📬 Daily Digest

今日推送

2026年06月20日 · 星期六
📕 小红书 10
关键词:LLM Agent · Visual agent · Multimodal skills · frontend design-to-code · multimodal code generation
  📄 arXiv 论文(今日休息)   📕 小红书笔记
Multimodal skills
❤️ 12
💡 内容总结 Loop Engineering设计持续驱动Agent的闭环机制,与Harness Engineering形成完整Agent运行架构体系
Visual agent
❤️ 62
💡 内容总结 SpecEyes提出面向Agentic多模态大模型的预测加速框架,突破串行推理瓶颈,降低端到端延迟
Visual agent
❤️ 199
💡 内容总结 GPT-5.6 Pro重点增强逻辑推理与前端生成稳定性,视觉理解与设计复制能力大幅增强,接近完全复制设计稿水平
LLM Agent
❤️ 20
💡 内容总结 字节提出TaskMem框架,通过强化学习将记忆生成建模为可学习策略,实现多模态Agent的任务导向动态记忆优化
Visual agent
❤️ 8
💡 内容总结 VisionPower开源工具为纯文本大模型添加视觉能力,支持图片理解、OCR、图表解读和多图顺序分析
LLM Agent
❤️ 100
💡 内容总结 ICML2026记忆专题收录四篇Agent记忆论文,包括Graph Memory、MemEvolve元进化、SimpleMem终身记忆等方案
LLM Agent
❤️ 189
💡 内容总结 GLM-5.2展现Long-Horizon Agent方向潜力,LLM技术方向已明显转向长期Agent任务处理
Visual agent
❤️ 139
💡 内容总结 Spatial-TTT论文实现Agent在动态世界中持续更新空间记忆,而非每次都重新感知环境
LLM Agent
❤️ 63
💡 内容总结 Eevee实现真实世界的测试时提示学习,解决跨领域混合数据流中的干扰与负向遗忘问题
LLM Agent
❤️ 98
💡 内容总结 ACL26汇总memory agent论文,提出MemGovern框架通过经验治理将GitHub数据转化为Agent可用经验卡片