Top AI Papers on Hugging Face - 2026-07-25

10 paper AI nổi bật nhất trên Hugging Face hôm nay: từ agent tự cải tiến đến benchmark cho “active observers” Hôm nay mình tổng hợp 10 paper đang được upvote cao nhất trên Hugging Face. Danh sách này khá thú vị vì trải rộng nhiều hướng rất “nóng”: deep research agent, hậu huấn luyện mô hình lớn, embodied visual tracking, knowledge graph cho giáo dục, self-distillation cho vision, diffusion language model, đánh giá spatial cognition, sinh video dài, retrieval vượt khỏi “relevance”, và benchmark cho tác tử quan sát chủ động. Bài viết này không đi quá sâu vào chi tiết toán học, mà tập trung trả lời 4 câu hỏi cho mỗi paper: Bài toán là gì? Ý tưởng chính là gì? Điểm mới nằm ở đâu? Ứng dụng thực tế ra sao? 1) AREX: Towards a Recursively Self-Improving Agent for Deep Research Paper : 2607.21461 GitHub : https://github.com/VectorSpaceLab/arex-model Project : https://vectorspacelab.github.io/arex-model/ Bài toán Các “deep research agent” hiện nay có thể tìm kiếm, đọc tài liệu, tóm tắt và lập báo cáo, nhưng vẫn có một giới hạn lớn: chúng chưa thực sự tự cải tiến theo vòng lặp . Phần lớn agent chỉ chạy theo pipeline cố định hoặc được tối ưu thủ công. Ý tưởng AREX hướng đến một agent có khả năng đệ quy tự cải tiến . Nghĩa là agent không chỉ làm nghiên cứu, mà còn biết đánh giá kết quả của chính mình, tìm điểm yếu, sửa chiến lược, rồi chạy vòng tiếp theo . Ta có thể hình dung AREX như một “nhà nghiên cứu AI” gồm nhiều vòng: lập kế hoạch nghiên cứu, truy xuất thông tin, tổng hợp, tự phản biện, tinh chỉnh chiến lược cho lượt sau. Điểm mới Điểm mới quan trọng nằm ở từ khóa recursively self-improving . Nhiều hệ agent hiện tại có “reflection”, nhưng reflection thường chỉ là một bước phụ. AREX có vẻ đẩy ý tưởng này thành trung tâm kiến trúc , biến cải tiến lặp thành cơ chế vận hành chính. Nếu làm tốt, đây là bước tiến từ “agent biết dùng công cụ” sang “agent biết cải thiện cách dùng công cụ”. Ứng dụng thực tế Trợ lý nghiên cứu khoa học Phân tích thị trường, pháp lý, tài chính Tự động