Hugging Face 模型趋势榜和每日论文。
模型
排行第一：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 1024，趋势分 982。标签：qwen3_5、clef、cloudflare、systemone、qwen3.8。（点赞 1024 · 趋势分 982）
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 5087，趋势分 897。标签：laya、system-one、calibrated-decisions、rlcd、classification。（点赞 5087 · 趋势分 897）
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 2953，趋势分 680。标签：qwen、image-generation、comfyui、comfyui-gguf、base_model:Qwen/Qwen-Image-2.1。（点赞 2953 · 趋势分 680）
在 Hugging Face 查看
排行第四：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 6163，趋势分 405。标签：diffusion-single-file、text-to-video、video-to-video、image-text-to-video、audio-to-video。（点赞 6163 · 趋势分 405）
在 Hugging Face 查看
排行第五：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 370，趋势分 359。标签：qwen3_5、clef、cloudflare、systemone、qwen3.5。（点赞 370 · 趋势分 359）
在 Hugging Face 查看
排行第六：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 2910，趋势分 354。标签：diffusers、qwen、image-generation、image-editing、rgba。（点赞 2910 · 趋势分 354）
在 Hugging Face 查看
排行第七：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 16892，趋势分 349。标签：qwen3_5、conversational、eval-results、deploy:azure、deploy:sagemaker。（点赞 16892 · 趋势分 349）
在 Hugging Face 查看
排行第八：CLM-v0.1-8B（text-ranking）
Hugging Face 趋势榜上的模型，任务类型是text-ranking，点赞 693，趋势分 323。标签：contrastive-lm、clm、contrastive-learning、verifier、reranker。（点赞 693 · 趋势分 323）
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 402，趋势分 289。标签：decision-model、multilingual、routing、base_model:jhu-clsp/mmBERT-small、base_model:finetune:jhu-clsp/mmBERT-small。（点赞 402 · 趋势分 289）
在 Hugging Face 查看
排行第十：VisionHOPE（图像分类）
Hugging Face 趋势榜上的模型，任务类型是图像分类，点赞 392，趋势分 277。标签：computer-vision、visionhope。（点赞 392 · 趋势分 277）
在 Hugging Face 查看
排行第十一：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 270，趋势分 265。标签：vllm、kolibri1、reasoning、moe、conversational。（点赞 270 · 趋势分 265）
在 Hugging Face 查看
排行第十二：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 652，趋势分 244。标签：nemo、nemotron3_diarization、audio-frame-classification、speaker-diarization、streaming-sortformer。（点赞 652 · 趋势分 244）
在 Hugging Face 查看
论文
排行第一：用Jev决策模型替代大语言模型
研究将Jev的决策导向API集成到边缘服务编排中，以减少自然语言请求的延迟开销。通过提取意图字段并应用共享验证器、准入策略和调度器，优化决策等待时间。在8280个请求和实时准入路径上对比了Jev与多个自托管和托管大语言模型的表现。（论文赞 5）
在 Hugging Face 查看
排行第二：Ego2Act：第一人称视频生成评估
提出Ego2Act基准，评估第一人称视频生成模型在多步物理推理和目标导向操作中的能力。现有评估多关注单步动作或逐步指令，而Ego2Act聚焦于模拟实现高层目标所需的多步现实操作，填补了多步物理推理的评估空白。（论文赞 21）
在 Hugging Face 查看
排行第三：MemFold：基于策略优化的紧凑软记忆
提出MemFold方法，通过行为支持优化固定预算的软记忆，用于长上下文个性化。该方法将用户信息压缩为固定维度的潜在向量，避免文本输入随历史增长，同时避免重建文本或模仿参考答案的训练偏差。（论文赞 6）
在 Hugging Face 查看
排行第四：视频生成模型：后训练与对齐综述
综述视频生成模型的后训练与对齐方法。尽管预训练模型具备强大生成先验，但常无法可靠遵循人类意图或保持时空一致性。文章分析了视频生成对齐的挑战，包括误差累积、运动-外观耦合、多目标权衡等，并探讨系统性后训练策略。（论文赞 44）
在 Hugging Face 查看
排行第五：Persona Dosing：分级特质控制
研究通过特质描述和请求的平均强度来控制语言模型的个性表达。PersonaDose方法在共享描述条件FLAS控制器上进行个性化训练，并校准其流程时间以匹配实际特质表达。在多个模型上提升了核心特质表达水平。（论文赞 40）
在 Hugging Face 查看
排行第六：Transformer过早停止思考，小LoRA修复
发现预训练Transformer在上下文中仅使用少量深度来跟踪引用，提出在早期层使用任务训练的低秩LoRA，冻结其余权重以扩展计算。该方法显著提升长链任务的准确率，使模型能处理更长的程序链。（论文赞 62）
在 Hugging Face 查看
排行第七：Honeycomb：用于视频世界模型的恒定大小场景记忆
提出Honeycomb视频世界模型，基于HexMemory低秩表示，在固定大小内存中存储场景特征，通过六种时空平面实现高效记忆管理，支持长时视频生成中的场景一致性保持。（论文赞 5）
在 Hugging Face 查看
排行第八：X-Tree：用于高效智能体泛化的可复用经验分词
提出X-Tree方法，从数据中自动提取任务中的可复用子程序结构，训练智能体时利用该层次结构，避免依赖大语言模型，提升泛化能力。（论文赞 41）
在 Hugging Face 查看
排行第九：OpenTumorBoard：多学科肿瘤讨论轨迹基准
构建OpenTumorBoard基准，包含611个患者案例和19,157次讨论，涵盖十种专家角色，用于评估大语言模型在肿瘤多学科讨论中的问答与共识生成能力。（论文赞 11）
在 Hugging Face 查看
排行第十：Keyword：小语言模型工具使用声明的诊断阶梯
揭示关键词匹配评估中对小模型工具使用能力的误判，提出一套低成本诊断方法，通过训练样本复现检查区分模型真实工具调用能力。（论文赞 5）
在 Hugging Face 查看
排行第十一：ScholarCatalyst：启发新研究的论文检索基准
构建ScholarCatalyst基准，由计算机科学领域作者标注哪些已有论文启发了其研究，用于评估AI系统识别关键研究灵感的能力。（论文赞 9）
在 Hugging Face 查看
排行第十二：在线策略与离线策略学习的蒸馏动态研究
在受控的强弱模型蒸馏设置中，系统性研究 rollout 策略对参数更新和泛化能力的影响，分析不同策略在科学、医学和算术任务中的表现差异。（论文赞 154）
在 Hugging Face 查看
