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 1622，趋势分 1491。标签：qwen3_5、clef、cloudflare、systemone、qwen3.8。（点赞 1622 · 趋势分 1491）
在 Hugging Face 查看
排行第二：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 899，趋势分 724。标签：qwen3_5、jev、system-one、system-two、typed-decisions。（点赞 899 · 趋势分 724）
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 3377，趋势分 684。标签：qwen、image-generation、comfyui、comfyui-gguf、base_model:Qwen/Qwen-Image-2.1。（点赞 3377 · 趋势分 684）
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 690，趋势分 662。标签：vllm、kolibri1、reasoning、moe、conversational。（点赞 690 · 趋势分 662）
在 Hugging Face 查看
排行第五：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 5273，趋势分 573。标签：laya、system-one、calibrated-decisions、rlcd、classification。（点赞 5273 · 趋势分 573）
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 574，趋势分 548。标签：qwen3_5、clef、cloudflare、systemone、qwen3.5。（点赞 574 · 趋势分 548）
在 Hugging Face 查看
排行第七：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 666，趋势分 528。标签：gemma4、image-text-to-text、system-one、system-two、adaptive-thinking。（点赞 666 · 趋势分 528）
在 Hugging Face 查看
排行第八：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 6595，趋势分 499。标签：diffusion-single-file、text-to-video、video-to-video、image-text-to-video、audio-to-video。（点赞 6595 · 趋势分 499）
在 Hugging Face 查看
排行第九：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 427，趋势分 404。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 427 · 趋势分 404）
在 Hugging Face 查看
排行第十：humanizer（文本生成）
Hugging Face 趋势榜上的模型，任务类型是文本生成，点赞 367，趋势分 359。标签：gemma4_unified、image-text-to-text、humanizer、text-rewriting、rewriting。（点赞 367 · 趋势分 359）
在 Hugging Face 查看
排行第十一：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 17089，趋势分 350。标签：qwen3_5、conversational、eval-results、deploy:azure、deploy:sagemaker。（点赞 17089 · 趋势分 350）
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 3029，趋势分 265。标签：diffusers、qwen、image-generation、image-editing、rgba。（点赞 3029 · 趋势分 265）
在 Hugging Face 查看
论文
排行第一：iADD：提升扩散策略优化的对齐性与多样性
本文研究基于强化学习的扩散模型后训练方法，如去噪扩散策略优化（DDPO），旨在在奖励函数下优化反向扩散过程。现有方法在优化奖励时往往牺牲了生成样本的多样性和质量。通过理论分析和算法设计，论文探讨了如何实现更好的权衡。理论分析表明，仅更新扩散模型后期时间步可能损害多样性，这与先前研究的结论相反。此外，论文提出了一种基于Feynman-Kac理论的增量训练方法，以提升性能。
在 Hugging Face 查看
