Hugging Face论文提出APT：全自动后训练让文生图模型按弱点自我进化
一篇发布在 Hugging Face Papers 的论文提出 APT 框架，用三个智能体自动完成评测集构建、模型弱点诊断与强化学习数据生成，让文生图模型根据自身能力短板反复自我后训练。
分类： AI 资讯
十种自蒸馏方法对比GRPO：胜出有限，训练稳定性被忽视
一篇新论文在 ALFWorld、ScienceWorld、Search-QA、WebShop 四个任务上，用三种模型规模比较了十种自蒸馏方法与 GRPO，发现没有一种方法能全面胜出。这项研究把「训练稳定性」和「算力成本」摆到台面上，对智能体训练的方法选择有直接参考价值。
Hugging Face论文系统梳理智能体机器人：模型、数据、环境与Harness四层框架
2026年10月14日，Hugging Face Papers收录了一篇关于“智能体机器人”的综述论文，尝试把当前分散的机器人智能研究，统一到模型、数据、环境、Harness四个功能域共十七个类别中。
Doc2Harness 评测：19 个前沿模型重构 Agent 工程框架，最高通过率 53.05%
Hugging Face Papers 收录的论文提出 Doc2Harness，首次把“围绕大模型搭建 Agent 工程框架”本身作为评测对象；19 个前沿模型在三轮独立构建、328 个测试用例中，最高通过率仅 53.05%。
CriticOPD：用教师批判修复在线蒸馏中的监督失效
一篇论文提出 CriticOPD，用教师模型对错误推理路径的“批判”来修复在线蒸馏中的监督失效问题，在 Qwen3 学生模型和数学推理基准上取得提升。
ActionOPD：按语义动作蒸馏智能体，Qwen3跨模型提升最高6.9个百分点
Hugging Face Papers 2026年10月14日收录的一篇论文提出 ActionOPD，把语言模型智能体的蒸馏从“对齐 token 概率”改成“对齐语义动作”，让 Qwen3-4B 与 Qwen3-8B 在多个分布外基准上平均提升 3.3 到 6.9 个百分点，且不要求师生模型同族或共享 tok…
LatentLoop：非对称算力分配让循环MoE模型更省算力
一篇新论文提出 LatentLoop，通过压缩循环 MoE 模型第一次循环的序列、把省下的算力转给隐藏层，在 1.3B 到 7B 参数规模上持续降低验证损失，并带来最多 19% 的预测算力节省。
Player-1以合成经验训练游戏智能体，MineDojo成功率提升至38.33%
Hugging Face Papers 收录的论文提出 Player-1 后训练框架，用合成环境和程序化奖励教计算机使用模型玩游戏，在 MineDojo-300 等任务上优于监督微调基线。
ATAS框架：让AI长视频跨镜头保持空间与时间一致性
Hugging Face Papers 于 2026 年 10 月 14 日收录的论文提出 ATAS 框架，通过场景记忆和事件记忆解决长视频生成中跨镜头空间与时间不一致的问题，在四款视频生成器上均提升了报告指标。该工作目前为论文阶段，尚未核验全文实验或上线产品。
多模态智能体记忆怎么进化？Hugging Face 论文提出两轴分析框架
Hugging Face Papers 收录的一篇论文摘要提出两轴框架，用来梳理多模态智能体如何形成、表示和管理记忆，并把记忆管理分为静态、动态、自进化三层，为长周期任务提供分析视角。