Hugging Face 模型趋势榜和每日论文。
模型
排行第一：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 4450，趋势分 1970。标签：laya、system-one、calibrated-decisions、rlcd、classification。（点赞 4450 · 趋势分 1970）
在 Hugging Face 查看
排行第二：Audio8-ASR-Infinite（语音识别）
Hugging Face 趋势榜上的模型，任务类型是语音识别，点赞 1470，趋势分 1292。标签：audio8_asr_infinite、text-generation、streaming、realtime、speech-recognition。（点赞 1470 · 趋势分 1292）
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 2375，趋势分 1158。标签：qwen、image-generation、comfyui、comfyui-gguf、base_model:Qwen/Qwen-Image-2.1。（点赞 2375 · 趋势分 1158）
在 Hugging Face 查看
排行第四：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 2638，趋势分 792。标签：diffusers、qwen、image-generation、image-editing、rgba。（点赞 2638 · 趋势分 792）
在 Hugging Face 查看
排行第五：TeleOCR（图文理解）
Hugging Face 趋势榜上的模型，任务类型是图文理解，点赞 857，趋势分 724。标签：qwen2_5_vl、ocr、document-parsing、multimodal、conversational。（点赞 857 · 趋势分 724）
在 Hugging Face 查看
排行第六：Xing4.0-29B-A4B（文本生成）
Hugging Face 趋势榜上的模型，任务类型是文本生成，点赞 1806，趋势分 514。标签：xing4_0、conversational、custom_code。（点赞 1806 · 趋势分 514）
在 Hugging Face 查看
排行第七：CLM-v0.1-8B（text-ranking）
Hugging Face 趋势榜上的模型，任务类型是text-ranking，点赞 512，趋势分 505。标签：contrastive-lm、clm、contrastive-learning、verifier、reranker。（点赞 512 · 趋势分 505）
在 Hugging Face 查看
排行第八：Nemotron-3-Diarization（语音活动检测）
Hugging Face 趋势榜上的模型，任务类型是语音活动检测，点赞 495，趋势分 478。标签：nemo、nemotron3_diarization、audio-frame-classification、speaker-diarization、streaming-sortformer。（点赞 495 · 趋势分 478）
在 Hugging Face 查看
排行第九：ZDTaichu5.0-9B（图文理解）
Hugging Face 趋势榜上的模型，任务类型是图文理解，点赞 1925，趋势分 397。标签：zdtaichu5_0、multimodal、vision-language-model、spatial-reasoning、agent。（点赞 1925 · 趋势分 397）
在 Hugging Face 查看
排行第十：Qwen-Image-2.1-viggle-turbo（文生图）
Hugging Face 趋势榜上的模型，任务类型是文生图，点赞 410，趋势分 395。标签：diffusers、lora、image-to-image、image-editing、distillation。（点赞 410 · 趋势分 395）
在 Hugging Face 查看
排行第十一：Ternary-Bonsai-2-27B-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 2256，趋势分 387。标签：llama.cpp、ternary、2-bit、cuda、metal。（点赞 2256 · 趋势分 387）
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 16536，趋势分 367。标签：qwen3_5、conversational、eval-results、deploy:azure、deploy:sagemaker。（点赞 16536 · 趋势分 367）
在 Hugging Face 查看
论文
排行第一：SCOPD：用于高效视觉语言模型的稀疏上下文在线自我蒸馏
该研究针对视觉语言模型推理过程中图像和视频处理导致的高计算成本问题，提出SCOPD方法。通过稀疏上下文自蒸馏技术，在保持模型性能的同时减少计算资源消耗，解决传统剪枝方法导致的性能下降问题。（论文赞 1）
在 Hugging Face 查看
排行第二：剪枝CTC：用于大词汇量语音识别的内存高效训练
针对传统CTC训练中内存消耗过大的问题，提出剪枝CTC方法。该方法通过限制对有效词汇子集的计算来降低内存使用，同时保持完整词汇归一化，实现大词汇量语音识别的高效训练。（论文赞 1）
