Hugging Face 模型趋势榜和每日论文。
模型
排行第一：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 1821，趋势分 1484。标签：audio8_asr_infinite、text-generation、streaming、realtime、speech-recognition。（点赞 1821 · 趋势分 1484）
在 Hugging Face 查看
排行第二：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 4678，趋势分 1420。标签：laya、system-one、calibrated-decisions、rlcd、classification。（点赞 4678 · 趋势分 1420）
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 2564，趋势分 873。标签：qwen、image-generation、comfyui、comfyui-gguf、base_model:Qwen/Qwen-Image-2.1。（点赞 2564 · 趋势分 873）
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 1090，趋势分 871。标签：qwen2_5_vl、ocr、document-parsing、multimodal、conversational。（点赞 1090 · 趋势分 871）
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 2720，趋势分 568。标签：diffusers、qwen、image-generation、image-editing、rgba。（点赞 2720 · 趋势分 568）
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 572，趋势分 556。标签：contrastive-lm、clm、contrastive-learning、verifier、reranker。（点赞 572 · 趋势分 556）
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 559，趋势分 420。标签：nemo、nemotron3_diarization、audio-frame-classification、speaker-diarization、streaming-sortformer。（点赞 559 · 趋势分 420）
在 Hugging Face 查看
排行第八：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 16650，趋势分 364。标签：qwen3_5、conversational、eval-results、deploy:azure、deploy:sagemaker。（点赞 16650 · 趋势分 364）
在 Hugging Face 查看
排行第九：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 5711，趋势分 359。标签：diffusion-single-file、text-to-video、video-to-video、image-text-to-video、audio-to-video。（点赞 5711 · 趋势分 359）
在 Hugging Face 查看
排行第十：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 2305，趋势分 322。标签：llama.cpp、ternary、2-bit、cuda、metal。（点赞 2305 · 趋势分 322）
在 Hugging Face 查看
排行第十一：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 453，趋势分 316。标签：diffusers、lora、image-to-image、image-editing、distillation。（点赞 453 · 趋势分 316）
在 Hugging Face 查看
排行第十二：Julia-1（文本分类）
Hugging Face 趋势榜上的模型，任务类型是文本分类，点赞 316，趋势分 306。标签：decision-model、multilingual、routing、base_model:jhu-clsp/mmBERT-small、base_model:finetune:jhu-clsp/mmBERT-small。（点赞 316 · 趋势分 306）
在 Hugging Face 查看
论文
排行第一：PreviewDiff：基于多模态评论的扩散潜空间搜索方法
扩散模型能够生成令人印象深刻的图像和视频，但在生成与提示词相符的内容时仍存在组合细节的困难，例如物体数量、属性绑定、空间关系和时间相关的动作。通常通过最佳N采样来提高提示满意度，但最终样本选择是固定的。最佳N采样只能在已完成的输出中选择，无法在生成失败前修复有潜力的轨迹。我们引入PreviewDiff，一种无需训练的测试时搜索方法，将扩散采样从标量搜索转化为基于多模态评论的潜空间搜索。（论文赞 3）
