提升代码生成、执行反馈和自动修复能力、让 Agent 更可靠地调用工具和复用技能
今天主要跟进：提升代码生成、执行反馈和自动修复能力、提升代码生成、执行反馈和自动修复能力、让 Agent 更可靠地调用工具和复用技能。
本期从 2026-07-06 论文源抓取并去重 369 篇候选论文，筛选 6 篇重点论文与 20 篇补充关注。
本期重点
- 1InFlux++：Real 与 Synthetic Data 面向 Estimating Dynamic Camera Intrinsics🔗
- 2ReCal3R：Reliability-Calibrated Learning Rates 面向 Streaming 3D Reconstruction🔗
- 3迈向可信赖的医疗保健大型语言模型代理🔗
- 4TGRIP：自动驾驶车辆实例预测的文本引导方法🔗
- 5从开环到闭环：用于参考一致图像生成的测试时迭代优化框架🔗
- 6QSVideo：Query-Conditioned Semantic Temporal Retrieval 面向 Video Underst与ing🔗
今天最值得跟进的方向
今天的高分论文主要指向：提升代码生成、执行反馈和自动修复能力、提升代码生成、执行反馈和自动修复能力、让 Agent 更可靠地调用工具和复用技能。下面按核心问题、方法线索、主要论点和关键词整理，便于快速判断后续跟进价值。
重点论文：核心问题、方法线索与关键词
提升代码生成、执行反馈和自动修复能力
中文标题InFlux++：Real 与 Synthetic Data 面向 Estimating Dynamic Camera Intrinsics
信号显示摄像头内在特性对于从2D视频中恢复3D结构至关重要
关键词benchmarkcodesynthetic dataeval
代码/数据需查看原文确认
提升代码生成、执行反馈和自动修复能力
中文标题ReCal3R：Reliability-Calibrated Learning Rates 面向 Streaming 3D Reconstruction
信号显示流式3D重建依赖于紧凑的循环场景状态，以线性时间和有界内存处理长图像流
关键词servingalignmentcodememory
代码/数据需查看原文确认
让 Agent 更可靠地调用工具和复用技能
中文标题迈向可信赖的医疗保健大型语言模型代理
信号显示医疗预约安排仍然是一个持续存在的运营瓶颈，其驱动因素包括手动协调、分散的遗留系统和高昂的管理开销
关键词agentworkflowragretrieval
代码/数据需查看原文确认
让 Agent 更可靠地调用工具和复用技能
中文标题TGRIP ：自动驾驶车辆实例预测的文本引导方法
信号显示鸟瞰图（ BEV ）端到端实例预测已成为自动驾驶感知的强大范例，有效缓解了传统模块化管道固有的误差传播
关键词agentcodevision-languagetemporal
代码/数据需查看原文确认
提升代码生成、执行反馈和自动修复能力
中文标题从开环到闭环：用于参考一致图像生成的测试时迭代优化框架
信号显示虽然可控图像生成通过结合视觉参考条件取得了重大进展，但现有方法主要作为开环系统运行
关键词servingalignmentevaluationcode
代码/数据需查看原文确认
提升 RAG 检索和知识库问答可靠性
中文标题QSVideo：Query-Conditioned Semantic Temporal Retrieval 面向 Video Understanding
信号显示随着视频时长的增加，视觉语言模型（ VLM ）在视频理解中的性能会下降，因为与查询无关的视频时刻会混淆其语言组件
关键词retrievalalignmentbenchmarkcode
代码/数据需查看原文确认
其他值得关注
中文标题G2VD ：通过反事实干预和因果分离进行可推广的人工智能生成视频检测
关注理由涉及任务设置、指标和失效案例，可补充模型评测与回归测试。
Displacement Preserving Relational Distillation for Robust Medical Segmentation
中文标题位移保持关系蒸馏用于强大的医学分段
关注理由涉及任务设置、指标和失效案例，可补充模型评测与回归测试。
Multiplayer Interactive World Models with Representation Autoencoders
中文标题多人互动世界模型与表征自动编码器
关注理由涉及工具调用、执行反馈和可复用能力，可作为 Agent 工作流可靠性的补充线索。
中文标题不断变化的城市环境中无人机的动态空域管理：协作协调与人身安全
关注理由涉及模型安全、护栏路由、风险分类或治理评测，可作为安全评测与治理工具链的补充线索。
From Fixed to Free Cameras: Calibration-Free View-Robust Vision-Language-Action Model
中文标题从固定摄像头到自由摄像头：无校准视野-健壮的视觉-语言动作模型
