Hugging Face Daily Papers学术重要性 77
Video-Coder 旨在解决视频生成中精确空间结构、运动动力学和可控场景组合的难题，提出了一种代码驱动的智能体。该智能体能够自主编写和执行代码以构建动态 3D 场景（草稿视频），从而为下游视频生成器提供结构和运动信号。为支持这一范式，作者设计了专门的数据管道，整理了两个数据集（Video-Coder-SFT-6k 和 Video-Coder-RL-2k），并开发了集成代码执行、3D 渲染和反馈的交互式环境 Video-Coder Harness。模型首先进行监督微调，随后采用结合双重奖励反馈（执行奖励与视频奖励）及退火训练策略的强化学习进行训练。实验表明，该模型在 PhyGenBench 和 VBench-2.0 等基准测试中显著提升了性能。尽管目前该论文为预印本，但作者已完全开源了代码、数据和模型。
信号75结构80影响75可信度71热度65
Hugging Face Daily Papers学术重要性 75
权重空间编程（WSP）允许推理智能体直接检查和修改神经网络参数，而不是依赖标准的基于梯度的自适应方法。该预印本通过16条编辑轨迹、7个基准测试和两个模型规模（Qwen3.5-0.8B和Qwen3.5-9B）系统地研究了WSP。研究结果揭示了三个主要见解：首先，WSP可以通过高度局部的干预实现显著的性能提升，例如仅修改1,023个参数就在MATH-500上将准确率提高了29.45个百分点。其次，WSP表现出有前景但不均衡的跨任务泛化能力，经数学任务编辑的检查点可以迁移到其他基准（如SciBench和IFEval），但对某些任务无效。第三，有效的编辑仍然具有挑战性和不一致性，不同轨迹的结果差异很大，由于验证不可靠，部分尝试最终保留了原始权重。该论文开源了代码，并指出了参数级编辑在干预发现、可靠性和跨任务迁移方面面临的基本挑战。
信号80结构75影响70可信度71热度50
