WEEKLY TOP 10 · 2026-10-05 → 2026-10-11 · 已定榜
本周热门论文 · 2026-W41
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▲2932026-10-08
AgentGarten: Code Worlds for Evolving Agents
AgentGarten 把模拟器、游戏引擎和神经渲染器结合起来，为 Agent 搭建逼真且规则一致的代码世界。
智能体视觉生成
-
#02▲2872026-10-01
RealCompanion: Benchmarking Human Understanding from Reasoning over Longitudinal Real-World Conversations
RealCompanion 公开 10 段长达 120 天、共 27218 条的真实 AI 陪伴对话，检验模型对人的长期理解。
评测与数据智能体
-
#03▲1972026-10-07
UltraText Bench: A Comprehensive Bilingual Benchmark for Evaluating Visual Text Rendering in Image Generation
UltraText Bench 用 432 条中英双语提示，评测图像生成模型渲染密集文字的能力。
视觉生成评测与数据
-
#04▲1892026-10-06
Self-Retrospection Distillation: Turning Post-hoc Experiences into Prior Foresight
自我回顾蒸馏把事后经验转成事前预判，弥补 RLVR 在奖励全相同时信号消失的问题。
强化学习智能体
-
#05▲1742026-10-04
Kandinsky 6.0 Video: Foundation Models for Synchronized Video and Audio Generation
Kandinsky 6.0 Video 能同步生成 5 秒视频和 44kHz 音频（含口型），分 3B 和 29B 两个版本。
视觉生成多模态
-
#06▲1672026-10-08
REMORY: Learning Residual Memory for Context Compaction
REMORY 在文字摘要后补一串“软记忆 token”，帮长任务 Agent 压缩上下文时少丢信息。
智能体高效训练与推理
-
#07▲1532026-10-06
Learn2Play Bench: How Well Do LLM Agents Learn from Experience in Unfamiliar Environments?
Learn2Play Bench 用规则新奇甚至反直觉的文字游戏，检验 Agent 能否从经验中学习。
智能体评测与数据
-
#08▲1522026-10-05
LoGRA: Scaling LLM Reinforcement Learning with Low-Rank Gradient Sketches
LoGRA 用低秩梯度草图压缩 RL 后训练的显存，并按预测 KL 控制步长保持稳定。
强化学习高效训练与推理
-
#09▲1432026-10-08
TokenRouter: Efficient Serving System for Token-Level LLM Routing
TokenRouter 是支持 token 级多模型路由的推理服务系统，解决步调不同步和批处理延迟问题。
高效训练与推理
-
#10▲1312026-09-29
STEPQuant: When and Where Errors Matter in Delta-Rule Recurrent State Quantization
STEPQuant 分析线性注意力循环状态量化误差在时间和空间上的影响，实现低精度状态存储。
高效训练与推理