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 3021，趋势分 2508。标签：qwen3_5、jev、system-one、system-two、typed-decisions。（点赞 3021 · 趋势分 2508）
在 Hugging Face 查看
排行第二：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 1883，趋势分 1616。标签：gemma4、image-text-to-text、system-one、system-two、adaptive-thinking。（点赞 1883 · 趋势分 1616）
在 Hugging Face 查看
排行第三：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 1897，趋势分 1322。标签：qwen3_5、clef、cloudflare、systemone、decision-model。（点赞 1897 · 趋势分 1322）
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 1215，趋势分 1179。标签：embedding_gemma2、embedding、sentence-transformers、multimodal-embedding、multimodal。（点赞 1215 · 趋势分 1179）
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 816，趋势分 752。标签：vllm、kolibri1、reasoning、moe、conversational。（点赞 816 · 趋势分 752）
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 3687，趋势分 674。标签：qwen、image-generation、comfyui、comfyui-gguf、base_model:Qwen/Qwen-Image-2.1。（点赞 3687 · 趋势分 674）
在 Hugging Face 查看
排行第七：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 669，趋势分 617。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 669 · 趋势分 617）
在 Hugging Face 查看
排行第八：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 634，趋势分 593。标签：gemma4_unified、image-text-to-text、humanizer、text-rewriting、rewriting。（点赞 634 · 趋势分 593）
在 Hugging Face 查看
排行第九：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 695，趋势分 500。标签：qwen3_5、clef、cloudflare、systemone、decision-model。（点赞 695 · 趋势分 500）
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 6959，趋势分 494。标签：diffusion-single-file、text-to-video、video-to-video、image-text-to-video、audio-to-video。（点赞 6959 · 趋势分 494）
在 Hugging Face 查看
排行第十一：GLM5.3-Flash-E224-DGX-Spark（图文理解）
Hugging Face 趋势榜上的模型，任务类型是图文理解，点赞 442，趋势分 403。标签：vllm、glm5_next、autotrust、moe、nvfp4。（点赞 442 · 趋势分 403）
在 Hugging Face 查看
排行第十二：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 5395，趋势分 378。标签：laya、system-one、calibrated-decisions、rlcd、classification。（点赞 5395 · 趋势分 378）
在 Hugging Face 查看
论文
排行第一：LLMs是否理解序列结构？推理与生成的受控研究
本研究通过受控实验探讨大型语言模型（LLMs）能否恢复潜在的序列结构，而不仅仅是表面动作频率。使用双人石头剪刀布交互和单玩家随机n-gram延续任务，测试LLMs识别潜在策略、遵循简单马尔可夫规则及维持高阶条件依赖的能力。框架区分分布匹配与条件结构理解，对行为模拟至关重要。
在 Hugging Face 查看
排行第二：多智能体自我中心世界模型与细粒度交互
针对多智能体在共享环境中通过细粒度动作交互的场景，提出多智能体自我中心世界建模框架。将问题定义为同步生成多个智能体的自我流，要求跨视图动作一致性、共享环境一致性和交互引发状态的一致传播。现有模型多关注粗粒度动作，本研究探索细粒度具身交互的建模挑战。（论文赞 8）
在 Hugging Face 查看
排行第三：OneSearch-VL：统一多模态图像与视频深度研究智能体
提出OneSearch-VL统一智能体，基于视觉接地证据图（VGEG）编码单图、多图和视频任务中的依赖关系。VGEG作为共享任务级参考，支持数据构建、过程监督和操作级评估。数据引擎构建并验证多图和视频问题，过滤专家轨迹，旨在保持视觉锚点、实体关系、源支持事实和答案生成操作间的依赖。（论文赞 3）
在 Hugging Face 查看
排行第四：蒸馏路由3D特权用于VLM空间推理
针对视觉语言模型（VLMs）空间推理弱点，提出几何特权蒸馏（GPD）方法。利用3D扫描源提供的几何证据作为特权，在策略自蒸馏中纠正感知错误。对每个问题，结合深度、语义和鸟瞰视图路由几何线索，避免推理时注入3D的架构和延迟成本，直接利用训练语料中的真实几何信息。
在 Hugging Face 查看
排行第五：TerraVis：基于MLLM评估文本到图像世界一致性
提出TerraVis框架，评估生成图像的世界基础视觉一致性。定义结构化分类法，涵盖对象级、交互级和场景级一致性违规。采用多模态大语言模型工作流系统检查生成图像，弥补现有保真度、美学、偏好或对齐指标的不足，针对物体结构畸形、不可能解剖、物理不可行交互等现实合理性违规。（论文赞 1）
在 Hugging Face 查看
排行第六：TestPrism：重新思考超越单一参考的测试评估
针对LLM编码智能体测试生成评估忽略替代有效实现的问题，提出TestPrism基准。包含300个测试任务和3000个候选实现，均分有效和无效解。主要指标联合成功函数要求生成测试在初始程序状态失败，接受所有有效候选，拒绝所有无效候选。基线配置下该指标仅达28.00%，凸显单一参考评估的局限性。（论文赞 5）
在 Hugging Face 查看
排行第七：SparseEngine：稀疏优先推理引擎
SparseEngine是一种从零开始设计的稀疏优先推理引擎，通过共享生命周期契约让不同方法控制其KV表示和计算，同时与通用服务基础设施协调状态转换。它支持15种方法，涵盖四个类别，并通过链式缓存实现跨请求状态管理。（论文赞 3）
在 Hugging Face 查看
排行第八：SpaceCast-Bench：预测空间推理评估
SpaceCast-Bench是首个直接诊断性评估视觉语言模型预测空间推理能力的基准。它基于观察-变换-推断框架，包含3862个问题，来自182个真实场景，涵盖16种任务类型，逐步要求场景理解、空间状态更新和关系推理。（论文赞 2）
在 Hugging Face 查看
排行第九：ViSkill：视觉原生技能强化VLM代理
ViSkill是一种视觉原生技能学习框架，将成功交互编码为复合视觉技能卡，供VLM代理直接访问。检索到的技能指导推理和奖励塑造，同时成功轨迹用于持续优化技能和策略，提升样本效率。（论文赞 2）
在 Hugging Face 查看
排行第十：Learn2Play Bench：LLM代理学习评估
Learn2Play Bench是一个新设计的文本游戏基准，其规则新颖或反直觉，要求代理通过交互获取知识。该基准旨在区分代理从经验中学习与利用已有知识进行推理的能力，评估其在陌生动态环境中的适应性。（论文赞 18）
在 Hugging Face 查看
排行第十一：DreamTrue：动作忠实机器人世界模型
DreamTrue是一种多视角跨实体机器人世界模型，用于动作忠实且物理上合理的视频预测。它通过离线几何校准对齐动作轨迹与目标视频，并引入反事实后训练，扩展交互覆盖范围，提升预测的准确性和多样性。（论文赞 14）
在 Hugging Face 查看
排行第十二：SpatialOPSD：自蒸馏空间智能
SpatialOPSD是一种基于策略的自蒸馏框架，通过提示MLLM总结空间编码代理的执行轨迹，激发其内部空间思维链。该框架旨在将代理能力内化，使MLLM无需外部工具即可进行空间推理。（论文赞 2）
在 Hugging Face 查看
