Hugging Face 模型趋势榜和每日论文。
模型
排行第一：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 1306，趋势分 1260。标签：embedding_gemma2、embedding、sentence-transformers、multimodal-embedding、multimodal。（点赞 1306 · 趋势分 1260）
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 1926，趋势分 1053。标签：qwen3_5、clef、cloudflare、systemone、decision-model。（点赞 1926 · 趋势分 1053）
在 Hugging Face 查看
排行第三：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 836，趋势分 771。标签：vllm、kolibri1、reasoning、moe、conversational。（点赞 836 · 趋势分 771）
在 Hugging Face 查看
排行第四：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 723，趋势分 677。标签：gemma4_unified、image-text-to-text、humanizer、text-rewriting、rewriting。（点赞 723 · 趋势分 677）
在 Hugging Face 查看
排行第五：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 3745，趋势分 658。标签：qwen、image-generation、comfyui、comfyui-gguf、base_model:Qwen/Qwen-Image-2.1。（点赞 3745 · 趋势分 658）
在 Hugging Face 查看
排行第六：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 672，趋势分 599。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 672 · 趋势分 599）
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 7022，趋势分 474。标签：diffusion-single-file、text-to-video、video-to-video、image-text-to-video、audio-to-video。（点赞 7022 · 趋势分 474）
在 Hugging Face 查看
排行第八：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 708，趋势分 415。标签：qwen3_5、clef、cloudflare、systemone、decision-model。（点赞 708 · 趋势分 415）
在 Hugging Face 查看
排行第九：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 5422，趋势分 339。标签：laya、system-one、calibrated-decisions、rlcd、classification。（点赞 5422 · 趋势分 339）
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 17333，趋势分 337。标签：qwen3_5、conversational、eval-results、deploy:azure、deploy:sagemaker。（点赞 17333 · 趋势分 337）
在 Hugging Face 查看
排行第十一：ema-lightning（语音合成）
Hugging Face 趋势榜上的模型，任务类型是语音合成，点赞 313，趋势分 286。标签：ema-lightning、tts、turkish、speech-synthesis、flow-matching。（点赞 313 · 趋势分 286）
在 Hugging Face 查看
排行第十二：whistle（语音识别）
Hugging Face 趋势榜上的模型，任务类型是语音识别，点赞 248，趋势分 241。标签：cactus-needle、whistle、speech-recognition、speech-to-text、on-device。（点赞 248 · 趋势分 241）
在 Hugging Face 查看
论文
排行第一：GPU并行框架：异构多任务强化学习