在 Hugging Face 查看
排行第二：循环在循环语言模型中的有效性取决于什么？
循环语言模型（LoopLMs）通过参数共享增加计算深度，为在不增加参数的情况下扩展推理计算提供了一种途径。然而，何时额外的循环是有益的，以及架构选择如何影响其效果，仍不清楚。通过受控实验，我们系统地探讨了（1）循环何时有帮助，（2）应在哪里应用，以及（3）其条件如何影响性能。我们的评估涵盖了知识和推理任务下的推理预算低于、等于和超过训练范围的情况。（论文赞 7）
在 Hugging Face 查看
排行第三：长序列建模的分数状态空间转移方法
状态空间模型（SSMs）将序列历史压缩到一个有界的循环状态中，使其记忆规律成为影响长上下文性能的核心架构选择。大多数现代SSMs依赖于基于常微分方程的动力学，导致指数遗忘，限制了其在广泛时间范围内的信息保留能力。我们引入FRAC，一种基于分数动力学的可选择SSM架构，用幂律长记忆替代指数衰减。为使分数动力学实用，FRAC用有限状态、对数间隔的指数模式之和来近似重尾目标核。（论文赞 9）
在 Hugging Face 查看
排行第四：周期性弱区域：基于分块KV缓存压缩的相位敏感性
分块KV缓存压缩通过固定步长将连续的token窗口压缩为更少的缓存条目，从而降低长上下文推理的内存和注意力成本。这种压缩还引入了一个新的位置坐标：token的相位，即其相对于压缩窗口边界的相对位置。我们发现使用这种压缩的模型存在系统性不对称性：同一信息在不同相位下可能易于检索或难以检索。我们称这种检索性能的周期性变化为相位敏感性。在使用这种压缩的大规模开放权重模型中，不同相位下的长上下文检索准确率可能相差高达40个百分点。（论文赞 89）
在 Hugging Face 查看
排行第五：Org-Agent：超越个人助手的组织代理
为组织服务的语言模型代理必须协调多个用户的请求，同时利用分布在交互中的知识。我们确定了这种场景下的两种互补能力：跨用户交互与决策能力，以及跨用户记忆与知识使用能力。这些能力受到组织约束的三个方面的限制：用户身份、权限和访问控制；信息的归属和时间有效性；以及解决跨用户和联合决策需求冲突的规则。这些约束决定了在执行某个动作之前必须获取哪些信息或做出哪些决策。（论文赞 5）
在 Hugging Face 查看
排行第六：代理能否为其他代理设计库？
代理越来越多地依赖其他代理编写的代码，但它们倾向于重新实现而非复用，导致后续代理需要处理的代码库不断增长。为衡量代理为其他代理设计库的能力，我们引入LibraryDesignBench，这是一个两阶段的基准测试，其中代理根据定义所需功能和潜在使用场景的规范，实现一个完整的库，但不规定具体设计。我们通过三个不同模型家族的用户代理编写程序的正确性和简洁性来评估该库。基准测试涵盖了四个编程语言中的15个库设计任务，共242个专家验证的编程问题。（论文赞 8）
在 Hugging Face 查看
排行第七：同族策略蒸馏的缩放特性研究
本文研究强化学习在大型语言模型中引发推理能力的缩放特性，重点关注同族策略蒸馏在弱到强、同基础和强到弱师生设置下的表现。发现早期训练动态呈现规律的有用转移机制，其中保留准确性与学生初始化的令牌级反向KL散度平方根近似线性增长。在弱到强配对中，学生模型展现出可预测的转移模式。（论文赞 189）
在 Hugging Face 查看
排行第八：持续学习动态：数据归因、遗忘与可塑性损失
研究现代语言模型持续更新过程中的学习动态，聚焦数据归因、遗忘和可塑性损失的统一视角。通过分解学习单个令牌如何改变其他预测，分离softmax力、共享读出几何和残差连接，揭示两个交互通道并提供前向可计算近似。分析更新与行为交互的演变，为模型终身学习提供理论基础。（论文赞 5）
在 Hugging Face 查看
排行第九：循环Transformer中递归推理的调度策略
研究循环推理模型在测试时计算扩展中的更新尺度问题。分析终端损失对循环更新尺度的敏感性，将其时间平均分解为持续进展和中心波动贡献。基于此提出轨迹调度方法，动态调整更新尺度以优化循环Transformer的性能，解决固定尺度更新在进展持久或波动时的局限性。（论文赞 11）
在 Hugging Face 查看
排行第十：ALICE：上下文零样本互信息估计
提出ALICE基础模型，用于解决小样本场景下的互信息估计问题。该模型无需针对每个分布重新训练，通过在合成分布家族上训练实现上下文零样本估计。ALICE克服现有神经估计器在大数据准确但小样本不足的局限，支持多种数据类型，为科学应用提供实用工具。（论文赞 5）
在 Hugging Face 查看
排行第十一：LIFT：大视角变化下的布局控制视频生成
介绍LIFT图像到视频生成框架，结合相机控制和布局未来控制，允许用户指定未来视图的内容和位置。解决现有方法仅控制相机轨迹或文本提示的不足，通过策略自蒸馏技术精确生成关键帧布局，特别适用于需要确定未来视图空间内容的实际应用场景。（论文赞 8）
在 Hugging Face 查看
排行第十二：FocusVTC：自适应分辨率视觉文本压缩
提出FocusVTC高效视觉文本压缩方法，通过自适应分辨率打破压缩与性能的权衡。结合压缩低DPI全局视图和选择性区域增强，将增强视图集成到持续推理中。构建推理证据定位链数据集，在减少大型语言模型长上下文计算成本的同时保持多模态能力。（论文赞 20）
在 Hugging Face 查看
