Hugging Face 模型趋势榜和每日论文。
模型
排行第一：JEV-27B-VL（图文理解）
Hugging Face 趋势榜上的模型，任务类型是图文理解，点赞 2055，趋势分 1695。标签：qwen3_5、jev、system-one、system-two、typed-decisions。（点赞 2055 · 趋势分 1695）
在 Hugging Face 查看
排行第二：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 1828，趋势分 1631。标签：qwen3_5、clef、cloudflare、systemone、decision-model。（点赞 1828 · 趋势分 1631）
在 Hugging Face 查看
排行第三：GEV-26B-Decide（文本分类）
Hugging Face 趋势榜上的模型，任务类型是文本分类，点赞 1367，趋势分 1144。标签：gemma4、image-text-to-text、system-one、system-two、adaptive-thinking。（点赞 1367 · 趋势分 1144）
在 Hugging Face 查看
排行第四：embeddinggemma-2（特征提取）
Hugging Face 趋势榜上的模型，任务类型是特征提取，点赞 978，趋势分 953。标签：embedding_gemma2、embedding、sentence-transformers、multimodal-embedding、multimodal。（点赞 978 · 趋势分 953）
在 Hugging Face 查看
排行第五：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 784，趋势分 723。标签：vllm、kolibri1、reasoning、moe、conversational。（点赞 784 · 趋势分 723）
在 Hugging Face 查看
排行第六：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 3581，趋势分 680。标签：qwen、image-generation、comfyui、comfyui-gguf、base_model:Qwen/Qwen-Image-2.1。（点赞 3581 · 趋势分 680）
在 Hugging Face 查看
排行第七：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 662，趋势分 595。标签：qwen3_5、clef、cloudflare、systemone、decision-model。（点赞 662 · 趋势分 595）
在 Hugging Face 查看
排行第八：Xing4.0-29B-A4B-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 634，趋势分 583。标签：xing4_0、conversational、custom_code、base_model:XingChen-AGI/Xing4.0-29B-A4B、base_model:quantized:XingChen-AGI/Xing4.0-29B-A4B。（点赞 634 · 趋势分 583）
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 6812，趋势分 477。标签：diffusion-single-file、text-to-video、video-to-video、image-text-to-video、audio-to-video。（点赞 6812 · 趋势分 477）
在 Hugging Face 查看
排行第十：humanizer（文本生成）
Hugging Face 趋势榜上的模型，任务类型是文本生成，点赞 479，趋势分 441。标签：gemma4_unified、image-text-to-text、humanizer、text-rewriting、rewriting。（点赞 479 · 趋势分 441）
在 Hugging Face 查看
排行第十一：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 5346，趋势分 431。标签：laya、system-one、calibrated-decisions、rlcd、classification。（点赞 5346 · 趋势分 431）
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 17216，趋势分 338。标签：qwen3_5、conversational、eval-results、deploy:azure、deploy:sagemaker。（点赞 17216 · 趋势分 338）
在 Hugging Face 查看
论文
排行第一：UltraText Bench: 多语言视觉文本生成评估
提出UltraText Bench，一个用于评估图像生成中密集视觉文本的双语基准，包含432个跨24类真实场景的提示，涵盖英语和中文，每条提示提供多个文本区域的精确字符串和结构化参考，用于评估文本的放置和可读性。（论文赞 1）
在 Hugging Face 查看
排行第二：基于负策略的在线策略蒸馏
提出负策略在线策略蒸馏（NP-OPD），在教师监督基础上引入低性能负策略的轨迹，以增强学生模型的学习信号，尤其在教师与学生分布重叠有限时提升蒸馏效果。
在 Hugging Face 查看
排行第三：GRACE: 生成感知的视频压缩
GRACE通过生成感知的潜在压缩技术，提升视频扩散模型的效率，解决高压缩比下重建质量下降和DiT收敛变慢的问题，同时保持与预训练DiT的兼容性。（论文赞 22）
在 Hugging Face 查看
排行第四：VIEScore2: 基于空间解释的图像评估
VIEScore2是一个统一的图像生成与编辑评估器，能同时预测图像质量分数和缺陷位置，通过文本原生的网格表示实现异构空间监督的统一接口，支持多种监督任务。（论文赞 16）
在 Hugging Face 查看
排行第五：Long-WAM: 扩展世界-动作模型上下文
Long-WAM提出一种框架，通过扩展因果世界-动作模型的上下文，在实时控制约束下提升视觉历史的利用效率，发现预训练自回归视频基础模型能更好利用长历史。（论文赞 15）
在 Hugging Face 查看
排行第六：多向量文档索引的逆向重建
研究多向量视觉文档检索索引的逆向问题，提出从向量重建文档图像的方法，利用视觉语言模型的编码器和页面形状信息，验证第三方存储的索引可能被攻击者还原页面内容。（论文赞 14）
在 Hugging Face 查看
排行第七：半事实信用增强策略优化
本文研究了大型语言模型(LLM)在可验证奖励强化学习(RLVR)中对任务无关提示特征的敏感性。通过保持问题和答案不变的半事实提示干预分析，发现令牌级敏感性存在显著差异，并证明在解码过程中抑制高漂移令牌候选能提高推理准确性。这些发现揭示了组相对策略优化(GRPO)的局限性。（论文赞 14）
在 Hugging Face 查看
排行第八：递归游戏创造器：体验导向的游戏开发框架
本文提出递归游戏创造器，一个以玩家体验为导向的框架，将粗略的游戏原型逐步开发成有趣的游戏。该系统围绕设计师、建造者、玩家和评审员四个组件组织递归开发流程，通过程序化接口实现可重用策略的创建与执行，推动智能体游戏开发从程序正确性向娱乐体验的转变。（论文赞 18）
在 Hugging Face 查看
排行第九：最小见证强化学习
研究如何识别产生特定结果的最小充分条件集，即最小充分见证。将这一问题形式化为最小见证识别任务，提出最小见证强化学习(MWRL)方法。MWRL通过采样成功提案的认证集合并评估每个提案对整体覆盖率的贡献，解决了标准RL方法可能只找到一个解或冗余解的问题。（论文赞 14）
在 Hugging Face 查看
排行第十：SGF+：解耦自回归视频生成的梯度流
针对自回归视频生成中上下文写入和去噪角色共享参数导致梯度模式冲突的问题，提出自梯度增强改进版(SGF+)。该方法为两个角色分配独立参数但保留其通过因果注意力的交互，在不使用辅助损失的情况下联合优化视觉质量和时间一致性，通过上下文写入的贡献进行监督。（论文赞 21）
在 Hugging Face 查看
排行第十一：WorldSonus：为虚拟世界添加声音
针对世界模型中声音合成的三大挑战：实时生成、交互控制和空间对齐，提出WorldSonus交互式视频到音频框架。采用流式因果自回归扩散架构实时合成音频块，响应视频流和声音指令，生成与场景几何和相机运动匹配的空间立体声，为生成的虚拟环境增添声音维度。（论文赞 18）
在 Hugging Face 查看
排行第十二：AdSpark：产品广告视频生成数据集与基准
针对产品中心广告视频生成任务缺乏大规模数据集和评估框架的问题，基于主要电商平台数据构建AdSpark-300K数据集。包含约30万参考图像-提示-视频三元组，提供结构化广告属性和多模态评估指标，支持保留产品细粒度身份的同时通过连贯多镜头叙事展示卖点的视频生成研究。（论文赞 13）
在 Hugging Face 查看
