EpiCon：通过共同演化多模态记忆实现集体智能体学习
EpiCon 提出共享多模态记忆框架，让不同智能体在不更新宿主模型参数的情况下复用经验。该框架包含两个独立训练的 2B 模型：memory controller 和 tree self-organizer，并在覆盖四类多模态任务的 eleven benchmarks 上评估。
#多模态
#多模态
今日 0 条Hugging Face Daily PapersAI 评分4242
Hugging Face Daily PapersAI 评分4444 Braco：面向极端视觉 token 压缩的 token 参数化方法
Braco 提出面向视觉语言模型的 token 参数化压缩，在 23×--64× 压缩下形成较优准确率-效率前沿，144× 时仍具竞争力。其达到 95.2% 准确率，相比未压缩上界减少 84.2%--86.7% prefill FLOPs，并实现最高约 36% 端到端加速。
Sakana AIAI 评分4646 SAIL：扩展上下文内模仿学习用于机器人轨迹生成
Sakana AI 与东京大学提出 SAIL，用测试时扩展提升 VLM 生成机器人轨迹的可靠性，并将在 IROS2026 展示。SAIL 让 policy VLM 生成轨迹、在模拟器测试，再由 evaluation VLM 反馈并结合 MCTS 修正；在 6 个模拟操作任务中，搜索预算从 1 个候选增至 45 个后，成功轨迹发现率从 25% 升至 73%。
InternLM · GitHub 原创项目AI 评分5858 InternLM 开源 SciDocBench 科学文档理解基准、训练数据和支持代码
InternLM 的 SciDocBench 发布完整科学文档理解基准、Hugging Face 数据资产、SFT/RL 训练数据和支持代码，并集成到 VLMEvalKit。
BeingBeyond · GitHub 原创项目AI 评分4646 BeTTER：诊断 Vision-Language-Action 模型具身推理幻觉的 benchmark
BeTTER 公开官方代码，用于诊断 Vision-Language-Action 模型中的具身推理幻觉。该 ECCV 2026 项目提供基于 Isaac Sim 的 benchmark 和任务编辑工具栈，包含 Task Editor、Assets Editor、Variation Editor、检索服务器、遥操作与渲染工具。