转 Hugging Face Daily Papers · 2025 年度回顾 点赞数最高的 10 篇论文： 1 分享即关怀：通过集体强化学习经验共享实现高效的大语言模型后训练 2 龙之孵化：Transformer 与大脑模型之间缺失的一环 3 少即是多：使用微型网络进行递归推理 4 DeepSeek-R1：通过强化学习激励大语言模型的推理能力 5 A.S.E.：用于评估 AI 生成代码安全性的代码仓库级基准 6 Qwen3 技术报告 7 群序列策略优化（Group Sequence Policy Optimization） 8 InternVL3：探索开源多模态模型的高级训练方法与测试阶段策略 9 基础智能体的进展与挑战：从类脑智能到进化型、协作型与安全系统 10 MiniMax-01：通过闪电注意力（Lightning Attention）扩展基础模型规模 Hugging Face Daily Papers — Wrapped 2025! Top 10 Most Upvoted Papers: Sharing is Caring: Efficient LM Post-Training with Collective RL Experience Sharing The Dragon Hatchling: The Missing Link between the Transformer and Models of the Brain Less is More: Recursive Reasoning with Tiny Networks DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning A.S.E.: A Repository-Level Benchmark for Evaluating Security in AI-Generated Code Qwen3 Technical Report Group Sequence Policy Optimization InternVL3: Exploring Advanced Training and Test-Time Recipes for Open-Source Multimodal Models Advances and Challenges in Foundation Agents: From Brain-Inspired Intelligence to Evolutionary, Collaborative, and Safe Systems MiniMax-01: Scaling Foundation Models with Lightning Attention

一、先给结论：这不是“模型年”，而是推理、系统、Agent 年

如果你把这 10 篇论文当成一个整体，而不是零散研究，会发现一个极其清晰的事实：

2025 年，AI 的重心已经从「更大的模型」正式转向：

推理能力 × 后训练 × 系统化 × Agent 化。

这是一次范式转移，不是技术迭代。

二、这 10 篇论文，本质上只做了 4 件事

① 重新定义“智能从哪里来”（推理 vs 参数）

代表论文：

DeepSeek-R1

Tiny Recursive Model / Less is More

Group Sequence Policy Optimization

核心信号是：

智能 ≠ 参数规模

智能 = 推理结构 + 训练信号设计

这意味着：

• “大模型神话”正在被拆解
• 小模型 + 好推理 = 新主线
• 推理被正式当成第一性能力，而非副产物

👉 这是为什么 DeepSeek-R1 会爆：它不是更大，而是第一次系统性地“奖励推理”。

② 后训练（Post-Training）成为真正的护城河

代表论文：Efficient LLM Post-Training（Sharing is Caring）

这是产业层面最重要的一篇。

它在说一句极其残酷的真话：预训练正在商品化，

后训练正在成为真正的竞争壁垒。

为什么？

• 预训练数据 → 越来越公共
• 预训练方法 → 快速开源

但：RL 经验、推理轨迹、人类偏好、系统级调优经验

无法复制

👉 这标志着 AI 正在进入一个：“训练即资产” 的时代

这对创业、资本、国家竞争，影响极大。

③ Transformer 不是终点，人类大脑重新回到叙事中心

代表论文：

The Dragon Hatchling

Foundation Agents 综述

这是学术层面最危险、也最重要的信号。

它们共同在说：Transformer 解释不了“持续推理、目标形成、协作智能”

所以开始重新引入：

• 类脑结构
• 递归
• 多 Agent 协作
• 演化式系统

这意味着什么？AI 正在从“工具模型”走向“行为主体”

这一步，才是真正的 AGI 前夜。

④ AI 开始被当成“社会系统”，而不只是模型

代表论文：Foundation Agents、A.S.E.（安全评估）

这是很多人没意识到的一点：AI 已经开始进入“需要治理、审计、责任界定”的阶段。

为什么 A.S.E. 能进 Top 10？不是因为技术多炫，而是因为：安全与责任，开始成为生产力的一部分

当一项技术需要“基准审计”，说明：它已被当成基础设施、它已经不可回滚

三、一个非常重要的信号：中国模型集体进入核心舞台

你要注意这点：

DeepSeek-R1

Qwen3

InternVL3

MiniMax-01

这不是偶然。它说明：全球 AI 正在从“单极硅谷叙事”

进入“多极工程能力竞争”阶段。

而且不是模仿：

• 推理（DeepSeek）
• 训练体系（Qwen）
• 多模态（InternVL）
• 架构效率（MiniMax）

👉 这是工程成熟度的体现，不是运气。

四、为什么这些论文会被“最多点赞”？这反映的是集体焦虑

Hugging Face 的点赞逻辑，本质是：工程师、研究者、创业者在为什么问题焦虑

而 2025 年的焦虑只有一个：“模型还会继续 scaling 吗？如果不能，我们靠什么赢？”

这 10 篇论文给出的答案是：

• 靠推理
• 靠后训练
• 靠系统设计
• 靠 Agent
• 靠工程细节

这就是时代情绪。

五、对 2026 年的真正预测（不是猜，是结构推演）

基于这份榜单，你可以高度确定 2026 年会发生 5 件事：

• “推理能力”成为商业卖点
• 不再卖“参数数”
• 小模型创业爆发
• 超级细分 × 高推理
• Agent 从 demo 变成组织形态
• 后训练经验成为国家级资产
• 安全 / 合规 AI 成为刚需赛道

六、一句话的终极总结

2025 年，AI 不再追求“看起来更聪明”，而是开始学会“真正地思考、行动、负责”。

这标志着：模型时代结束，智能系统时代开始