Hugging Face 模型趋势榜和每日论文。
模型
排行第一：laya（文本分类）
Hugging Face 趋势榜上的模型，任务类型是文本分类，点赞 4794，趋势分 1245。标签：laya、system-one、calibrated-decisions、rlcd、classification。（点赞 4794 · 趋势分 1245）
在 Hugging Face 查看
排行第二：TeleOCR（图文理解）
Hugging Face 趋势榜上的模型，任务类型是图文理解，点赞 1187，趋势分 870。标签：qwen2_5_vl、ocr、document-parsing、multimodal、conversational。（点赞 1187 · 趋势分 870）
在 Hugging Face 查看
排行第三：Qwen-Image-2.1-Uncensored-GGUF（文生图）
Hugging Face 趋势榜上的模型，任务类型是文生图，点赞 2670，趋势分 799。标签：qwen、image-generation、comfyui、comfyui-gguf、base_model:Qwen/Qwen-Image-2.1。（点赞 2670 · 趋势分 799）
在 Hugging Face 查看
排行第四：CLM-v0.1-8B（text-ranking）
Hugging Face 趋势榜上的模型，任务类型是text-ranking，点赞 608，趋势分 468。标签：contrastive-lm、clm、contrastive-learning、verifier、reranker。（点赞 608 · 趋势分 468）
在 Hugging Face 查看
排行第五：Qwen-Image-2.1（文生图）
Hugging Face 趋势榜上的模型，任务类型是文生图，点赞 2757，趋势分 460。标签：diffusers、qwen、image-generation、image-editing、rgba。（点赞 2757 · 趋势分 460）
在 Hugging Face 查看
排行第六：LTX-2.5（image-to-video）
Hugging Face 趋势榜上的模型，任务类型是image-to-video，点赞 5820，趋势分 370。标签：diffusion-single-file、text-to-video、video-to-video、image-text-to-video、audio-to-video。（点赞 5820 · 趋势分 370）
在 Hugging Face 查看
排行第七：Qwen3.8-27B（图文理解）
Hugging Face 趋势榜上的模型，任务类型是图文理解，点赞 16706，趋势分 354。标签：qwen3_5、conversational、eval-results、deploy:azure、deploy:sagemaker。（点赞 16706 · 趋势分 354）
在 Hugging Face 查看
排行第八：Julia-1（文本分类）
Hugging Face 趋势榜上的模型，任务类型是文本分类，点赞 333，趋势分 321。标签：decision-model、multilingual、routing、base_model:jhu-clsp/mmBERT-small、base_model:finetune:jhu-clsp/mmBERT-small。（点赞 333 · 趋势分 321）
在 Hugging Face 查看
排行第九：Nemotron-3-Diarization（语音活动检测）
Hugging Face 趋势榜上的模型，任务类型是语音活动检测，点赞 590，趋势分 306。标签：nemo、nemotron3_diarization、audio-frame-classification、speaker-diarization、streaming-sortformer。（点赞 590 · 趋势分 306）
在 Hugging Face 查看
排行第十：Qwen-Image-2.1-viggle-turbo（文生图）
Hugging Face 趋势榜上的模型，任务类型是文生图，点赞 483，趋势分 288。标签：diffusers、lora、image-to-image、image-editing、distillation。（点赞 483 · 趋势分 288）
在 Hugging Face 查看
排行第十一：Ternary-Bonsai-2-27B-gguf（文本生成）
Hugging Face 趋势榜上的模型，任务类型是文本生成，点赞 2328，趋势分 285。标签：llama.cpp、ternary、2-bit、cuda、metal。（点赞 2328 · 趋势分 285）
在 Hugging Face 查看
排行第十二：GLiNER2.5-Decide（序列标注）
Hugging Face 趋势榜上的模型，任务类型是序列标注，点赞 266，趋势分 259。标签：gliner2、extractor、Text classification、Intent classification、Sentiment Analysis。（点赞 266 · 趋势分 259）
在 Hugging Face 查看
论文
排行第一：BiasReducer: 自适应减轻奖励模型偏差
奖励模型对大型语言模型（LLMs）的响应进行评分，并引导LLM训练向人类偏好方向发展。然而，奖励模型可能会倾向于表面属性，如长度或置信度，导致LLMs产生更高分但并不更正确的响应。现有缓解方法要么重新训练奖励模型，要么对已知偏差应用固定校正，如偏好更长响应的偏差。重新训练需要额外的数据和计算资源，而现有编辑方法需要目标偏差在事前指定并使用固定编辑。我们提出了BiasReducer，一个轻量级框架，仅编辑线性奖励函数。（论文赞 2）
在 Hugging Face 查看
排行第二：BIABench: 用于评估AI代理在真实生物图像分析任务中的表现
