HF 論文速讀 2026-07-27
今天的共同趨勢：AI 研究正在從模型能力本身，推進到長任務、長上下文、空間感知與可驗證環境。
今天先追 Molt: A Scalable PyTorch-Native Training Framework for Agentic Reinforcement Learning，再用另外四篇補齊 Agent、robotics、spatial reason…
今天先記三件事
- 先看是否有 SOTA / 榜單訊號，再看它能不能落地到產品或工程流程。
- Agent、長上下文、世界模型、空間推理正在變成同一件事：讓模型更可靠地做長任務。
- 今天的 50 頁簡報可以當附錄；真正要先記的是每篇 paper 解決的瓶頸與適用場景。
五篇速讀
Molt: A Scalable PyTorch-Native Training Framework for Agentic Reinforcement Le…
LLM/Agent 基…
為什麼重要：Agentic reinforcement learning research is constant algorithm modification, new estimator…
帶走什麼：Agentic reinforcement learning research is constant algorithm modification, new estimator…
下一步：先看問題設定與 benchmark，再決定是否需要讀完整簡報。
VisCo: Leveraging Large Language Models as Intrinsic Encoders for Visual Token…
空間/視覺推理
為什麼重要：Vision-language models (VLMs) process large numbers of visual tokens, resulting in substa…
帶走什麼：Vision-language models (VLMs) process large numbers of visual tokens, resulting in substa…
下一步：先看問題設定與 benchmark，再決定是否需要讀完整簡報。
IDEAgent: Agentic Quality-Diversity Search for Research Idea Generation
LLM/Agent 基…
為什麼重要：Large Language Models (LLMs) have significantly automated the process of scientific disco…
帶走什麼：Large Language Models (LLMs) have significantly automated the process of scientific disco…
下一步：先看問題設定與 benchmark，再決定是否需要讀完整簡報。
Scaling Native Multimodal Pre-Training From Scratch
空間/視覺推理
為什麼重要：VLM 做空間推理時，重點不是多塞工具，而是讓它能一步步用程式觀察與修正。
帶走什麼：VLM 做空間推理時，重點不是多塞工具，而是讓它能一步步用程式觀察與修正。
下一步：先看問題設定與 benchmark，再決定是否需要讀完整簡報。
Skill Self-Play: Pushing the Frontier of LLM Capability with Co-Evolving Skills
LLM/Agent 基…
為什麼重要：LLM training is shifting from manual design and annotation to interaction-driven self-evo…
帶走什麼：LLM training is shifting from manual design and annotation to interaction-driven self-evo…
下一步：先看問題設定與 benchmark，再決定是否需要讀完整簡報。