幅下降。

arXiv:2607.13034arXiv:2607.12893arXiv:2607.12385arXiv:2607.12397+4

Embodied Agents & World Models2026年7月14日

每日论文速递 · Embodied Agents & World Models

💡 一句话：把机器人 agent 的 reasoning、memory、tool use、skill execution、multi-stage verification 和 edge-cloud collaboration 抽成一个运行时层，而不是继续只卷低层 VLA policy。

arXiv:2607.10350arXiv:2607.11119arXiv:2607.10811arXiv:2607.10744+4

Agent & LLM2026年7月14日

每日论文速递 · Agent & LLM

💡 一句话：把 Agent 的任务进度显式建成可验证的 causal state，用 checkpoint、状态转移和 verifier 解决长程任务里“历史一坨、失败难恢复”的问题。

arXiv:2607.11388arXiv:2607.11126arXiv:2607.11138arXiv:2607.11149+4

Embodied Agents & World Models2026年7月13日

每日论文速递 · Embodied Agents & World Models

💡 一句话：把 LLM embodied agent 从“同步问答式规划器”改成 OS 风格 runtime：多时间尺度异步 planning、Skill Kernel、调度抢占、speculative skill streaming，直接解决真实机器人控制里的 latency 和并发任务问题。

arXiv:2607.05482arXiv:2607.06501arXiv:2607.07820arXiv:2607.08147+4

Agent & LLM2026年7月13日

每日论文速递 · Agent & LLM

💡 一句话：把每一步推理任务当成“可竞价商品”，让模型/工具按校准后的能力和成本竞标，动态路由到更合适的 solver。

arXiv:2607.09600arXiv:2607.09493arXiv:2607.09603arXiv:2607.09197+3

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7月15日

2026-07-15 09:02 每日论文速递 · Agent & LLM💡 一句话：提出 E3（Estimate-Execute-Expand）执行策略，让 agent 先估计最小必要工作量，验证失败再扩展上下文，成功率不掉但 token、文件读取和成本大幅下降。 8 篇

2026年7月14日

2026-07-14 09:02 每日论文速递 · Agent & LLM💡 一句话：把 Agent 的任务进度显式建成可验证的 causal state，用 checkpoint、状态转移和 verifier 解决长程任务里“历史一坨、失败难恢复”的问题。 8 篇

2026年7月13日

2026-07-13 09:04 每日论文速递 · Agent & LLM💡 一句话：把每一步推理任务当成“可竞价商品”，让模型/工具按校准后的能力和成本竞标，动态路由到更合适的 solver。 7 篇

2026年7月12日

2026-07-12 09:02 每日论文速递 · Agent & LLM💡 一句话：它用 live Docker、隐藏 supervisor、用户反馈闭环来测 proactive agents，不再停留在静态 sandbox 玩具任务。 8 篇

2026年7月11日

2026-07-11 09:01 每日论文速递 · Agent & LLM💡 一句话：它把 proactive agent 放进真实 Docker 环境，用多轮用户反馈和细粒度 checkpoint 评测，而不是只看静态答案。 8 篇

2026年7月10日

2026-07-10 09:01 每日论文速递 · Agent & LLM💡 一句话：把 proactive agent 放进 live Docker 环境，用 400 个双语真实任务和 step-by-step checkpoint 评估“工具使用、探索、长上下文、多模态、跨平台协调”。 8 篇

2026年7月9日

2026-07-09 09:02 每日论文速递 · Agent & LLM💡 一句话：把 Agent 执行 trace 先按失败模式去重，再用依赖图定位真正导致失败的步骤，避免拿一坨无关上下文做反思优化。 8 篇

2026年7月8日

2026-07-08 09:01 每日论文速递 · Agent & LLM💡 一句话：把多 Agent 并行证明搜索的中间结论组织成 shared fact graph，让主 Agent 负责规划协调、worker Agent 负责局部推进。 8 篇

2026年7月7日

2026-07-07 09:01 每日论文速递 · Agent & LLM💡 一句话：把“模型打分”升级成可缩放的连续验证信号，用来判断 agent 输出、任务进度、代码任务和 RL 反馈是否靠谱。 8 篇

2026年7月6日

2026-07-06 09:02 每日论文速递 · Agent & LLM💡 一句话：把 agent 程序里的 agents、prompts、tools、memory、handoff 关系抽成 Agent Dependency Graph，用来做 BOM、风险分析和治理。 8 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7月15日

2026-07-15 09:16 每日论文速递 · Embodied Agents & World Models💡 一句话：这篇直接冲着“physical-world agent foundation model”来，核心是把动作相关状态理解、动作转移推理、长程自适应推理做成训练 taxonomy，并开源模型。 8 篇

2026年7月14日

2026-07-14 09:12 每日论文速递 · Embodied Agents & World Models💡 一句话：把机器人 agent 的 reasoning、memory、tool use、skill execution、multi-stage verification 和 edge-cloud collaboration 抽成一个运行时层，而不是继续只卷低层 VLA policy。 8 篇

2026年7月13日

2026-07-13 09:13 每日论文速递 · Embodied Agents & World Models💡 一句话：把 LLM embodied agent 从“同步问答式规划器”改成 OS 风格 runtime：多时间尺度异步 planning、Skill Kernel、调度抢占、speculative skill streaming，直接解决真实机器人控制里的 latency 和并发任务问题。 8 篇

2026年7月12日

2026-07-12 09:12 每日论文速递 · Embodied Agents & World Models💡 一句话：它不是继续堆更大的 VLA，而是把 frozen VLA 当成可重试的 contact-rich primitive，再用 memory + analytic primitives 做长程组合和失败恢复。 8 篇

2026年7月11日

2026-07-11 09:12 每日论文速递 · Embodied Agents & World Models💡 一句话：把 embodied agent 从“LLM 同步问答控制器”改成 OS-style runtime：多时间尺度异步规划、Skill Kernel、调度、抢占、speculative skill streaming，目标是解决实时控制和并发任务。 8 篇

2026年7月10日

2026-07-10 09:11 每日论文速递 · Embodied Agents & World Models💡 一句话：把 frozen VLA 当成可重试的 contact-rich primitive，再用 LLM/code-agent 式 planner、execution trace memory、failure model 做语义重定位和失败恢复。 8 篇

2026年7月9日

2026-07-09 09:13 每日论文速递 · Embodied Agents & World Models💡 一句话：把 LLM 规划从“同步问答”改成多时间尺度异步循环，用 Skill Kernel、调度器、抢占/恢复、speculative skill streaming 来管理真实机器人身体。 8 篇

2026年7月8日

2026-07-08 09:12 每日论文速递 · Embodied Agents & World Models💡 一句话：把 LLM-based embodied planning 从“同步请求-响应”改成多时间尺度的异步 runtime，让 agent 可以边执行、边规划、边处理并发目标。 8 篇

2026年7月7日

2026-07-07 09:12 每日论文速递 · Embodied Agents & World Models💡 一句话：把高层 VLM planning 和低层 VLA execution 用 32 个标准 skill primitives 对齐，重点解决“语义计划”和“可执行动作”之间断层。 8 篇

2026年7月6日

2026-07-06 09:13 每日论文速递 · Embodied Agents & World Models💡 一句话：把 Code-as-Policy agent 放进可交互机器人操作环境里测，核心发现是多轮执行反馈、视觉差分、自动 skill synthesis、verifiable reward 能显著提升 embodied coding agent 的可靠性。 8 篇