人工智能（AI）代理在自动化生物图像分析方面具有潜力，但目前没有基准评估它们是否能够端到端地完成真实世界的分析。这些分析对代理来说很难，因为2D图像、3D体积和时间序列往往太大，无法阅读作为上下文，因此代理必须选择和运行分析，通过代码、专业软件和渲染视图。我们引入了BIABench，从16个任务重建的基准测试，这些任务保留了发表过的生物学研究中的原始图像、数据和 ground truth。这些任务涵盖11个分析领域，包括图像分割、细胞检测、3D体积重建等。（论文赞 2）
在 Hugging Face 查看
排行第三：DAGent: 用于深度研究代理的评估-然后-增长规划
深度研究任务要求代理在大知识空间中导航，综合来自许多来源的证据，并在发现新信息时调整其计划。有向无环图（DAG）基于的多代理系统适合这种设置，因为它们支持并行执行，并将每个子任务隔离在专注的依赖关系上下文中。然而，现有基于DAG的代理在执行前实例化任务级计划，并在观察到失败或缺失证据后仅修复图。这种“计划然后修补”的策略对于深度研究是脆弱的：系统在证据最弱时最强烈地承诺，并且后来的修订浪费了本不应规划的分支的计算。我们提出了DAGent，一个评估-然后-增长规划的框架。（论文赞 2）
在 Hugging Face 查看
排行第四：MILO: 通过协调多代理进化进行自动调优发现
现代代理系统结合了AI模型和控制执行及环境交互的 harness。Harness 设计强烈影响长期性能，但其组合搜索空间需要大量人类努力，并且随着模型的变化需要重复。现有的自动方法探索空间狭窄，仅优化提示或技能组件之一，或陷入固定、有剥削性的搜索策略。我们介绍了MILO（元进化岛协调），一个框架， co-evolves 代理harness和发现它们的策略。MILO 结合：(i) 基于岛屿树的层次 lineage 内存，使用拒绝突变作为负面反馈信号；(ii) 进化策略选择下一个（论文赞 5）
在 Hugging Face 查看
排行第五：Prompted Identity Degrades多代理LLM系统中的合作
多代理LLM系统越来越多地混合来自多个提供者的模型，但向代理同伴暴露其底层模型身份显著降低了合作。我们证明，当代理知道彼此模型的家族时，群体会分成集群，其中代理更喜欢与携带相同标签的其他代理互动，尽管任务本身并不奖励或要求这种分割。我们定义这种分割为 factionalism，并展示和测量这种现象在两个合作游戏和一个推理基准上，涉及九个到二十五个代理，来自多达五个开放权重模型家族。我们进一步展示了当宣布的标签与真实标签不同时，BIABench上的两个合作游戏中的现象以及如何测（论文赞 1）
在 Hugging Face 查看
排行第六：Rubric Rewards从项目反应理论
许多语言任务没有单一的答案可以自动检查。 rubrics 提供评判响应的标准。对于强化学习，结果必须组合成一个标量奖励。 一种常见的方法是对满足的标准分配分数。不同的验证模式可能会因此收到相同的奖励，并且固定的点编码每个标准应计数的程度，而不是标准验证的强度如何区分当前轮次。 除了这种聚合问题之外，评判完整 rubric 需要更多的评委请求，随着标准数量的增长。 为解决这些限制，Rubric 响应理论（RRT）测量质量并选择标准何时应被纳入奖励函数。（论文赞 5）
在 Hugging Face 查看
排行第七：跨会议持久说话人归属评估：SI-cpWER方法
本文提出Speaker Identified cpWR（SI-cpWER）指标，用于评估语音转录系统在多个会议中保持说话人身份一致性的能力。现有指标通常忽略说话人或独立重映射匿名说话人，无法衡量同一人在不同会议中是否保持同一身份。研究在CHiME-8 NOTSOFAR和CHiME-6数据集上评估了五种商业级系统、两个学术基线及ThyVoice端到端系统，涵盖干净和噪声增强场景。
在 Hugging Face 查看
排行第八：MemLife：长时第一人称视频记忆管理与推理
MemLife是一种多模态记忆系统，旨在解决长时第一人称视频处理中的可扩展性问题。系统将数百小时的视频压缩为基于实体的文本片段，并通过时序感知检索机制定位相关信息。现有记忆系统常因记忆丢失关键证据或检索竞争而失效，MemLife通过构建实体锚定的第一人称叙事单元，提升对日常生活事件的推理效率。（论文赞 1）
在 Hugging Face 查看
排行第九：SeLMRoute：基于语义证据的LLM路由框架
SeLMRoute框架将大语言模型路由决策分解为三个步骤：提取与候选模型无关的语义证据、学习模型性能、应用部署目标。该方法通过可解释问题（如查询的推理需求分析）生成路由依据，区别于直接依赖查询嵌入或相似示例聚类的传统方法，提升路由决策的透明性和有效性。（论文赞 2）
在 Hugging Face 查看
排行第十：SpatialCORE：LVLM置信感知空间推理框架
SpatialCORE针对大视觉语言模型在空间推理任务中的弱点，提出一种后训练框架。该方法要求模型在生成答案时，必须基于高置信度的物体定位证据（如边界框预测）进行推理。通过强化空间 grounding 与答案正确性的关联，解决现有方法中正确答案可能来自错误推理的问题。
在 Hugging Face 查看
排行第十一：TERRA：地形感知的肌肉骨骼运动重定向控制
TERRA管道从运动学轨迹出发，结合地形先验、接触点估计和自由空间证据，重建任务相关的地形几何。系统进一步考虑解剖学约束和地形适配策略，实现肌肉驱动智能体在复杂地形上的运动重定向与控制，突破现有方法局限于平坦地面的瓶颈。（论文赞 23）
在 Hugging Face 查看
排行第十二：重新思考潜在视觉推理：基于视觉证据的监督
本研究分析多模态大模型的潜在推理机制，发现潜在令牌对图像扰动的响应较弱，存在证据-信用差距。研究指出，仅依赖最终答案奖励的GRPO训练难以有效监督潜在推理过程，提出需要显式监督来确保潜在计算与视觉证据的一致性。（论文赞 83）
在 Hugging Face 查看
