HuggingFace 论文周报

📅 2026-02-17 ~ 2026-02-23 | Top 50 篇 HuggingFace Daily Papers

本周概览

本周 AI 研究呈现三大核心趋势：Agent 系统的可靠性与安全性成为焦点，多篇论文从安全审计、隐私泄露、人机协作等角度审视 Agent 部署风险；高效推理与训练优化持续火热，涵盖 Sparse Attention、模型压缩、RL 训练稳定性等方向；具身智能与机器人领域涌现大量工作，从人形机器人操作到触觉迁移、世界模型规划，展现出 VLA/World Model 范式的快速迭代。此外，Diffusion Language Model、统一多模态模型、以及 Scaling Law 的实证研究也值得关注。

重点论文精选

1. GLM-5: from Vibe Coding to Agentic Engineering

• GLM-5：从 Vibe Coding 到智能体工程
• 🔗 HuggingFace | arXiv
• 核心贡献： 智谱发布 GLM-5，采用 DSA 架构大幅降低训练/推理成本，提出异步 RL 基础设施将生成与训练解耦，以及新的异步 Agent RL 算法。在主流开放基准上达到 SOTA，尤其在真实世界编程任务中展现出色能力。
• 为什么值得关注： 代表了从"辅助编码"到"自主工程"的范式转变，异步 Agent RL 的设计对长 horizon 交互学习有重要参考价值。

2. Mobile-Agent-v3.5 / GUI-Owl-1.5: Multi-platform Fundamental GUI Agents

• 多平台基础 GUI 智能体
• 🔗 HuggingFace | arXiv
• 核心贡献： 发布 GUI-Owl-1.5 系列模型（2B~235B），支持桌面/移动/浏览器多平台，在 20+ GUI 基准上开源 SOTA。提出 Hybrid Data Flywheel、统一思维合成 pipeline、多平台环境 RL 算法 MRPO。OSWorld 56.5、AndroidWorld 71.6。
• 为什么值得关注： 首个真正覆盖全平台、支持 MCP 工具调用和多智能体协作的开源 GUI Agent 模型家族。

3. SAGE: Does Your Reasoning Model Implicitly Know When to Stop Thinking?

• 你的推理模型其实知道何时该停止思考
• 🔗 HuggingFace | arXiv
• 核心贡献： 发现大型推理模型（LRM）内隐地知道合适的停止思考时机，但被当前采样范式掩盖。提出 SAGE 采样范式释放高效推理潜力，结合 SAGE-RL 将高效推理模式内化到标准推理中，同时提升准确性和效率。
• 为什么值得关注： 直击 CoT 冗余这一核心痛点，为推理效率优化提供了全新视角。

4. SpargeAttention2: Trainable Sparse Attention

• 可训练稀疏注意力：混合 Top-k+Top-p 与蒸馏微调
• 🔗 HuggingFace | arXiv
• 核心贡献： 提出混合 Top-k/Top-p masking 规则、高效可训练实现、蒸馏式微调目标，在视频扩散模型上实现 95% attention 稀疏度和 16.2× 加速，同时保持生成质量。
• 为什么值得关注： 在扩散模型推理效率上取得突破性进展，95% 稀疏度是一个令人印象深刻的数字。

5. Arcee Trinity Large: 400B MoE Technical Report

• Arcee Trinity Large 技术报告
• 🔗 HuggingFace | arXiv
• 核心贡献： 400B 总参数 / 13B 激活的稀疏 MoE 模型，采用交错 local/global attention、门控注意力、sigmoid routing 等现代架构，提出新的 MoE 负载均衡策略 SMEBU。使用 Muon 优化器训练 17T tokens，零 loss spike。
• 为什么值得关注： 完整展示了现代大规模 MoE 训练的工程实践，SMEBU 和零 loss spike 的训练稳定性值得学习。

6. DreamZero: World Action Models are Zero-shot Policies

• 世界动作模型即零样本策略
• 🔗 HuggingFace | arXiv
• 核心贡献： 基于预训练视频扩散骨干构建 World Action Model，联合建模视频和动作，在新任务/环境上泛化能力比 SOTA VLA 提升 2×+。14B 自回归视频扩散模型实现 7Hz 实时闭环控制。支持跨具身迁移，仅需 30 分钟 play data。
• 为什么值得关注： 用视频扩散模型做机器人控制的范式创新，跨具身 few-shot 适应能力极具实用价值。

7. Frontier AI Risk Management Framework v1.5

• 前沿 AI 风险管理框架实践 v1.5
• 🔗 HuggingFace | arXiv
• 核心贡献： 从网络攻击、说服操纵、战略欺骗、不可控 AI R&D、自我复制五个维度全面评估前沿 AI 风险。新增 LLM-to-LLM 说服、涌现错位实验、Agent 自主扩展记忆和工具集的"错误进化"等场景。特别评估了 OpenClaw 在 Moltbook 上的安全表现。
• 为什么值得关注： 系统性的前沿 AI 安全评估框架，对 Agent 自主演化风险的关注非常前瞻。

