手机でAgentを動かすのはいつも面倒だった。
OPPOのX-OmniClaw技術レポート（HF Daily 2026-05-12）が解決策を提示。69 upvotes。
核心：一つのモデルで「見る、聞く、操作する」
モバイル向けに設計されたマルチモーダル理解とインタラクションフレームワーク。
主要ソース：HuggingFace Daily Papers 2026-05-12
関連コンテンツ
ACC：エージェント軌道を長文脈QAにコンパイルし、直接推論を訓練
ACCは複数ターンのエージェンットツール呼び出し軌道を長文脈QA対にコンパイル、散在する証拠を統合することをモデルに教える。ACC訓練後のQwen3-30B-A3BはMRCRで+18.1、235B版に迫る。
RLVRにおけるトークンレベル信用割り当ての再考：DelTAが識別器視点で挑む
RLVRのトークンレベル信用割り当てはブラックボックスだった。DelTAはポリシー勾配の更新方向を線形識別器として再解釈し、7つの数学ベンチマークで同規模ベースラインを2-3点上回る。
MLLMは人を正確に読めるか？MM-OCEANが明らかにする「正解の51%は推測」
MM-OCEANは27のMLLMを人格知覚で評価、正解评分の51%が観察可能な証拠に基づかないことを発見、ホリスティックグラウンディング率は0-33.5%に留まる。正解 ≠ 理解。