在 Hugging Face 查看
排行第三：AnswerMap：基于答案后验的视觉语言模型忠实空间可解释性
该研究提出AnswerMap方法，通过输出头构建无需训练、任务无关的黑盒视觉解释。将图像分割为行和列带，分别输入冻结模型进行推理，利用外积生成查询条件空间图，实现对视觉语言模型的忠实可解释性分析。（论文赞 1）
在 Hugging Face 查看
排行第四：蒸馏防御在强化学习后易被破解
研究指出现有蒸馏防御在模型进一步强化学习训练后容易失效。通过构建更现实的威胁模型，发现攻击者在蒸馏后继续训练模型的行为会破坏防御效果，强调了防御机制在持续学习环境下的脆弱性。
在 Hugging Face 查看
排行第五：FactorEngram：基于基级门控的因子化n元记忆
针对现有记忆机制中嵌入表示单一化的问题，提出FactorEngram方法。通过因子化设计和基级门控机制，使模型能够选择性地读取记忆中与上下文相关的组件，提高对多义模式的处理能力。（论文赞 1）
在 Hugging Face 查看
排行第六：硬视觉，易视觉：GPT-6 Astra在计算机视觉中的表现
该研究评估GPT-6 Astra等前沿通用AI系统在计算机视觉多个领域的表现，涵盖34项能力和55个基准测试。结果显示Astra在视觉和空间推理等方面表现优异，但某些传统计算机视觉任务仍存在挑战。（论文赞 8）
在 Hugging Face 查看
排行第七：DISCO：通过 grounding-reasoning 分离实现分布式长上下文
尽管大语言模型（LLMs）宣称拥有百万 token 的上下文窗口，但随着输入增长，推理质量往往会下降，这种现象称为上下文腐化。这种失败源于单体架构中结构耦合的问题，即上下文定位的大量搜索负担消耗了复杂推理所需的表示能力。为了解决这个问题，我们提出了通过分布式长上下文扩展（DISCO）实现的 grounding-reasoning 分离。受 Apache Spark 等分布式计算框架的启发，DISCO 将长上下文分配给一组专门用于并行、局部 grounding 的工作模型。一个（论文赞 1）
在 Hugging Face 查看
排行第八：Playing to Par：用于生成最优四边形块分解的强化学习方法
对平面区域的四边形块分解的评价标准包括是否完整、元素形状是否良好以及不规则顶点的数量。最后一个标准有一个可证明的下限：离散的高斯-博内公式强制规定了任何给定区域的全四边形网格的总顶点不规则性的下限，仅基于其拓扑结构和角落角度。我们训练了一个强化学习代理，用于构建达到这一下限的分解，我们称之为 par。它直接作用于网格的半边数据结构，通过局部编辑进行操作，其策略网络的卷积遵循网格自身的连接方式，因此可以适用于比训练数据更大的区域。
在 Hugging Face 查看
排行第九：G^2PTQ：通过广义梯度补偿改进大语言模型的后训练量化
后训练量化（PTQ）是一种在不重新训练的情况下减少大语言模型（LLMs）内存和计算负担的实用方法。基于 GPTQ 的方法已成为标准，但它们存在两个互补的局限性。具有局部、逐层目标的方法缺乏全局监督；而具有全局目标的方法在开始时固定 Hessian 估计，忽略一阶梯度，因此随着量化过程的进行，其指导信息会变得过时。本文提出了 G^2PTQ，一个统一的 PTQ 框架，通过广义梯度补偿整合一阶和二阶信息，在全局监督和分块优化下进行量化。（论文赞 1）
在 Hugging Face 查看
排行第十：面向代码代理强化学习的群体代理评分与优势重分配
代码代理的强化学习（RL）通常使用可执行测试来提供二元奖励。使用这些奖励，群体相对策略优化（GRPO）会为每个 rollout 群组中的通过测试的轨迹分配相同的奖励，忽略了实现质量与任务要求遵守程度的差异。这使得策略缺乏一个倾向于简洁、目标明确的实现方式，而不是包含不必要的或超出范围更改的实现方式的学习信号。我们引入了 GAGAR，一个用于代码代理 RL 的质量感知信用重分配框架。GAGAR 基于动态采样，保留包含通过和失败轨迹的群组，并将所有轨迹放置在统一的评估环境中。（论文赞 64）
在 Hugging Face 查看
排行第十一：Relic：从多代理协作到持久组织能力
在组织中，多个代理之间可能会发生冲突：例如，一个编码代理修改了仓库中的接口，但另一个代理继续在旧版本上开发，导致现有测试失效。一次对话可以解决这个事件，但当参与者改变时，什么能让这个教训继续指导团队？我们引入了 Relic，它将重复的协作失败转化为组织拥有的可执行协议。成员回顾可见的工作，提出规则，并治理其采用。采用的协议将触发器、责任、所需证据和执行后果绑定到运行时，同时仍保持开放，可以修订或退役。在一个跟踪案例中，（论文赞 4）
在 Hugging Face 查看
排行第十二：Nereus：面向大语言模型后训练的自适应并行性
在 GPU 集群上对大语言模型（LLMs）进行强化学习（RL）后训练时，需要在生成、推理和训练阶段协调多个模型。在运行过程中，许多因素可能会发生变化，包括资源可用性、序列长度、内存压力和阶段瓶颈。因此，最初合适的执行计划可能会随时间推移变得缓慢甚至不可行。然而，当模型共享 GPU 时，调整作业会带来重大挑战：决定新的计划是否值得转换成本、重用作业的分布式状态，以及在模型和阶段之间协调 GPU 传输。Nereus 针对这些挑战，作为一个成本感知的运行时系统，提供动态调整的解决方（论文赞 6）
在 Hugging Face 查看
