Daily Papers - 2026-04-10
This daily digest collects the top 10 papers from the Hugging Face papers feed for 2026-04-10.
1. SkillClaw: Let Skills Evolve Collectively with Agentic Evolver
SkillClaw 旨在通过聚合用户交互来自主更新和改进生态系统中可重用的技能，从而实现多用户 LLM 智能体系统中的集体技能进化。
2. Externalization in LLM Agents: A Unified Review of Memory, Skills, Protocols and Harness Engineering
大型语言模型（LLM）智能体正超越基于权重的修改，开始整合外部化组件，如记忆、技能和协议，以增强可靠性和协调性。
3. HY-Embodied-0.5: Embodied Foundation Models for Real-World Agents
HY-Embodied-0.5 是一个面向具身智能体的基础模型系列，采用 Transformer 混合（Mixture-of-Transformers）架构和迭代后训练技术，以增强视觉感知和推理能力。
4. KnowU-Bench: Towards Interactive, Proactive, and Personalized Mobile Agent Evaluation
KnowU-Bench 提供了一个全面的个性化移动智能体基准测试，用于评估在真实 GUI 环境中用户真实偏好的推断能力和主动协助能力。
5. LPM 1.0: Video-based Character Performance Model
LPM 1.0 是一个大规模多模态模型，用于实时对话式角色表演生成，它在保持身份一致性的同时，能够实现交互式、无限长度的视频合成。
6. OpenSpatial: A Principled Data Engine for Empowering Spatial Intelligence
OpenSpatial 是一个开源的数据引擎，用于处理三维边界框的空间推理任务，创建了一个大规模数据集，并在空间感知基准测试中取得了最先进的性能。
7. MegaStyle: Constructing Diverse and Scalable Style Dataset via Consistent Text-to-Image Style Mapping
MegaStyle 提供了一个可扩展的数据策展流程，利用大型生成模型创建高质量、风格一致的数据集，并提出了一种风格监督对比学习方法，以有效提取风格表示。
8. Graph of Skills: Dependency-Aware Structural Retrieval for Massive Agent Skills
Graph of Skills (GoS) 通过构建可执行的技能图谱，并利用混合检索方法检索依赖感知的技能包，从而实现了大规模技能库的高效推理，显著提高了奖励性能并降低了 token 使用量。
9. When Numbers Speak: Aligning Textual Numerals and Visual Instances in Text-to-Video Diffusion Models
NUMINA 通过一个无需训练的框架，识别布局不一致并引导注意力调制进行再生，从而增强了文本到视频扩散模型在数字准确性方面的表现。
10. Act Wisely: Cultivating Meta-Cognitive Tool Use in Agentic Multimodal Models
具有元认知缺陷的智能体在工具使用决策方面存在困难，导致效率低下。新的框架 HDPO 通过解耦的准确性和效率优化通道来解决这一问题。