Paper AI Teratas di Hugging Face

AI berkembang sangat cepat. Tren saat ini berfokus pada agen jangka panjang, reinforcement learning untuk LLM, dan kontrol yang lebih baik terhadap model generatif.

Berikut adalah 10 paper menonjol dari Hugging Face:

  1. Program-as-Weights (2607.02512)
  • Masalah: Melakukan hard-coding pada tugas itu sulit, tetapi menjalankan model raksasa sangatlah mahal.
  • Ide: Mengubah deskripsi bahasa alami menjadi artefak saraf (neural artifacts) yang kecil.
  • Pendekatan baru: Menggunakan kompiler 4B untuk membuat paket bobot (weight package) kecil yang dapat dijalankan oleh model 0.6B.
  • Kasus penggunaan: AI pada perangkat (on-device AI) dan alat lokal yang cepat.
  • GitHub: https://github.com/programasweights/programasweights-python
  1. Training vs. Inference Policy (2606.29526)
  • Masalah: Model sering kali menunjukkan performa yang berbeda saat pelatihan dibandingkan saat penggunaan nyata.
  • Ide: Berfokus pada peningkatan kebijakan (policy) yang digunakan selama inferensi aktual.
  • Pendekatan baru: Menyelaraskan tujuan pelatihan dengan pengambilan keputusan di dunia nyata.
  • Kasus penggunaan: Penalaran LLM yang stabil dan pipeline RLHF.
  • Project: https://anitaleungxx.github.io/MIPU/
  1. AgenticSTS (2607.02255)
  • Masalah: Agen jangka panjang gagal karena memorinya berantakan.
  • Ide: Menggunakan pengambilan data bertipe (typed retrieval) untuk mengatur potongan memori alih-alih memenuhi jendela konteks (context window).
  • Pendekatan baru: Membuat lapisan memori terkendali untuk informasi jangka pendek dan strategis.
  • Kasus penggunaan: Asisten AI jangka panjang dan alur kerja perusahaan yang kompleks.
  • GitHub: https://github.com/AlayaLab/AgenticSTS
  1. EvoPolicyGym (2607.02440)
  • Masalah: Kita kekurangan cara untuk mengukur apakah seorang agen dapat memperbaiki aturannya sendiri.
  • Ide: Sebuah lingkungan di mana agen harus mengedit kebijakan mereka sendiri.
  • Pendekatan baru: Mengevaluasi proses perbaikan diri (self-improvement), bukan hanya hasil akhirnya.
  • Kasus penggunaan: Auto-agents dan robotika.
  1. FlashMorph (2606.30562)
  • Masalah: Full attention pada Transformer terlalu mahal untuk teks panjang.
  • Ide: Mencampur full attention dengan linear attention yang lebih murah.
  • Pendekatan baru: Menggunakan gerbang berbasis lapisan (layer-based gate) untuk menemukan pengaturan hibrida terbaik.
  • Kasus penggunaan: Pemrosesan dokumen panjang dan sistem RAG.
  • GitHub: https://github.com/LanDisen/FlashMorph
  1. MrFlow (2607.01642)
  • Masalah: Model difusi lambat pada resolusi tinggi.
  • Ide: Mempercepat generasi tanpa pelatihan tambahan.
  • Pendekatan baru: Menghasilkan pada resolusi rendah terlebih dahulu, lalu menggunakan super-resolution.
  • Kasus penggunaan: Alat text-to-image yang cepat.
  • GitHub: https://github.com/Xingyu-Zheng/MrFlow
  1. AgenticDataBench (2607.01647)
  • Masalah: Benchmark saat ini tidak mencerminkan pekerjaan sains data yang sebenarnya.
  • Ide: Tes komprehensif untuk agen data di berbagai domain.
  • Pendekatan baru: Mengukur keterampilan khusus seperti pemahaman skema dan analisis kesalahan.
  • Kasus penggunaan: Mengevaluasi analis data AI.
  • GitHub: https://github.com/AgenticDataBench/AgenticDataBench
  1. WorldDirector (2607.02517)
  • Masalah: Generasi video kurang memiliki konsistensi jangka panjang.
  • Ide: Memisahkan perencanaan gerakan (motion planning) dari perenderan visual.
  • Pendekatan baru: Menggunakan LLM untuk mengelola jalur objek 3D dan pergerakan kamera.
  • Kasus penggunaan: Film AI dan konten game.
  1. VLA-Corrector (2607.01804)
  • Masalah: Robot yang membuat keputusan cepat dapat melenceng dari jalur.
  • Ide: Menambahkan monitor visi untuk mendeteksi kesalahan secara real-time.
  • Pendekatan baru: Memicu perencanaan ulang (replanning) hanya ketika terjadi penyimpangan.
  • Kasus penggunaan: Tugas robotik pick-and-place yang kompleks.
  • GitHub: https://github.com/ZJU-OmniAI/vla-corrector
  1. MRPO (2606.31825)
  • Masalah: Dalam AI medis, satu kesalahan kecil dapat merusak seluruh rantai penalaran.
  • Ide: Memberikan reward kepada model untuk setiap langkah yang benar, bukan hanya jawaban akhir.
  • Pendekatan baru: Menggunakan reward proses bertahap (step-wise process rewards) untuk penalaran medis.
  • Kasus penggunaan: Clinical VQA dan dukungan pencitraan medis.
  • GitHub: https://github.com/dmis-lab/MRPO

Ringkasan Tren:

  • Agen yang Lebih Baik: Bergerak menuju memori terstruktur dan perbaikan diri.
  • Efisiensi yang Lebih Baik: Mengurangi biaya melalui hybrid attention dan aliran multi-resolusi.
  • Keandalan yang Lebih Baik: Menyelaraskan pelatihan dengan inferensi dan memberikan reward pada langkah logika yang benar.

Sumber: https://dev.to/y_hnhnhan_2f26de65ffcc4/top-ai-papers-on-hugging-face-2026-07-06-225o

Komunitas pembelajaran opsional: https://t.me/GyaanSetuAi