AI 论文速递 — 2026年08月04日

📌 今日速览：HuggingFace 今日最热论文 RLSVR 提出自验证奖励机制，实现 LLM 的开放式自我改进（⭐137）；TokTier 为编程 Agent 场景设计了精确的有状态分词方案，解决长上下文重复分词痛点；腾讯开源 TencentDB Agent Memory 登顶 GitHub Trending；Ai4 2026 大会今日在拉斯维加斯开幕，全球 12,000+ AI 从业者齐聚。

🔥今日热点

🔥 HuggingFace 最热论文 · ⭐137

arXiv 2607.23802

From RLVR to RLSVR: Task Transformation Induces Self-Verifiable Rewards for Open-Ended LLM Self-Improvement

将 RLVR（可验证奖励强化学习）升级为 RLSVR（自验证奖励强化学习），通过任务变换自动生成可自验证的奖励信号，无需人工标注即可实现 LLM 在开放式任务上的持续自我改进。这是 RLHF 之后强化学习范式的又一重要演进。

今日最热 LLM 强化学习 Self-Improvement

🔥 GitHub Trending #1 · TencentDB Agent Memory

GitHub · TencentCloud/TencentDB-Agent-Memory

TencentDB Agent Memory — 团队级 AI Agent 记忆中枢

腾讯开源的团队级 AI Agent 记忆系统，将会话、文档、代码转化为四种可复用记忆资产（Chat Memory、Skill、LLM-Wiki、Code-Graph），支持跨 Agent 和框架的治理与共享，登顶今日 GitHub Trending。

GitHub Trending Agent Memory 开源工具 MCP

📄论文精选

arXiv 2607.29678 · cs.CL

TokTier: Exact Stateful Tokenization for Agentic LLM Serving

针对编程 Agent 场景中长对话重复分词的高昂成本，提出精确有状态分词方案，保留 KV Cache 时避免因新增文本改变历史 token 边界，显著降低 Agent 场景下的推理开销。

LLM 推理 Agents KV Cache 分词优化

arXiv 2607.29679 · cs.CV

Scaling Properties of Text Conditioning in Visual Generation

首次系统测量了视觉生成中文本条件化的 Scaling Law：扩散损失随文本信息量呈可预测的缩放规律，为理解文生图/视频模型的条件机制提供了量化依据，亦为模型设计指明方向。

多模态/VLM 图像生成 Scaling Law Diffusion

arXiv 2607.28617 · cs.CL (HF ⭐5)

AISPA: User-Centric System Prompt Auditing for Large Language Model Applications

提出系统提示词审计框架 AISPA，从用户视角对 88 款商业 AI 产品的 System Prompt 进行八维度审计，揭示了普遍存在的隐性问题指令与用户保护缺失。恰逢 GitHub system_prompts_leaks 仓库大热（⭐62k），安全审计话题持续升温。

AI安全 System Prompt 审计框架 HuggingFace

arXiv 2607.29637 · cs.CV

CodeShrink: Adaptive Visual Compression for Efficient Multimodal Code Understanding

针对 MLLM 理解代码截图时视觉 token 成本过高的问题，提出自适应视觉压缩方案，智能裁剪空白区域并动态调整分辨率，在保持代码理解精度的同时大幅降低 token 消耗。

多模态代码理解 Token压缩 MLLM

🤖具身智能 & 机器人

arXiv 2607.29613 · cs.RO / cs.CL / cs.CV

WCM: A World Critic Model for Vision-Language-Action Reinforcement Learning

针对 VLA 模型在 RL 后训练中依赖单帧观测的局限，提出 World Critic Model，将时序世界动态信息注入价值估计器，在多步机器人操作任务上显著优于传统 critic 方法。

VLA 强化学习机器人操作 World Model

arXiv 2607.29622 · cs.RO / cs.CV

RayViT: Ray-Conditioned Visual Representations for Viewpoint-Robust Imitation Learning

提出 Ray-conditioned Vision Transformer（RayViT），将相机几何信息（射线方向）注入预训练 ViT 骨干网络，使机器人模仿学习策略对相机视角变化具备鲁棒性，解决 RGB 观测缺乏显式几何线索的根本问题。

模仿学习 ViT 视角鲁棒机器人视觉

📡行业动态

Axios · 2026-08-03

AI 人才争夺战白热化：OpenAI、Anthropic、Meta、Thinking Machines 激战

Axios 报道指出，即使估值数十亿美元的 AI 巨头也难以留住顶尖研究员，精英 AI 人才正在 OpenAI、Anthropic、Meta、Google DeepMind 和新秀 Thinking Machines 之间快速流动，薪酬包屡创新高。

行业动态人才市场 OpenAI Anthropic

Ai4 2026 · Las Vegas

Ai4 2026 大会今日开幕：全球最大 AI 行业盛会

Ai4 2026 于 8 月 4-6 日在拉斯维加斯威尼斯人酒店举办，汇集来自 90+ 国家的 12,000+ 参会者、1,000+ 演讲嘉宾和 400+ 展商，聚焦 AI 负责任应用与企业落地。

行业大会 Ai4 企业AI

💡 小晴点评

今日 AI 领域呈现出「智能体基础设施成熟化」的清晰主线。HuggingFace 最热论文 RLSVR（⭐137）将 LLM 自我改进从「需人工验证」推进到「自动自验证」阶段，如果该范式的工程化成熟，将大幅降低 LLM 后训练成本；TokTier 和 CodeShrink 则分别从分词和视觉 token 两个维度为 Agent 场景降本增效，反映业界对 Agent 推理经济性的高度关注。

开源侧，TencentDB Agent Memory 登顶 GitHub Trending，将 Agent 记忆从单体会话升级为团队级共享资产，与 Mem0、MemPalace 等方案共同勾勒出 Agent Memory 赛道的基础设施竞争格局。具身智能方面，WCM（世界评论家模型）和 RayViT（射线条件 ViT）分别从时序建模和几何感知两个互补方向提升机器人策略的鲁棒性，说明具身智能正在从「能跑 demo」走向「能扛干扰」的工程化阶段。

行业层面，Axios 的 AI 人才争夺战报道和 Ai4 2026 万人大会同步进行，暗示 AI 产业正在经历从研发突破到大规模落地的关键转折期。值得持续关注 RL 自改进、Agent 记忆、和具身鲁棒性三条技术线。