关注理由涉及检索、知识库问答与证据可靠性，可作为 RAG 评测和企业知识系统的补充线索。
SPEARBench: A Benchmark for Naturalness Evaluation in Streaming Speech-to-Speech Language Models
中文标题SPEARBench：A 基准 面向 Naturalness 评测 in Streaming Speech-to-Speech Language Models
关注理由涉及任务设置、指标和失效案例，可补充模型评测与回归测试。
中文标题REDDIT ：通过基于重播的分发编辑纠正ASR中模型生成的时间戳漂移而不会忘记
关注理由涉及训练与后训练中的新任务、数据或系统线索，可作为后续跟进清单的一部分。
中文标题SovereignPA-Bench：Evaluating User-Owned Personal Agents under Evolving Intent，平台 Mediation，与 Consent Constraints
关注理由涉及工具调用、执行反馈和可复用能力，可作为 Agent 工作流可靠性的补充线索。
Selective Disclosure Watermarking for Large Language Models
中文标题大型语言模型的选择性披露水印
关注理由涉及推理与规划中的新任务、数据或系统线索，可作为后续跟进清单的一部分。
中文标题男性不孕症精液分析的深度学习：计算机视觉、多模式融合和临床翻译
关注理由涉及任务设置、指标和失效案例，可补充模型评测与回归测试。
Evaluating and Understanding Model Editing for Medical Vision Language Models
中文标题评估和理解医学视觉语言模型的模型编辑
关注理由涉及任务设置、指标和失效案例，可补充模型评测与回归测试。
中文标题用于癌症多组学整合、通路活动推断和风险分层的生物信息深度神经网络
关注理由涉及推理成本、延迟、吞吐和部署约束，可补充系统优化方向。
Routing Anonymity and Identifiability of Noisy Quantum Hardware
中文标题噪声量子硬件的路由匿名性和可识别性
关注理由涉及工具调用、执行反馈和可复用能力，可作为 Agent 工作流可靠性的补充线索。
SteelBench: Evaluating Vision-Language Models in Real-World Industrial Environments
中文标题SteelBench ：评估真实工业环境中的视觉语言模型
关注理由涉及任务设置、指标和失效案例，可补充模型评测与回归测试。
Streaming Neural Speech Codecs through Time-Invariant Representations
中文标题通过时间不变表示流式传输神经语音编解码器
关注理由涉及可解释性中的新任务、数据或系统线索，可作为后续跟进清单的一部分。
Unified Audio Intelligence Without Regressing on Text Intelligence
中文标题不回归文本智能的统一音频智能
关注理由涉及工具调用、执行反馈和可复用能力，可作为 Agent 工作流可靠性的补充线索。
When Claws Remember but Do Not Tell: Stealthy Memory Injection in Persistent Personal Agents
中文标题当爪子记住但不告诉时：持久性个人代理的隐形记忆注射
关注理由涉及工具调用、执行反馈和可复用能力，可作为 Agent 工作流可靠性的补充线索。
中文标题VLM-CASE：Vision-Language Model Enabled Context-Adaptive Safety Envelopes 面向 Anticipatory Safe Autonomous Driving
关注理由涉及模型安全、护栏路由、风险分类或治理评测，可作为安全评测与治理工具链的补充线索。
On the risk of coding before testing: An empirical study on LLM-based test generation workflow
中文标题测试前编码的风险：基于LLM的测试生成工作流程的实证研究
关注理由涉及工具调用、执行反馈和可复用能力，可作为 Agent 工作流可靠性的补充线索。
LangLoc: "Tell Me What You See"
中文标题LangLoc ： “告诉我你看到了什么”
关注理由涉及检索、知识库问答与证据可靠性，可作为 RAG 评测和企业知识系统的补充线索。
阅读边界
- 自动排序会偏向有社区信号、代码信号和工程关键词的论文。
- 简报默认基于标题、摘要和公开元数据，不替代全文精读。
- 外部 API 限流或不可用时，相关信号会降级为空并在内部记录中保留说明。