2026.07.24 | AREX验证驱动递归改进；ReferTrack先指认后跟踪
HuggingFace 每日AI论文速递
【赞助商】
OpenClaw快报
每天五分钟，听听 OpenClaw 快报，带你了解最新动态和业内讨论
传送门 https://www.xiaoyuzhoufm.com/podcast/6a1732a2dffa135d0ab5ef43
【目录】
本期的 15 篇论文如下：
[00:32] 🔍 AREX: Towards a Recursively Self-Improving Agent for Deep Research（AREX：迈向递归自我改进的深度研究智能体）
[01:34] 🤖 ReferTrack: Referring Then Tracking for Embodied Visual Tracking（ReferTrack：面向具身视觉追踪的“先指认后跟踪”范式）
[02:20] 📚 K12-KGraph: A Curriculum-Aligned Knowledge Graph for Benchmarking and Training Educational LLMs（K12-KGraph：一个面向课程对齐的知识图谱，用于基准测试和训练教育大语言模型）
[03:13] 🖼 Visual Contrastive Self-Distillation（视觉对比自蒸馏）
[04:02] 🗺 Show, Don't Tell: Evaluating Spatial Cognition in Generative Pixels Rather Than LLM Text（展示而非叙述：在生成像素而非LLM文本中评估空间认知）
[04:51] 🎨 Color Pass-Through via Camera-Display Coupling（通过相机-显示耦合的色彩直通）
[05:45] 🛠 Tencent WorkBuddy Bench: A Multi-Domain Coding-Agent Benchmark with Contamination-Resistant Task Construction（腾讯工作伙伴基准：一个具有抗污染任务构建的多领域编码智能体基准）
[06:43] 🧭 LLMs Get Lost in Evolving User Intent（大语言模型在用户意图演变中迷失方向）
[07:33] 🎥 Self-Supervised Learning of Structured Dynamics from Videos（从视频中自监督学习结构化动力学）
[08:28] 🧠 Sample-Efficient Learning from Agent Experience（从智能体经验中进行样本高效学习）
[09:28] 🌀 Recurrent Sinusoidal INRs for Efficient High-Fidelity Representation（用于高效高保真表示的递归正弦隐式神经表示）
[10:27] 🌍 Streaming Multi-Agent Autoregressive Diffusion Model with World State Registers（流式多智能体自回归扩散模型与世界状态寄存器）
[11:28] 🤖 Robostral Navigate（罗博斯特拉导航）
[12:18] 🎭 Predictive Divergence Masks for LLM RL（预测性散度掩码用于大语言模型强化学习）
[13:04] 🎬 SANA-Video 2.0: Hybrid Linear Attention with Attention Residuals for Efficient Video Generation（SANA-Video 2.0：混合线性注意力与注意力残差实现高效视频生成）
【关注我们】
您还可以在以下平台找到我们，获得播客内容以外更多信息
小红书: AI速递
