WEEKLY TOP 10 · 2026-09-28 → 2026-10-04 · 已定榜
本周热门论文 · 2026-W40
按 Hugging Face 每日论文的上榜周分组，在已写要点的论文中按点赞排序取前 10；完整周结束后冻结，不再改动。
-
#01▲7482026-09-27
Raven: The Harness of Harnesses for Composable Agentic Intelligence
开源多智能体生态 Raven，自动搭建、演化并跨领域编排各类专用 Agent 框架（harness）。
智能体
-
#02▲6422026-09-30
False Frontiers: Diagnosing and Mitigating Co-Cheating in Self-Evolving Search Agents
揭示自进化搜索 Agent 的“共谋作弊”：出题者和解题者一起犯同样的错，并提出多样本验证来缓解。
智能体强化学习
-
#03▲5112026-09-29
The Teacher Is a Direction, Not a Destination: Extrapolating RL-Induced Representation Residuals in On-Policy Distillation
在线策略蒸馏中，沿 RL 引起的隐藏表征变化方向外推，让学生模型更稳定地超越教师。
高效训练与推理强化学习
-
#04▲4852026-09-25
Omni-IO Skills: Harnessing Your Agent Omni-Native
Omni-IO Skills 用分层技能和资产登记表，让现有 Agent 能读写图像、音频、视频、3D 等多种模态。
智能体多模态
-
#05▲4172026-09-29
LoopVL: Recurrent Visual Intelligence
LoopVL 把循环 Transformer 扩展到视觉语言模型，在多次循环中反复更新视觉-语言状态。
多模态推理
-
#06▲3882026-09-28
In-Context Learning for Robots: Methods and Applications
机器人上下文学习综述：按“上下文如何转成动作”把方法分成四大类并对比。
机器人与具身
-
#07▲3672026-09-28
MaLiang-Harness: A Programmable Path to Image and Video Generation
MaLiang-Harness 让多模态模型写程序生成图像和视频，并在“构建-检查-修改”循环中缩小程序与画面的差距。
视觉生成代码与软件工程
-
#08▲3272026-09-26
Scaling Properties of Same-Family On-Policy Distillation
研究同族模型间在线策略蒸馏的扩展规律：训练早期准确率随 KL 距离近似线性上升。
高效训练与推理强化学习
-
#09▲2962026-09-27
VisionHOPE: Visual Backbones as Self-Modifying Learning Systems
VisionHOPE 把视觉骨干网络做成“自我修改”的学习系统，记什么、怎么学在单张图内共同演化。
视觉理解与 3D
-
#10▲2732026-09-24
Post-Training Leaves Behavioral Shadows on Unrelated Decisions
发现后训练会在无关输出上留下“行为影子”，每个提示只需教师一个词就能把能力迁移给学生。
大语言模型安全与可解释