Hugging Face 模型趋势榜和每日论文。
模型
排行第一：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 2447，趋势分 2036。标签：qwen3_5、jev、system-one、system-two、typed-decisions。（点赞 2447 · 趋势分 2036）
在 Hugging Face 查看
排行第二：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 1857，趋势分 1657。标签：qwen3_5、clef、cloudflare、systemone、decision-model。（点赞 1857 · 趋势分 1657）
在 Hugging Face 查看
排行第三：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 1564，趋势分 1329。标签：gemma4、image-text-to-text、system-one、system-two、adaptive-thinking。（点赞 1564 · 趋势分 1329）
在 Hugging Face 查看
排行第四：embeddinggemma-2（特征提取）
Hugging Face 趋势榜上的模型，任务类型是特征提取，点赞 1080，趋势分 1050。标签：embedding_gemma2、embedding、sentence-transformers、multimodal-embedding、multimodal。（点赞 1080 · 趋势分 1050）
在 Hugging Face 查看
排行第五：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 794，趋势分 732。标签：vllm、kolibri1、reasoning、moe、conversational。（点赞 794 · 趋势分 732）
在 Hugging Face 查看
排行第六：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 3629，趋势分 691。标签：qwen、image-generation、comfyui、comfyui-gguf、base_model:Qwen/Qwen-Image-2.1。（点赞 3629 · 趋势分 691）
在 Hugging Face 查看
排行第七：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 676，趋势分 608。标签：qwen3_5、clef、cloudflare、systemone、decision-model。（点赞 676 · 趋势分 608）
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 638，趋势分 587。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 638 · 趋势分 587）
在 Hugging Face 查看
排行第九：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 549，趋势分 511。标签：gemma4_unified、image-text-to-text、humanizer、text-rewriting、rewriting。（点赞 549 · 趋势分 511）
在 Hugging Face 查看
排行第十：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 6846，趋势分 476。标签：diffusion-single-file、text-to-video、video-to-video、image-text-to-video、audio-to-video。（点赞 6846 · 趋势分 476）
在 Hugging Face 查看
排行第十一：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 5366，趋势分 416。标签：laya、system-one、calibrated-decisions、rlcd、classification。（点赞 5366 · 趋势分 416）
在 Hugging Face 查看
排行第十二：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 17242，趋势分 342。标签：qwen3_5、conversational、eval-results、deploy:azure、deploy:sagemaker。（点赞 17242 · 趋势分 342）
在 Hugging Face 查看
论文
排行第一：FastOPD: 轻量级VLA部署的在线蒸馏
本文提出FastOPD，一种基于在线蒸馏的轻量级VLA部署框架，通过高效的知识迁移，使大规模视觉-语言-动作模型能够在计算资源受限的环境中实现实际应用，提升部署效率。（论文赞 1）
在 Hugging Face 查看
排行第二：SheetSage2: 合成监督的乐谱转录
SheetSage2是一种统一的音乐转录框架，结合合成数据、结构化解码和自回归蒸馏，利用自动标注的MIDI生成音频监督，提升乐谱转录的连贯性和准确性。（论文赞 1）
在 Hugging Face 查看
排行第三：UniSkill: 演化策略的技能提案
UniSkill通过共享策略与环境交互，提出技能库的修改建议（添加、更新或不修改），实现技能与策略的协同演化，避免技能评估中的混淆问题。（论文赞 4）
在 Hugging Face 查看
排行第四：CADFather: 协同工具的CAD重建
CADFather是一种自主代理系统，通过协调视觉语言助手和多种工具，从3D网格中恢复可编辑的参数化CAD程序，实现高效的CAD模型重建。（论文赞 1）
在 Hugging Face 查看
排行第五：Salt++: 上下文对齐的多模态生成
Salt++是一种两阶段后训练框架，结合因果自流和上下文对齐的自回归蒸馏，解决少步流式多模态生成中的上下文不匹配问题，提升生成质量。（论文赞 1）
在 Hugging Face 查看
排行第六：Task-Sufficient Contraction: 信息接口源选择
该研究探讨了任务是否能确定下游问题的简化源，提出任务充分收缩的概念，即在选择操作点前，通过任务固定简化源，确保后续问题求解结果一致。
在 Hugging Face 查看
排行第七：StepCAD: 基于LLM策略的网格到CAD代码生成
该论文提出StepCAD方法，结合状态条件的CAD策略和几何引导搜索，从3D网格中生成可执行的CAD程序。通过条件化的目标和中间几何信息预测构造动作，并利用IoU引导的树搜索优化重建过程，提升CAD重建的准确性和多样性。（论文赞 1）
在 Hugging Face 查看
排行第八：EngramEdit: 基于条件记忆的知识更新
EngramEdit提出一种在大型语言模型中解耦知识存储与通用计算的方法，通过条件记忆架构实现知识更新。该方法利用输入n-gram查找学习到的嵌入，避免更新共享嵌入时对其他事实预测的意外影响，从而实现高效的知识更新。（论文赞 1）
在 Hugging Face 查看
排行第九：从帕累托到偏好：个性化测试时扩展
该论文将个性化测试时扩展建模为发现满足用户特定需求的可执行控制器问题。通过 amortized 代理策略发现，减少重复策略优化的开销，实现多维度资源约束下的推理能力提升，支持更灵活的用户需求满足。（论文赞 13）
在 Hugging Face 查看
排行第十：在线策略蒸馏中的收益与崩溃
该论文从强化学习角度解释在线策略蒸馏的性能提升与崩溃现象。教师模型隐式奖励学生行为，即使其自身很少表现出这些行为。当偏好对齐时，蒸馏使正确响应更容易采样；否则可能导致生成过长重复。（论文赞 23）
在 Hugging Face 查看
排行第十一：通过在线策略上下文蒸馏内化代理经验
该论文提出D-OPCD方法，将代理改进的提示作为特权上下文，通过在线策略上下文蒸馏将代理框架中的知识内化到扩散模型权重中，使模型在条件生成时保留部分代理带来的性能提升。（论文赞 7）
在 Hugging Face 查看
排行第十二：PhysEvo: 物理递归自我改进框架
PhysEvo是一个围绕冻结模型的物理递归自我改进框架。任务代理执行机器人任务，元代理利用轨迹诊断失败、修订工具和技能并测试修正。该过程发展关节级控制、证据寻求观察和可复用的操纵技能，无需模型权重更新。（论文赞 8）
在 Hugging Face 查看
