Hugging Face 模型趋势榜和每日论文。
模型
排行第一：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 1519，趋势分 1402。标签：qwen3_5、clef、cloudflare、systemone、qwen3.8。（点赞 1519 · 趋势分 1402）
在 Hugging Face 查看
排行第二：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 3275，趋势分 677。标签：qwen、image-generation、comfyui、comfyui-gguf、base_model:Qwen/Qwen-Image-2.1。（点赞 3275 · 趋势分 677）
在 Hugging Face 查看
排行第三：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 5244，趋势分 669。标签：laya、system-one、calibrated-decisions、rlcd、classification。（点赞 5244 · 趋势分 669）
在 Hugging Face 查看
排行第四：Kolibri-1（文本生成）
Hugging Face 趋势榜上的模型，任务类型是文本生成，点赞 636，趋势分 613。标签：vllm、kolibri1、reasoning、moe、conversational。（点赞 636 · 趋势分 613）
在 Hugging Face 查看
排行第五：JEV-27B-VL（图文理解）
Hugging Face 趋势榜上的模型，任务类型是图文理解，点赞 664，趋势分 533。标签：qwen3_5、jev、system-one、system-two、typed-decisions。（点赞 664 · 趋势分 533）
在 Hugging Face 查看
排行第六：clef-flash（图文理解）
Hugging Face 趋势榜上的模型，任务类型是图文理解，点赞 537，趋势分 513。标签：qwen3_5、clef、cloudflare、systemone、qwen3.5。（点赞 537 · 趋势分 513）
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 6509，趋势分 499。标签：diffusion-single-file、text-to-video、video-to-video、image-text-to-video、audio-to-video。（点赞 6509 · 趋势分 499）
在 Hugging Face 查看
排行第八：Xing4.0-29B-A4B-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 419，趋势分 398。标签：xing4_0、conversational、custom_code、base_model:XingChen-AGI/Xing4.0-29B-A4B、base_model:quantized:XingChen-AGI/Xing4.0-29B-A4B。（点赞 419 · 趋势分 398）
在 Hugging Face 查看
排行第九：GEV-26B-Decide（文本分类）
Hugging Face 趋势榜上的模型，任务类型是文本分类，点赞 471，趋势分 360。标签：gemma4、image-text-to-text、system-one、system-two、adaptive-thinking。（点赞 471 · 趋势分 360）
在 Hugging Face 查看
排行第十：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 17044，趋势分 350。标签：qwen3_5、conversational、eval-results、deploy:azure、deploy:sagemaker。（点赞 17044 · 趋势分 350）
在 Hugging Face 查看
排行第十一：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 426，趋势分 305。标签：computer-vision、visionhope。（点赞 426 · 趋势分 305）
在 Hugging Face 查看
排行第十二：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 3006，趋势分 285。标签：diffusers、qwen、image-generation、image-editing、rgba。（点赞 3006 · 趋势分 285）
在 Hugging Face 查看
论文
排行第一：ASCENT：通过经验自蒸馏的在线测试时训练长程智能体
本研究提出在线智能体测试时训练方法，针对大型语言模型智能体在长程任务中仅获得最终验证信号的问题。智能体在部署过程中执行流式相关任务，利用自身轨迹进行权重训练。每个任务仅执行一次，执行轨迹及验证结果作为唯一学习信号，旨在通过自蒸馏已验证经验提升性能，避免依赖检索和固定策略执行。（论文赞 4）
在 Hugging Face 查看
排行第二：PaLoRA：持续学习的步进式低秩适应方法
研究聚焦基于LoRA的持续学习方法，指出现有方法依赖小学习率启发式限制梯度规模，缺乏理论指导。分析表明，即使有方向约束，有限精度更新仍会泄漏到先验知识子空间。小学习率可缓解泄漏，但无法阻止随着历史知识有效秩增长而加剧的遗忘问题，提出需动态调整限制强度。
在 Hugging Face 查看
排行第三：PluginRSI：利用可复用插件的智能体框架递归改进
研究引入PluginRSI方法，将智能体框架表示为原子化插件的组合，优化框架演化过程。插件独立改进并积累到共享库中，每次迭代重新组合成新框架。该方法在软件工程、命令行交互和问答任务上优于现有框架优化方法，提升机制隔离性和复用性，使框架保持优势。（论文赞 1）
在 Hugging Face 查看
排行第四：OSWorld-Pro：基于过程的计算机使用智能体评估
针对计算机使用智能体评估仅关注最终交付物的问题，提出OSWorld-Pro评估框架，包含300多个任务和2800多个子目标，基于6.7万条人类注释支持过程性评估。该方法揭示智能体失败原因，如键盘输入错误与图形界面点击不精确的区别，提供透明改进洞察。（论文赞 1）
在 Hugging Face 查看
排行第五：Prism：原生2K视频音频生成模型的动态稀疏注意力
研究提出Prism动态稀疏注意力框架，用于原生训练高分辨率联合视频音频生成模型。高分辨率训练增强视觉细节和运动动态学习，但全注意力成本高且分散学习信号。Prism针对视频音频数据跨模态交互集中于发声区域的特点，优化注意力稀疏模式，提升训练效率。（论文赞 1）
在 Hugging Face 查看
排行第六：重新思考长视频效率：帧、像素和前端延迟的联合分配
研究探讨视觉语言模型的长视频理解效率，提出联合分配帧、像素和前端延迟的视角。实证表明，在相同令牌预算下，密集低分辨率采样优于稀疏原生分辨率采样；分辨率敏感任务需高分辨率帧；前端解码延迟主导长视频处理时间。动机在于优化资源分配策略。（论文赞 5）
在 Hugging Face 查看
排行第七：PointWAM: 3D世界动作建模
提出PointWAM模型，将世界分解为场景和手部，联合预测3D点轨迹，以显式建模3D空间结构和接触几何，提升灵巧机器人操作的预测精度。（论文赞 19）
在 Hugging Face 查看
排行第八：CUAWright: 数字代理统一接口
引入CUAWright，一个仅用bash命令作为动作接口的极简终端框架，通过文件系统动态创建工具，支持数字代理直接操作系统状态，提升灵活性。（论文赞 1）
在 Hugging Face 查看
排行第九：JEPA-TTT: 持续测试时训练
提出JEPA-TTT方法，在测试时持续更新预训练世界模型的潜在动态预测器，通过自监督更新保持预训练表示，提升动态变化环境下的规划能力。（论文赞 2）
在 Hugging Face 查看
排行第十：WM-VLM: 交叉视觉文本推理
引入WM-VLM模型，在预训练视觉语言模型中加入轻量世界模型分支，生成中间视觉状态，支持通过视觉和文本联合推理解决空间问题。（论文赞 9）
在 Hugging Face 查看
排行第十一：聚焦视图提升事实召回
研究无结构知识编辑中事实召回问题，通过聚焦视图方法提升大型语言模型对编辑后事实的可靠记忆，避免依赖原始上下文。（论文赞 7）
在 Hugging Face 查看
排行第十二：自监督扩展终端环境
提出软件在环重建框架，通过现有软件工作流自动生成参考输出和验证目标，实现科学领域训练环境的自监督构建与复用。（论文赞 7）
在 Hugging Face 查看
