2026.08.31 | LoopArena揭示循环控制难题；DART-SD拓扑感知优化工具调用。

【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： [00:29] 🔁 LoopArena: Benchmarking Models as Runtime Controllers for Loop Engineering（LoopArena：将模型作为循环工程的运行时控制器进行基准测试） [01:27] 💎 DART-SD: Diamond-topology Aware Retrieval and Tuning for Self-Distillation of Multi-Turn Tool-Calling Agents（DART-SD：多轮工具调用代理的菱形拓扑感知检索与自蒸馏调优） [02:25] 🛠 Agentic Artifact Creation: Systems, Evaluation, Principles, and Opportunities（智能体工件创建：系统、评估、原则与机遇） [03:25] 🤖 Beyond Data Scaling: Representation-Centric Continued Pre-training for Vision-Language-Action Models（超越数据规模：面向视觉-语言-动作模型的以表征为中心的持续预训练） [04:42] 🌍 Code as Worlds: Agentic Discovery of Executable World Representations for Physical Reasoning（代码即世界：面向物理推理的可执行世界表示的智能体发现） [05:45] 🔄 J-Zero: Unified Challenger--Solver--Judge Co-Evolution from Zero Data（J-Zero：零数据下挑战者—求解者—评判者的统一协同进化） [06:37] 🎥 Revisiting Local Context for Long-Horizon Streaming 3D Reconstruction（重新审视面向长时程流式三维重建的局部上下文） [07:35] 🧠 ContextPilot: Teaching Agents for Proactive Context Management via Fine-grained RL（ContextPilot：通过细粒度强化学习训练智能体进行主动上下文管理） [08:33] 🧠 LayerRecall: A State-Conditioned Memory Router for Long-Horizon Consistency in Video Generation（LayerRecall：用于视频生成长时程一致性的状态条件记忆路由器） [09:38] 💰 Puro-2B: Poor Lab's Qwen2-1.5B Trained on RTX 5090 within $5090（Puro-2B：穷实验室在RTX 5090上以不到5090美元训练出的Qwen2-1.5B） [10:27] 🐘 Blind Men and the Elephant: Probing the Epistemic Myopia of LLMs under Long-Tail Divergent Knowledge（盲人摸象：探究长尾分歧知识下大语言模型的认识论短视） [11:18] 🛡 StepGuard: Learning Step-Level Guardrails with Scalable Supervision and Safety-Utility Balancing（StepGuard：通过可扩展监督与安全效用平衡学习步骤级护栏） [12:12] 🎨 Paint What You See: Benchmarking Dexterous Visual Tool Use in Multimodal Agents（画你所见：多模态智能体中灵巧视觉工具使用的基准测试） [13:08] ⚡ Locate Anything in Videos: Rethinking Efficient Generative Spatio-Temporal Video Grounding（在视频中定位一切：重新思考高效生成式时空视频定位） [14:04] 🧠 PonderPounce: A Pretrained MLLM as an Episode Context Engine for Robot Control（PonderPounce：预训练多模态大语言模型作为机器人控制的回合上下文引擎） 【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 在小宇宙查看该单集文稿