1
NeoHorse-1
是什么 面向递归自我改进（RSI）：让智能体在真实交互里观察自身能力，再把证据转成下一轮学习。
怎么做 异构模型池 + 智能路由 harness；记录每轮能力需求、所选服务档位与后续交互，用于 agentic post-training。
HF 412
明星论文
主排序是 HF Daily Papers 赞（9 月 7–11 日窗口内最大值）。只列 7 日及之后投稿。每条给出「是什么 / 怎么做」，摘要来自草稿，不编造方法。
2
NCP-ArchPreview
是什么 把自回归预训练从「下一 token」推进到潜空间「下一概念」预测，抬高概念层目标难度。
怎么做 在 NTP 之外加 Next Concept Prediction；用乘积量化构造概念词表，仍保留 token 级生成。
HF 293
3
SenseNova-U1.5
是什么 8B MoT 原生统一多模态：同一套无编码器、无 VAE 架构里理解、推理并生成视觉内容。
怎么做 空间一致 patch 重建强化视觉接口；精选生成/编辑数据 + 结构提示，原生分辨率到 4K，并后训练美学等专家。
HF 236
4
HF 217
5
Show-Harness
是什么 让通用 VLM 通过紧凑语义接口「玩」机器人，把意图接到动作。
怎么做 Embodied Harness：暴露 VLM 可推理的离散语义动作单元，由本体解释器确定性落到本地控制。
HF 145
6
Omni Interaction Agent
是什么 端到端统一全感知、实时交互与 agent 能力（Gander），摆脱回合制对话范式。
怎么做 持续接收视频/语音/文本流，支持全双工打断与异步长程 agent 执行。
HF 133
7
HF 132
8
Programmable World Model
是什么 视频世界模型往往缺持久世界状态与可编程规则；本框架把状态演化与视觉生成解耦。
怎么做 用自然语言编译成可执行程序，规定实体状态与转移规则，再驱动观测生成。
HF 99
9
On-Policy Reverse Distillation
是什么 弱到强泛化：更强模型能否从更弱监督里学并反超，避免每代从头做前沿后训练。
怎么做 提出 on-policy reverse distillation，用策略侧反向蒸馏引出 W2S。
HF 93
10
HF 93
11
HF 73
12
Marigold V2
是什么 重访 Marigold：用现代 DiT 图像生成/编辑模型做单目深度，改善 OOD 与细节锐度。
怎么做 把扩散 Transformer 技术复用到深度估计管线（技术报告向）。
HF 64
机构显眼补位：Google Procedural Graphs HF 39 / alphaXiv public 59；Tencent Hunyuan T1 HF 56；HUAWEI Bayer Lab Marigold V2 HF 64。alphaXiv Hot：Procedural Graphs 59；AuK 40；On-Policy Reverse Distillation 39。窗前但仍热：WMRL 447；UNO 147；FlowBalance 97。