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 4496，趋势分 1843。标签：laya、system-one、calibrated-decisions、rlcd、classification。（点赞 4496 · 趋势分 1843）
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 1483，趋势分 1304。标签：audio8_asr_infinite、text-generation、streaming、realtime、speech-recognition。（点赞 1483 · 趋势分 1304）
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 2419，趋势分 1099。标签：qwen、image-generation、comfyui、comfyui-gguf、base_model:Qwen/Qwen-Image-2.1。（点赞 2419 · 趋势分 1099）
在 Hugging Face 查看
排行第四：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 864，趋势分 730。标签：qwen2_5_vl、ocr、document-parsing、multimodal、conversational。（点赞 864 · 趋势分 730）
在 Hugging Face 查看
排行第五：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 2651，趋势分 724。标签：diffusers、qwen、image-generation、image-editing、rgba。（点赞 2651 · 趋势分 724）
在 Hugging Face 查看
排行第六：CLM-v0.1-8B（text-ranking）
Hugging Face 趋势榜上的模型，任务类型是text-ranking，点赞 519，趋势分 511。标签：contrastive-lm、clm、contrastive-learning、verifier、reranker。（点赞 519 · 趋势分 511）
在 Hugging Face 查看
排行第七：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 510，趋势分 491。标签：nemo、nemotron3_diarization、audio-frame-classification、speaker-diarization、streaming-sortformer。（点赞 510 · 趋势分 491）
在 Hugging Face 查看
排行第八：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 1807，趋势分 441。标签：xing4_0、conversational、custom_code。（点赞 1807 · 趋势分 441）
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 1947，趋势分 397。标签：zdtaichu5_0、multimodal、vision-language-model、spatial-reasoning、agent。（点赞 1947 · 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 420，趋势分 392。标签：diffusers、lora、image-to-image、image-editing、distillation。（点赞 420 · 趋势分 392）
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 2263，趋势分 361。标签：llama.cpp、ternary、2-bit、cuda、metal。（点赞 2263 · 趋势分 361）
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 16562，趋势分 355。标签：qwen3_5、conversational、eval-results、deploy:azure、deploy:sagemaker。（点赞 16562 · 趋势分 355）
在 Hugging Face 查看
论文
排行第一：ExpVoyager：动态代理技能合成的直接经验导航
论文提出ExpVoyager框架，通过直接经验导航实现动态代理的技能合成。该方法在训练过程中保留经验的多样性，避免过早抽象为固定程序知识，从而提升代理在运行时的适应性和泛化能力。（论文赞 8）
在 Hugging Face 查看
排行第二：Allspark：基于交替思维链的弱到强迁移学习
论文提出Allspark框架，通过交替思维链实现弱模型到强模型的迁移学习。该方法在训练中不使用强模型的推理结果，而是利用弱模型学到的推理能力提升强模型性能，有效降低训练成本。（论文赞 2）
在 Hugging Face 查看
排行第三：SentZero：面向多任务零样本胸部X光分析的句子级视觉语言预训练
论文提出SentZero模型，通过句子级视觉语言预训练提升多任务零样本胸部X光分析性能。该方法利用临床短语增强对放射学报告的理解，克服传统方法在零样本场景下的局限性。（论文赞 25）
在 Hugging Face 查看
排行第四：谁获得token及其含义：大模型中的姓名支持不平等
论文研究大语言模型中姓名处理的不平等现象，发现相同姓名在不同模型中可能获得不同token表示，造成模型输入不一致。该研究揭示了模型对不同姓名的处理差异及其社会影响。（论文赞 1）
在 Hugging Face 查看
排行第五：VisionHOPE：视觉主干作为自修改学习系统
论文提出VisionHOPE框架，将视觉主干建模为自修改学习系统。模型在处理图像过程中同时学习和记忆，实现对输入的自适应调整，突破传统视觉模型的预设规则限制。（论文赞 106）
在 Hugging Face 查看
排行第六：利用夜间科学强化代理在科学构想中的创造力
论文提出AI夜间科学家框架，通过强化学习提升大语言模型在科学构想中的创造力。该方法鼓励模型在推理中引入非预测性思维，增强科学发现的创新性和多样性。（论文赞 2）
在 Hugging Face 查看
排行第七：几何作为地址：将注意力路由到视觉记忆以实现长时程相机控制视频生成
长时程相机控制视频生成需要从不断增长的视觉历史中恢复之前观察到的内容。现有方法要么隐式搜索历史上下文，要么将其重建为持久的3D记忆，面临记忆访问效率低或几何误差累积的问题。本文提出GEAR，一种基于几何的注意力路由框架，利用几何作为显式的标记级地址来访问视觉记忆，避免了传统方法的不足。（论文赞 2）
在 Hugging Face 查看
排行第八：SCOPD：用于高效视觉-语言模型的稀疏上下文策略性自蒸馏
视觉-语言模型（VLMs）将图像和视频处理为长序列的视觉标记，导致推理成本高昂。无训练标记剪枝虽能降低成本，但过度压缩会显著影响性能，通常归因于任务相关视觉信息的不可逆丢失。本文指出这一解释不完整，并提出SCOPD，一种稀疏上下文策略性自蒸馏方法，以缓解标记表示与使用之间的差距问题。（论文赞 2）
在 Hugging Face 查看
排行第九：剪枝CTC：用于高效大词汇量语音识别训练的内存优化方法
连接主义时间分类（CTC）支持离线和流式语音识别，但传统实现方式在内存中显式化每个帧与词汇的激活，导致使用原生LLM词汇进行CTC训练时内存消耗过高。本文提出剪枝CTC，通过仅计算目标标记和空白的对齐，同时保留全词汇表的归一化，从而减少词汇量，证明其与全词汇表CTC在损失函数上完全等价。（论文赞 2）
在 Hugging Face 查看
排行第十：AnswerMap：基于答案后验的VLM空间可解释性方法
当视觉-语言模型（VLM）回答视觉问题时，现有解释工具依赖文本理由或模型内部输出，存在模态不匹配或需要白盒访问的问题。本文提出AnswerMap，一种无需训练、任务无关、黑盒的视觉解释方法，通过将图像划分为若干行和列的带状区域，并结合冻结模型的输出后验，生成与查询相关的空间映射。（论文赞 2）
在 Hugging Face 查看
排行第十一：蒸馏防御在强化学习后容易失效
蒸馏攻击通过复制封闭源代码大语言模型的推理能力，使攻击者以低成本复现先进性能。攻击者系统性地收集前沿模型的推理轨迹，然后通过训练（即蒸馏）自己的模型进行复制。现有防御措施通常在蒸馏后立即评估，隐含假设攻击者不会进一步训练模型。本文认为更现实的威胁模型应包括蒸馏后的强化学习训练，错误的威胁模型可能带来虚假的安全感。（论文赞 1）
在 Hugging Face 查看
排行第十二：FactorEngram：用于语言模型的分解式N-gram记忆与基础级门控机制
基于查找的记忆方法为大规模语言模型（LLMs）扩展参数提供了可能，通过检索局部标记模式的已学习表示，而不是通过多层计算重建。然而，现有设计如Engram将每个检索到的嵌入视为一个整体单元，存储在各自的哈希槽中，并通过单一标量门控调节。这导致多义模式无法根据上下文选择性读取相关记忆组件，且参数共享仅通过哈希冲突实现，与语义关系不大。本文提出FactorEngram，一种分解式N-gram记忆方法。（论文赞 2）
在 Hugging Face 查看
