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 4863，趋势分 1226。标签：laya、system-one、calibrated-decisions、rlcd、classification。（点赞 4863 · 趋势分 1226）
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 1222，趋势分 882。标签：qwen2_5_vl、ocr、document-parsing、multimodal、conversational。（点赞 1222 · 趋势分 882）
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 2704，趋势分 784。标签：qwen、image-generation、comfyui、comfyui-gguf、base_model:Qwen/Qwen-Image-2.1。（点赞 2704 · 趋势分 784）
在 Hugging Face 查看
排行第四：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 2786，趋势分 444。标签：diffusers、qwen、image-generation、image-editing、rgba。（点赞 2786 · 趋势分 444）
在 Hugging Face 查看
排行第五：CLM-v0.1-8B（text-ranking）
Hugging Face 趋势榜上的模型，任务类型是text-ranking，点赞 623，趋势分 442。标签：contrastive-lm、clm、contrastive-learning、verifier、reranker。（点赞 623 · 趋势分 442）
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 5856，趋势分 369。标签：diffusion-single-file、text-to-video、video-to-video、image-text-to-video、audio-to-video。（点赞 5856 · 趋势分 369）
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 16726，趋势分 350。标签：qwen3_5、conversational、eval-results、deploy:azure、deploy:sagemaker。（点赞 16726 · 趋势分 350）
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 339，趋势分 325。标签：decision-model、multilingual、routing、base_model:jhu-clsp/mmBERT-small、base_model:finetune:jhu-clsp/mmBERT-small。（点赞 339 · 趋势分 325）
在 Hugging Face 查看
排行第九：clef（图文理解）
Hugging Face 趋势榜上的模型，任务类型是图文理解，点赞 303，趋势分 300。标签：qwen3_5、clef、cloudflare、systemone、qwen3.8。（点赞 303 · 趋势分 300）
在 Hugging Face 查看
排行第十：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 599，趋势分 296。标签：nemo、nemotron3_diarization、audio-frame-classification、speaker-diarization、streaming-sortformer。（点赞 599 · 趋势分 296）
在 Hugging Face 查看
排行第十一：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 496，趋势分 290。标签：diffusers、lora、image-to-image、image-editing、distillation。（点赞 496 · 趋势分 290）
在 Hugging Face 查看
排行第十二：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 2332，趋势分 261。标签：llama.cpp、ternary、2-bit、cuda、metal。（点赞 2332 · 趋势分 261）
在 Hugging Face 查看
论文
排行第一：PixelUMM：无编码器的统一图像与视频理解生成
本文提出PixelUMM，一种直接在像素空间工作的无编码器模型，统一处理图像和视频的理解与生成任务。传统统一多模态模型依赖分离的视觉表示，增加了上下文长度并难以整合现有视觉语言预训练流程。PixelUMM将图像表示为空间块，视频表示为时空块，解决了视频理解与生成采用不同时间表示的挑战，旨在简化模型设计并提升效率。（论文赞 4）