8. STAPO: Stabilizing RL for LLMs by Silencing Rare Spurious Tokens

• 通过静默罕见伪标记稳定 LLM 强化学习
• 🔗 HuggingFace | arXiv
• 核心贡献： 证明 RL 训练不稳定性由约 0.01% 的"伪标记"驱动——它们对推理无贡献但继承了完整序列奖励，导致梯度异常放大。提出 STAPO 选择性屏蔽这些更新，在六个数学推理基准上比 GRPO 平均提升 7.13%。
• 为什么值得关注： 精确定位了 RL 训练崩溃的微观原因，提供了简洁有效的解决方案。

9. Towards a Science of AI Agent Reliability

• 迈向 AI Agent 可靠性科学
• 🔗 HuggingFace | arXiv
• 核心贡献： 提出 12 个具体指标，从一致性、鲁棒性、可预测性、安全性四个维度分解 Agent 可靠性。评估 14 个模型发现，近期能力提升只带来了微小的可靠性改进。
• 为什么值得关注： 将 Agent 评估从单一成功率扩展到多维可靠性画像，对实际部署有直接指导意义。

10. Magma: On Surprising Effectiveness of Masking Updates in Adaptive Optimizers

• 自适应优化器中 Masking 更新的惊人效果
• 🔗 HuggingFace | arXiv
• 核心贡献： 发现随机 mask 参数更新可诱导曲率相关的几何正则化。提出 Magma 优化器，利用动量-梯度对齐调制 mask 更新，1B 模型上困惑度比 Adam 降低 19%、比 Muon 降低 9%。
• 为什么值得关注： 极简但有效的优化器改进，可作为 Adam/Muon 的 drop-in 替代。

11. Computer-Using World Model (CUWM)

• 计算机使用世界模型
• 🔗 HuggingFace | arXiv
• 核心贡献： 首个桌面软件世界模型，预测给定动作后的下一个 UI 状态。采用两阶段分解：先预测文本状态变化描述，再可视化合成下一帧截图。通过 test-time action search 让冻结 Agent 模拟比较候选动作后再执行。
• 为什么值得关注： 为 GUI Agent 引入"先想后做"的决策机制，显著提升执行鲁棒性。

12. RynnBrain: Open Embodied Foundation Models

• 开源具身智能基础模型
• 🔗 HuggingFace | arXiv
• 核心贡献： 统一框架强化自我中心理解、时空定位、物理推理、物理感知规划四大能力。提供 2B/8B/30B-A3B MoE 三种规模及四个下游微调变体。在 20 个具身基准和 8 个通用视觉基准上大幅超越现有具身基础模型。
• 为什么值得关注： 具身智能领域首个真正统一的开源基础模型，覆盖从感知到规划的全链路。

13. ResearchGym: Evaluating Language Model Agents on Real-World AI Research

• 评估 AI Agent 的端到端科研能力
• 🔗 HuggingFace | arXiv
• 核心贡献： 从 ICML/ICLR/ACL 五篇论文构建容器化研究环境（39 个子任务），Agent 需提出假设、跑实验、超越人类基线。GPT-5 仅 6.7% 评估中超过基线，但单次运行曾超越 ICML 2025 Spotlight 方案。
• 为什么值得关注： 首次系统量化 AI Agent 的完整科研能力，揭示了能力-可靠性的巨大鸿沟。

14. Experiential Reinforcement Learning (ERL)

• 体验式强化学习
• 🔗 HuggingFace | arXiv
• 核心贡献： 在 RL 中嵌入"体验-反思-巩固"循环：模型先尝试，收到反馈后反思并生成改进方案，成功修正被强化内化到基础策略中。在复杂多步环境中最高提升 81%，工具推理任务提升 11%。
• 为什么值得关注： 将自我反思从推理时转移到训练时，部署时无额外成本。

其余论文速览

🤖 Agent 系统与人机交互

🔒 安全、对齐与评估

🎨 生成模型与视觉

🧠 模型架构与训练

🦾 具身智能与机器人

📊 基准、数据集与工具

🏥 领域应用

🔬 其他有趣工作

本周趋势洞察

研究方向分布

• Agent 系统（含 GUI/Web/搜索 Agent）：约 30%，本周最热门方向
• 生成模型与高效推理：约 25%，稀疏注意力和动态 tokenization 成为加速主流路径
• 具身智能与机器人：约 15%，VLA 和 World Model 范式快速迭代
• 安全与对齐：约 15%，从安全评估到攻击防御全面覆盖
• 模型架构与训练优化：约 10%
• 领域应用与基准：约 5%

热门领域信号

1. Agent 安全成为一等公民：本周有 6+ 篇论文从不同角度审视 Agent 安全（轨迹审计、隐私泄露、prefill 攻击、视觉注入），表明社区已从"能力优先"转向"安全同步"。
2. 推理效率的系统性优化：从 token 级（SAGE 停止时机）到 attention 级（SpargeAttention2）到 patch 级（DDiT），再到训练级（STAPO/Magma），形成完整的效率优化栈。
3. World Model 爆发：CUWM（桌面）、StarWM（游戏）、DreamZero（机器人）、WebWorld（Web）——世界模型正在向所有交互式 Agent 渗透。
4. 开源基础模型持续追赶：GLM-5、GUI-Owl-1.5、RynnBrain、Arcee Trinity 等代表开源社区在各垂域的持续突破。
5. Diffusion Language Model 崛起：LaViDa-R1、McDiffuSE 等表明 dLLM 正在走向实用化，尤其在推理和多任务统一方面。