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 4922，趋势分 1098。标签：laya、system-one、calibrated-decisions、rlcd、classification。（点赞 4922 · 趋势分 1098）
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 1256，趋势分 879。标签：qwen2_5_vl、ocr、document-parsing、multimodal、conversational。（点赞 1256 · 趋势分 879）
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 2780，趋势分 756。标签：qwen、image-generation、comfyui、comfyui-gguf、base_model:Qwen/Qwen-Image-2.1。（点赞 2780 · 趋势分 756）
在 Hugging Face 查看
排行第四：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 622，趋势分 614。标签：qwen3_5、clef、cloudflare、systemone、qwen3.8。（点赞 622 · 趋势分 614）
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 636，趋势分 403。标签：contrastive-lm、clm、contrastive-learning、verifier、reranker。（点赞 636 · 趋势分 403）
在 Hugging Face 查看
排行第六：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 2816，趋势分 401。标签：diffusers、qwen、image-generation、image-editing、rgba。（点赞 2816 · 趋势分 401）
在 Hugging Face 查看
排行第七：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 5917，趋势分 372。标签：diffusion-single-file、text-to-video、video-to-video、image-text-to-video、audio-to-video。（点赞 5917 · 趋势分 372）
在 Hugging Face 查看
排行第八：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 16756，趋势分 343。标签：qwen3_5、conversational、eval-results、deploy:azure、deploy:sagemaker。（点赞 16756 · 趋势分 343）
在 Hugging Face 查看
排行第九：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 355，趋势分 340。标签：decision-model、multilingual、routing、base_model:jhu-clsp/mmBERT-small、base_model:finetune:jhu-clsp/mmBERT-small。（点赞 355 · 趋势分 340）
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 518，趋势分 283。标签：diffusers、lora、image-to-image、image-editing、distillation。（点赞 518 · 趋势分 283）
在 Hugging Face 查看
排行第十一：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 614，趋势分 262。标签：nemo、nemotron3_diarization、audio-frame-classification、speaker-diarization、streaming-sortformer。（点赞 614 · 趋势分 262）
在 Hugging Face 查看
排行第十二：VisionHOPE（图像分类）
Hugging Face 趋势榜上的模型，任务类型是图像分类，点赞 363，趋势分 255。标签：computer-vision、visionhope。（点赞 363 · 趋势分 255）
在 Hugging Face 查看
论文
排行第一：SemanTok：面向高效自回归视频生成的可预测语义令牌
近期视频世界模型结合自回归预测的扩展性与扩散模型的视觉质量，场景令牌器对性能至关重要。现有灵活令牌器仅对早期解码器隐藏状态应用表示对齐损失（易被噪声输入影响），而SemanTok是一种灵活视频令牌器，将冻结的DINO特征输入编码器，旨在优化语义和保真度。
在 Hugging Face 查看
排行第二：Where-OPD：基于合成场景的MLLMs空间引导策略自蒸馏
策略自蒸馏能提升语言模型推理，但在多模态大语言模型（MLLMs）中应用有限。现有方法依赖特权视觉信息（如问题对应图像裁剪），需人工标注或外部教师，且增益限于特定任务。Where-OPD引入MLLMs的新型策略自蒸馏，通过合成场景提供空间引导，避免上述限制。（论文赞 4）
在 Hugging Face 查看
排行第三：循环变压器解码更优且几乎无额外成本
循环变压器通过重复共享块实现参数高效，但标准解码会丢弃早期循环的中间表示。早期循环计算量小，能提供对齐的弱强预测对。LoopCD是无训练的对比解码框架，通过对比最终预测与早期循环结果引导令牌选择，可在日志空间或隐藏空间运行，提升效果。（论文赞 4）
在 Hugging Face 查看
排行第四：OTRetarget：基于最优传输的机器人与物体运动联合重定向
将人类运动转移到类人机器人需适应形态，同时保留环境交互（如地面和物体接触）。骨骼运动不足以描述交互，固定物体轨迹限制新形态适应。OTRetarget是统一方法，通过符号距离表示表面交互，联合重定向人类示范中的机器人和多物体运动。（论文赞 2）
在 Hugging Face 查看
排行第五：JevSpawn：通过组合动作空间实现自适应智能体推理
LLM智能体逐令牌生成推理和动作，交互慢且昂贵。Jev模型需提前指定预测字段，限制自主任务解决。JevSpawn是组合策略，连接自然语言任务与有限概率探索，结合并行动作生成、反馈驱动分支选择等，实现自适应推理。（论文赞 1）
在 Hugging Face 查看
排行第六：Architect-Ant：建筑平面图的可编辑自动家具布置
带家具的平面图支持房地产可视化等，但自动布置面临真实数据不足及几何功能约束。AntPlan是含505个真实专业平面图的数据集（92类家具、10类房间），Architect-Ant框架实现无需迭代推理的约束感知布局生成，并支持可编辑。（论文赞 6）
在 Hugging Face 查看
排行第七：内部干预机制审计：LLM工具使用中的修正与修复
本文提出SAKIKO审计框架，通过方向性错误发现、路由器条件干预、目标解析验证和前瞻性冻结统计许可，分析LLM在调用外部工具前的决策机制，揭示内部激活调控对预执行决策的影响及潜在副作用。（论文赞 1）
在 Hugging Face 查看
排行第八：LOCI：流式世界模型的空间线性记忆
LOCI是一种混合空间记忆架构，结合关键值缓存和循环记忆，实现对过去观测的长期保留和当前视角的精准检索，解决视频世界模型中记忆扩展与历史信息可访问性之间的矛盾。（论文赞 3）
在 Hugging Face 查看
排行第九：PhysVista：基于感知-推理-评估循环的物理智能基准
PhysVista是一个评估视觉语言模型物理智能的基准，通过感知、推理和物理判断的闭环框架，系统性检验模型对真实世界动态物理一致性的理解能力。（论文赞 7）
在 Hugging Face 查看
排行第十：Latent-Foresight：可预测潜在表征的端到端学习
该研究提出一种端到端方法，直接在视觉基础模型特征空间中学习可预测的潜在表示，避免传统两阶段方法中表示学习与时间预测的解耦问题。
在 Hugging Face 查看
排行第十一：泛化即稳定性：LLM的多维评估
本文提出从个体样本、多种输入变体和模型行为不同维度评估大语言模型的泛化能力，强调稳定性而非单一准确率，以更全面地衡量模型在不同表达方式下的输出一致性。（论文赞 4）
在 Hugging Face 查看
排行第十二：通过权重正交化移除LLM中的后门
NEEDLE是一种无需训练的后门移除方法，通过激活向量估计后门方向和拒绝子空间，利用权重正交化抑制后门行为，同时避免对正常输出分布的干扰。（论文赞 4）
在 Hugging Face 查看