在 Hugging Face 查看
排行第二：基于语言反馈的LLM评判器位置自蒸馏训练
本研究探讨如何利用自然语言反馈训练大型语言模型（LLM）作为评判器，特别针对主观性任务，其中判决结果强烈依赖于评判器选择的标准及其权重。传统结果监督强化学习方法仅根据最终判决准确性分配标量奖励，忽略了标准选择令牌和丰富的语言反馈。自蒸馏方法通过同一模型在反馈条件下作为教师，提供密集的位置选择性监督，以更有效地利用语言反馈改进评判能力。（论文赞 5）
在 Hugging Face 查看
排行第三：奖励加权传输蒸馏对齐一步生成模型
本文介绍奖励加权传输蒸馏（RWTD），一种用于一步生成模型的训练后对齐方法。一步生成器通过单次网络评估实现高质量视觉生成，但训练后调整困难，因为隐式生成器缺乏易处理似然或去噪轨迹，且许多奖励不可微。RWTD仅需生成样本和标量奖励评估，构建自适应目标混合当前和参考分布，结合训练中发现改进，促进模型与奖励函数更好对齐。（论文赞 2）
在 Hugging Face 查看
排行第四：Tacit-TTS：从自回归解码到掩码预测的高效免转录语音克隆
Tacit-TTS是一种高效的免转录零样本语音克隆系统，基于IndexTTS2蒸馏而来。自回归语义建模的TTS系统虽具强克隆性能和丰富表达变化，但顺序解码导致高延迟。非自回归替代方案生成更快，但常需推理时参考语音的转录文本。本模型用掩码非自回归生成替换自回归文本到语义解码，引入无训练声学长度估计，并加速流匹配渲染器，实现快速免转录克隆。（论文赞 8）
在 Hugging Face 查看
排行第五：BiasReducer：奖励模型的自适应偏差缓解框架
BiasReducer是一个轻量级框架，用于缓解奖励模型的偏差问题。奖励模型评分LLM响应并引导其训练符合人类偏好，但可能偏向长度或置信度等表面属性，导致LLM产生高分但不更正确的响应。现有方法需重新训练奖励模型或对已知偏差应用固定校正。BiasReducer仅编辑线性奖励头，动态检测和减轻多种偏差，无需重新训练或预先指定偏差类型，资源需求低。（论文赞 18）
在 Hugging Face 查看
排行第六：BIABench：在真实生物图像分析任务评估AI智能体
BIABench是一个基准测试，包含16个从已发表生物学研究重建的任务，用于评估AI智能体在真实世界生物图像分析中的端到端能力。这些任务涉及2D图像、3D体积和延时序列，数据量大难以直接作为上下文，要求智能体通过代码、专业软件和渲染视图选择并执行分析。基准保留科学问题、成像数据和真实结果，涵盖十一种分析类型，测试智能体自动化生物图像分析的实用性。（论文赞 4）
在 Hugging Face 查看
排行第七：DAGent：深度研究代理的“先评估后扩展”规划方法
深度研究任务需代理导航知识空间、跨源合成证据并随发现调整计划。现有基于DAG的代理采用“先规划后修补”策略，因在证据薄弱时就确定计划，易浪费计算。本文提出DAGent，采用“先评估后扩展”规划解决该问题（论文赞 3）
在 Hugging Face 查看
排行第八：MILO：通过协同多代理进化实现自动化harness发现
现代代理系统需模型与控制执行的harness结合，harness设计影响长期性能但搜索空间大。现有自动化方法仅优化部分组件或策略固定。MILO引入协同进化框架，共进化harness和发现策略，结合层级谱系记忆与岛式树结构解决问题（论文赞 15）
在 Hugging Face 查看
排行第九：提示身份会降低多代理LLM系统的合作效果
多代理LLM系统混合多模型时，暴露代理底层模型身份会严重损害合作——代理会因模型标签分裂为集群，偏好同标签交互，任务无此要求。研究在合作游戏和推理基准中验证，隐藏身份可缓解该问题（论文赞 3）
在 Hugging Face 查看
排行第十：基于项目反应理论的量规式奖励设计
多数语言任务无自动答案，需用量规（评估标准）判断，强化学习中需将量规结果转为标量奖励。常见求和方法易混淆不同结果，且固定分数未体现区分度。本文提出Rubric Response Theory（RRT）测量质量并选择标准，解决聚合和高判断成本问题（论文赞 10）
在 Hugging Face 查看
排行第十一：跨会议的持久说话人归因评估：谁说了什么及是否被记住
语音转录作为长期记忆需保留内容和稳定说话人身份，现有指标无法衡量跨会议同一人身份一致性。本文提出SI-cpWER指标（全局说话人ID下评分），评估5个商业系统、2个开源基线及自研ThyVoice在CHiME-8等数据集的效果（论文赞 2）
在 Hugging Face 查看
排行第十二：MemLife：长期第一人称视频记忆的整理与推理
长期第一人称视频助个性化AI推理生活，但数百小时视频重新处理耗时。记忆系统虽压缩为文本，却存在证据丢失或检索竞争问题。MemLife引入多模态记忆系统，构建实体相关的第一人称文本片段，通过时间感知检索器解决检索问题（论文赞 2）
在 Hugging Face 查看
