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 4887，趋势分 1158。标签：laya、system-one、calibrated-decisions、rlcd、classification。（点赞 4887 · 趋势分 1158）
在 Hugging Face 查看
排行第二：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 1239，趋势分 895。标签：qwen2_5_vl、ocr、document-parsing、multimodal、conversational。（点赞 1239 · 趋势分 895）
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 2746，趋势分 771。标签：qwen、image-generation、comfyui、comfyui-gguf、base_model:Qwen/Qwen-Image-2.1。（点赞 2746 · 趋势分 771）
在 Hugging Face 查看
排行第四：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 475，趋势分 472。标签：qwen3_5、clef、cloudflare、systemone、qwen3.8。（点赞 475 · 趋势分 472）
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 2806，趋势分 416。标签：diffusers、qwen、image-generation、image-editing、rgba。（点赞 2806 · 趋势分 416）
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 630，趋势分 416。标签：contrastive-lm、clm、contrastive-learning、verifier、reranker。（点赞 630 · 趋势分 416）
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 5886，趋势分 370。标签：diffusion-single-file、text-to-video、video-to-video、image-text-to-video、audio-to-video。（点赞 5886 · 趋势分 370）
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 16745，趋势分 346。标签：qwen3_5、conversational、eval-results、deploy:azure、deploy:sagemaker。（点赞 16745 · 趋势分 346）
在 Hugging Face 查看
排行第九：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 349，趋势分 335。标签：decision-model、multilingual、routing、base_model:jhu-clsp/mmBERT-small、base_model:finetune:jhu-clsp/mmBERT-small。（点赞 349 · 趋势分 335）
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 512，趋势分 289。标签：diffusers、lora、image-to-image、image-editing、distillation。（点赞 512 · 趋势分 289）
在 Hugging Face 查看
排行第十一：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 609，趋势分 279。标签：nemo、nemotron3_diarization、audio-frame-classification、speaker-diarization、streaming-sortformer。（点赞 609 · 趋势分 279）
在 Hugging Face 查看
排行第十二：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 2341，趋势分 255。标签：llama.cpp、ternary、2-bit、cuda、metal。（点赞 2341 · 趋势分 255）
在 Hugging Face 查看
论文
排行第一：视频大模型推理时的时序表示强化
研究视频大语言模型在处理视频时序信息时的弱点，通过定义时序发散向量，分析不同层间时序表示的变化，发现时序发散在中间层达到峰值并逐渐减弱，揭示了时序推理失败的根源。
在 Hugging Face 查看
排行第二：CorrGRPO：多奖励学习的关联归一化GRPO
提出CorrGRPO方法，改进组相对策略优化在多奖励学习中的表现，通过归一化奖励以应对奖励之间的相关性，避免大尺度奖励主导归一化过程，提升小尺度奖励的信号传递。（论文赞 8）
在 Hugging Face 查看
排行第三：GPT-6 Astra机器人代理减少token使用
提出PyRUA-Lean框架，通过反馈驱动的原语组合和选择性观察，减少机器人代理在视觉语言模型控制中的token消耗，实现更高成功率和更低的计算开销。（论文赞 3）
在 Hugging Face 查看
排行第四：OneStreamer：统一感知、记忆与主动响应
提出OneStreamer模型，结合查询无关的证据记录和任务响应，通过共享的主动生成过程，实现时间对齐的局部细节描述和已完成事件的摘要，提升流式视频交互中的记忆与响应能力。（论文赞 8）
在 Hugging Face 查看
排行第五：VTR-Bench：视频生成中视觉文本渲染评估
引入VTR-Bench基准，系统评估视频生成模型在视觉文本渲染方面的能力，关注生成视频中场景内文本的正确性，弥补现有评估中对文本信息的忽视。（论文赞 1）
在 Hugging Face 查看
排行第六：E-MoE：增强的非分解扩散语言模型专家混合
提出E-MoE方法，通过混合因子化分布和离散共享潜在变量，增强非分解扩散语言模型的逆过程，提升在少步数生成中的样本质量，避免后验崩溃问题。
在 Hugging Face 查看
排行第七：EgoTools: 面向真实第一人称视频的工具中心推理
该论文研究如何在真实第一人称视频中实现以工具为中心的具身推理，关注工具使用中的 affordances、手-工具-物体几何关系、任务进展和因果效应，旨在提升模型在日常和专业任务中的工具理解能力。（论文赞 11）
在 Hugging Face 查看
排行第八：Omni-Embed-Mini: 通过密集蒸馏绑定模态
该论文提出Omni-Embed-Mini模型，通过密集蒸馏方法将文本、语音、音频、图像、视频和视觉丰富文档映射到共享的余弦空间，无需更新文本侧参数，实现多模态嵌入的高效融合。（论文赞 3）
在 Hugging Face 查看
排行第九：AgSpec: 推动检索式推测解码的极限
该论文提出AgSpec框架，针对代码代理管道中检索式推测解码的不足，通过整合会话、工作区和全局语料库，优化检索和草稿长度策略，提升代码生成的复用性和准确性。（论文赞 4）
在 Hugging Face 查看
排行第十：去中心化 master-mind: 通过迭代意图去噪改进多智能体路径规划
该论文提出DMM方法，通过迭代式动作精炼机制解决多智能体路径规划中因独立采样导致的联合动作不兼容问题，提升去中心化多智能体系统在部分可观测环境下的协作能力。（论文赞 4）
在 Hugging Face 查看
排行第十一：更好的监督来自邻域：邻域在线策略自蒸馏
该论文提出N-OPSD方法，通过局部参数扰动获取互补的参考对齐修正，利用邻域信息增强学生模型在访问状态下的监督信号，提升数学推理模型的训练效果。（论文赞 3）
在 Hugging Face 查看
排行第十二：问题接力中的魔鬼：源条件化接力引导
该论文研究音频-视觉大语言模型中的源混淆接地幻觉问题，通过路径干预和表征分析揭示跨模态交互的内在机制，并提出源条件化接力引导方法以减少幻觉，提升模型可靠性。（论文赞 3）
在 Hugging Face 查看
