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 3207，趋势分 2668。标签：qwen3_5、jev、system-one、system-two、typed-decisions。（点赞 3207 · 趋势分 2668）
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 2001，趋势分 1727。标签：gemma4、image-text-to-text、system-one、system-two、adaptive-thinking。（点赞 2001 · 趋势分 1727）
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 1905，趋势分 1242。标签：qwen3_5、clef、cloudflare、systemone、decision-model。（点赞 1905 · 趋势分 1242）
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 1251，趋势分 1213。标签：embedding_gemma2、embedding、sentence-transformers、multimodal-embedding、multimodal。（点赞 1251 · 趋势分 1213）
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 822，趋势分 758。标签：vllm、kolibri1、reasoning、moe、conversational。（点赞 822 · 趋势分 758）
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 3710，趋势分 674。标签：qwen、image-generation、comfyui、comfyui-gguf、base_model:Qwen/Qwen-Image-2.1。（点赞 3710 · 趋势分 674）
在 Hugging Face 查看
排行第七：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 687，趋势分 646。标签：gemma4_unified、image-text-to-text、humanizer、text-rewriting、rewriting。（点赞 687 · 趋势分 646）
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 670，趋势分 618。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 670 · 趋势分 618）
在 Hugging Face 查看
排行第九：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 547，趋势分 504。标签：vllm、glm5_next、autotrust、moe、nvfp4。（点赞 547 · 趋势分 504）
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 6978，趋势分 495。标签：diffusion-single-file、text-to-video、video-to-video、image-text-to-video、audio-to-video。（点赞 6978 · 趋势分 495）
在 Hugging Face 查看
排行第十一：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 704，趋势分 471。标签：qwen3_5、clef、cloudflare、systemone、decision-model。（点赞 704 · 趋势分 471）
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 5408，趋势分 372。标签：laya、system-one、calibrated-decisions、rlcd、classification。（点赞 5408 · 趋势分 372）
在 Hugging Face 查看
论文
排行第一：WorldGuide: 用于程序任务执行的视频世界模型
该论文提出WorldGuide模型，将程序性视频生成视为视觉世界空间中的闭环任务执行。模型基于初始图像和任务目标，通过生成状态、执行动作并判断任务完成来实现闭环控制，解决了开放环生成无法适应执行结果的问题。（论文赞 2）
在 Hugging Face 查看
排行第二：超越时空先验：密集对应匹配新方法
该论文提出FreeMatching框架，用于在图像编辑和参考引导生成等复杂变换中建立身份保持的密集对应关系。通过结合生成和语义基础表示，并利用多种监督数据进行训练，实现更通用的匹配方法。（论文赞 7）
在 Hugging Face 查看
排行第三：U-Space：语言模型不确定性分析
该论文研究大语言模型中不确定性的产生时机和原因，旨在量化单个预测的可靠性。通过分析模型在推理过程中不确定性的发展，提出更有效的不确定性估计方法，以提高模型输出的可信度。（论文赞 3）
在 Hugging Face 查看
排行第四：CARE：视觉语言动作推理的认证加速
该论文提出CARE方法，用于加速视觉语言动作模型的推理。通过分析加速过程中可能产生的任务失败，定义了加速诱导失败，并通过配对轨迹比较来评估不同加速技术对任务性能的影响。（论文赞 1）
在 Hugging Face 查看
排行第五：学习转向，转向观察：RLVR的几何结构
该论文研究强化学习与可验证奖励在大语言模型中的应用，利用向量转向技术识别激活空间中的低维有效流形。揭示了RL诱导收益的几何特性，包括有效流形容量和干预维度等关键约束。
在 Hugging Face 查看
排行第六：SatNav：基于卫星图像的长时程无人机导航基准
该论文提出SatNav基准，用于长时程城市无人机视觉语言导航。基于高分辨率卫星图像构建城市级导航任务，通过自动化管道生成11.8万个任务，解决了现有基准依赖昂贵3D重建资产的问题。（论文赞 1）
在 Hugging Face 查看
排行第七：MARGIN：多智能体基础模型协调的运行时置信度校准
当协调器比较不同基础模型的回答时，自报告的置信度在不同模型和负载变化下含义不同。本文提出MARGIN方法，通过观察回答结果学习模型特定的置信度修正，无需重新训练模型或保留校准集。MARGIN跟踪近期准确率和置信度，利用其比率修正报告置信度，并将稀疏带修正融合到模型级估计中，以加权集体决策中的候选答案。
在 Hugging Face 查看
排行第八：SPW-Nav：流式全景世界模型用于语言引导导航
语言引导的全景视频生成有助于交互式3D场景探索、虚拟现实体验和具身智能体训练。现有全景生成器遵循预定义轨迹，交互式世界模型通过透视视图的低级动作操作。本文提出SPW-Nav，一种流式全景世界模型，能理解移动指令并实时从单个全景图生成一分钟2K 360度视频。SPW-Nav将先前生成的全景图中的每个指令解释为相机运动，通过球面旋转解耦实现精确旋转，姿态对齐条件保持轨迹一致性。
在 Hugging Face 查看
排行第九：MiMo-V2.6：强化学习向自我改进的扩展
强化学习是推动大基础模型向自我改进发展的核心训练范式。本文介绍MiMo-V2.6系列，一个全模态家族，通过扩展强化学习计算推动模型智能的前沿。在强化学习之前，我们在广泛多模态语料上进行中期训练以提供充分探索空间，并构建基于预训练混合SWA架构的基础设施以支持后续扩展。我们沿三个维度扩展强化学习计算：更大的批次和更高吞吐量，异步训练每步消耗1568个样本和27亿至37亿个标记，上下文长度达100万。（论文赞 41）
在 Hugging Face 查看
排行第十：大语言模型的基础
本书专注于大语言模型的基础概念，而非全面覆盖所有前沿技术。全书分为六章，分别探讨预训练、生成模型、提示、对齐、推理和推理等关键领域。适合大学生、自然语言处理及相关领域的专业人士和从业者，可作为对大语言模型感兴趣人士的参考书。（论文赞 17）
在 Hugging Face 查看
排行第十一：OuroWorld：将任意3D世界转化为动态3D电影
现有3D世界模型生成的逼真可探索场景保持静止。OuroWorld是一种无掩码框架，可将任意静态3D高斯点云场景转换为3D电影：从任意视角无缝循环的动态场景。视觉语言模型推断合理动态并引导视频模型合成参考视频，我们将其提升并补全为多视角视频。为从这种不完美监督中学习，我们提出不一致鲁棒周期性4DGS：傅里叶级数变形场通过构造保证循环，而基于参考视图的漂移场吸收跨视角不一致。（论文赞 24）
在 Hugging Face 查看
排行第十二：在线策略蒸馏教授新技能但不传授新知识
在线策略蒸馏（OPD）增强语言模型推理，但学生是否获得新事实知识或多步推理的组合技能尚不清楚。我们使用受控合成框架分离这些能力，测量学生的初始能力并独立控制教师的额外事实、组合技能或两者。在三个系列的四个模型中，反KL OPD可靠地在未见过的推理结构间转移组合技能，但转移的事实知识极少。解耦蒸馏配方揭示了这种不对称性的来源：用前向KL替换反KL可恢复事实传递。（论文赞 1）
在 Hugging Face 查看