本文介绍了Hebero基准测试，一个基于GPU并行模拟的异构机器人学习平台。它支持在40个不同任务上联合训练和评估单一策略，利用Isaac Lab实现高效仿真。研究表明，在固定时间预算下，增加每个任务的并行副本数量可提升成功率。针对稀疏奖励和有限演示数据的问题，作者提出了演示引导策略优化（DGPO），通过重用演示数据提供密集跟踪奖励，以改善学习效果。（论文赞 1）
在 Hugging Face 查看
排行第二：Mara Chain：将失败重构为AI系统自进化基石
本文提出Mara Chain方法，旨在优化已部署AI系统的提示、技能和代码等组件，而非模型权重。传统方法通过提议-评估-选择流程丢弃不合格候选，但分析显示这些候选包含关键信息。Mara Chain保留被拒候选，将其转化为后续优化的垫脚石，避免重复失败模式，通过迭代精化提升系统性能。（论文赞 1）
在 Hugging Face 查看
排行第三：偶发信息污染病历并干扰LLM临床推理
研究探讨大型语言模型在临床文档和推理任务中受偶发信息干扰的问题。基于576段医患对话分析，前沿模型在35%的笔记中插入了闲聊内容，质量评分变化微小。3.7%的笔记出现误用临床信息情况。模拟咨询实验显示，背景语音泄露导致48.2%的转录文本受污染，凸显模型对非关键信息的敏感性可能影响医疗应用可靠性。（论文赞 1）
在 Hugging Face 查看
排行第四：冻结模型演进：多模态医疗AI的部署经验学习
针对部署后冻结的大型语言模型和视觉语言模型无法从临床案例中学习的问题，提出模型无关框架。该框架允许冻结模型通过部署经验进行更新，避免传统微调对模型权重的依赖。方法克服参数免费方案的过拟合、领域知识缺失和视觉细节损失等局限，使模型能适应医学指南更新和新疗法等动态变化。（论文赞 1）
在 Hugging Face 查看
排行第五：模拟合成：基于智能体交互生成企业级数据
提出STS范式解决企业AI工具调用代理的训练数据瓶颈。该方法无需数据库模式，通过LLM代理在模拟环境中执行策略强化API操作来生成数据。相比传统表格合成方法的结构有效性局限和流程方法的分布保真度不足，STS实现了模式自由的数据合成，兼顾结构合理性和分布真实性。（论文赞 2）
在 Hugging Face 查看
排行第六：SpecFold：折叠多分支冗余加速扩散LLM推理
针对扩散大语言模型的迭代去噪过程，提出SpecFold方法利用多分支推测解码中的计算冗余加速推理。研究发现草案分支在验证时继承父分支多数标记，仅解锁少量新位置，导致隐藏状态高度相似。该方法通过折叠跨分支的冗余计算，在单次前向传播中验证主分支和多个草案分支，提升解码效率。（论文赞 1）
在 Hugging Face 查看
排行第七：MIRA：对齐文本到音乐生成与用户意图的音乐意图优化代理
文本到音乐系统生成的音频日益逼真，但评估常忽略是否匹配用户意图，全局文本-音频相关性分数会掩盖特定要求（如乐器、结构）的失败。论文将意图对齐视为满足含明确要求和隐含意图的逐项细则，单独评分实现按意图来源和音乐维度的诊断性评估（论文赞 1）
在 Hugging Face 查看
排行第八：AI代理能进行开放式科学发现吗？来自Station的证据
现有AI在明确指标下科学发现进步快，但能否自主进行开放式发现尚不明确。论文用模拟科学生态的开放世界环境Station，添加监督机制和定期元反思鼓励持续探索，构建开放式任务测试AI代理的相关能力（论文赞 2）
在 Hugging Face 查看
排行第九：Pumpire：度量距离估计的统一基准
论文提出Pumpire，用于统一评估图像和视频级3D基础模型（有无深度先验）的点对距离估计能力。不同于以往单独评估深度等或用几何相似性指标，Pumpire直接从重建几何评估点到点距离，并收集大规模多样数据集支撑（论文赞 1）
在 Hugging Face 查看
排行第十：结构化harness下的增量式开放式深度研究
现有开放式深度研究系统多从零生成报告，难高效处理需随新信息持续维护的场景。论文引入增量式开放式深度研究，将报告视为演化状态增量更新，并提出结构化harness，以结构化方式表示报告并支持检索、内存等功能（论文赞 2）
在 Hugging Face 查看
排行第十一：单语检索增强生成中推理-语言对齐作用的研究
推理轨迹能提升大语言模型，但当前模型多在英语中推理，强制用其他语言推理会降低准确性（仅针对短提示）。论文研究这一现象是否适用于检索增强生成（需整合大量目标语言证据），构建全德语单语RAG问答测试床开展研究（论文赞 1）
在 Hugging Face 查看
排行第十二：一块多深度：具有深度编程专家的循环视觉Transformer
论文展示单Transformer块循环应用，可在可比推理FLOPs下达到全深度视觉编码器精度（无需中间特征蒸馏）。reViT将各循环深度的FFN表示为专家库凸组合，用深度坐标编程混合，定义参数空间轨迹，并评估发现权重空间合并为最强混合专家家族（论文赞 2）
在 Hugging Face 查看