排行第二：FairRSFM：遥感基础模型的生物群落感知基准与去偏框架
遥感基础模型（RSFM）通常使用聚合指标评估，但可能掩盖不同生态区域的性能差异。FairRSFM是一个生物群落感知的基准，用于评估RSFM的生态群体鲁棒性。它将来自14个陆地生物群落类的地理参考样本映射为6个生态宏观组，并在统一的冻结骨干评估协议下测试模型。基准覆盖四个下游数据集，并利用多个模型进行实验，显示聚合性能的一致性。（论文赞 1）
在 Hugging Face 查看
排行第三：Video2Skill：从流式经验到可重用的具身技能
操纵行为因物体和场景而异，但共享少量可重用技能。规划这些技能有助于具身智能体泛化到新任务。然而，智能体只能使用已知技能。从观察经验中恢复技能（即规划的反向过程）可积累知识并为训练提供数据。视觉语言模型（VLM）能描述单个操纵事件，但能否将事件流组织成可重用技能？论文将问题形式化为流式具身技能发现（SESD），模型按序观看视频并维护技能库以指导后续决策。（论文赞 4）
在 Hugging Face 查看
排行第四：ProgressCompass：具身进度奖励模型依赖上下文
具身智能体执行长任务时，仅知最终成败无法反映过程进展。进度奖励模型（PRM）在每一步评分任务进度，用作密集奖励、验证器和监控器。但在长任务中，当前帧常不足以判断进度，因为进展依赖先前事件，这称为上下文依赖的进度估计问题。现有基准多关注短任务，其进度可从当前观察读出，而PRM在需要上下文时的能力尚未充分探索。论文旨在填补这一空白。（论文赞 4）
在 Hugging Face 查看
排行第五：Foresight：无需重训练规划流式VLM的未来感知
现有流式视觉语言模型（VLM）持续感知和推理视觉流，但其计算路径在推理中固定，无法适应动态场景，其中不同事件需不同感知水平。论文表明流式VLM固有地能预测近期未来，并利用此能力以无需训练的方式动态配置未来计算。实现这种预见性计算面临挑战：未来预测需足够可靠以指导计算，规划须与流处理并发运行。论文探讨了相关方法。
在 Hugging Face 查看
排行第六：DeskForge：从桌面环境为计算机使用智能体提供密集监督
计算机使用智能体需在复杂桌面场景中可靠地定位动作目标，其中多应用、重叠窗口和相似控件竞争注意力。现有训练数据很少提供密集标注或受控变化。DeskForge是一个可控桌面环境，通过组合真实应用生成大规模监督数据。它变化应用状态、内容、窗口布局、外观和分辨率，并融合截图、可访问性树和窗口几何信息为密集元素标注，同时记录动作结果。利用此环境可训练智能体处理桌面交互。（论文赞 5）
在 Hugging Face 查看
排行第七：MM-ABC：迈向通用移动操纵的感知、协调与想象方法
移动操纵通过可控可达区域扩展机器人交互，面临连续自我运动下的空间感知和异构手臂-底座动作协调挑战。现有方法常分离移动与操纵，本文提出MM-ABC基础模型，围绕感知、协调和想象，旨在通过支持跨流协作的表示实现通用移动操纵。（论文赞 1）
在 Hugging Face 查看
排行第八：LMBuild：评估大语言模型代理生成可建造及功能结构的能力
基于LLM的代理能生成复杂3D结构，但现有评估多关注几何质量，忽视物理可实现性和功能。本文引入LMBuild基准，将生成对象表示为含零件分解、关节、材料和序列的组装结构，评估LLM代理生成可建造且有功能结构的能力，提供统一工具支持可重复评价。（论文赞 19）
在 Hugging Face 查看
排行第九：适配先验数据拟合网络用于表格异常检测
深度特征在图像视频异常检测中效果显著，但在表格数据中影响有限，部分因缺乏强深度表示。近期先验数据拟合网络（PFNs）成为表格数据有前景的表示来源，本文研究如何适配PFN表示用于异常检测，指出部署前无异常数据、参考集可能含异常等问题，开展相关探索。（论文赞 1）
在 Hugging Face 查看
排行第十：经验变分自编码器
本文提出经验变分自编码器（EVA），一种连续值序列的通用生成框架。EVA基于VAE的证据下界，通过额外线性层从训练数据中经验学习自回归潜在先验，取代传统标准高斯约束，显著减轻先验与后验的潜在分布差距，实现高保真的序列生成 ancestral采样，实验表现良好。（论文赞 1）
在 Hugging Face 查看
排行第十一：MEA：面向忠实模型解释的奖励驱动多代理系统
高风险领域的ML模型常不透明，后验解释方法需专业知识，领域专家常缺乏。本文提出MEA多代理框架：Proposer代理根据问题和模态选择配置解释工具，Actor代理端到端优化生成忠实解释，移除解释知识壁垒，帮助领域专家理解模型行为。
在 Hugging Face 查看
排行第十二：GeoCR：从异质观测中学习通用云去除先验
云去除方法常专用于特定数据集和输入配置，跨传感器、光谱带等复用性有限。本文引入GeoCR通用模型，统一单/多时态多云观测的RGB仅基云和多光谱云去除（可选SAR指导），通过紧凑茎扩展预训练RGB自编码器，共享潜在接口使单流变压器联合建模清洁潜变量，条件于不同多云观测。（论文赞 2）
在 Hugging Face 查看
