Nanosaur2-670M
well9472 · 工具包
用一个 670M 参数的小型扩散模型,根据文字提示生成插画,在 ComfyUI 中运行。这是一个低预算的研究模型,适合想试用或训练自己 LoRA 的人。
展示自 2024 年 3 月以来每一篇 Hugging Face Daily Paper 的逐日点赞历史,以及每篇论文当天的排名和排名靠前论文背后的实验室与作者。适合研究人员和关注 AI 的人。
Paper Pulse 是一款工具包,属于研究类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。
pip install -U huggingface_hub hf download tardellirs/paper-pulse --repo-type space --local-dir paper-pulse cd paper-pulse
Paper Pulse 保存了自 2024 年 3 月以来每一篇入选 Hugging Face Daily Papers 的论文的点赞历史。对每篇论文,你都能跟着看它每天的点赞、它当天的名次,以及领先论文背后的实验室和作者。Hub 批量撤掉投票的地方,页面会标出来,而不是遮掩过去。
适合想知道哪些论文受到关注、关注得多快的研究人员、作者和关注 AI 的人。作者和实验室可以看看自己的论文在当天表现如何。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| AI 研究 | 研究人员 | 追踪哪些论文最受关注 | 阅读某一年点赞最多的论文 |
| 出版 | 通讯和博客作者 | 找出在社区里受欢迎的论文 | 为每周汇总挑选排名靠前的论文 |
| 学术 | 作者和实验室成员 | 看看自己的论文在入选当天排第几 | 查看一篇论文的点赞曲线 |
| 分析 | 关注趋势的人 | 看哪些实验室和作者反复出现在榜首 | 比较靠前论文背后的各个实验室 |
如果你想要论文的全文或每篇的摘要,可以跳过它,因为它记录的是投票和排名。
| Use case | Who | What they get back |
|---|---|---|
| 查看一篇论文的点赞历史 | 研究人员 | 点赞随时间的变化,以及这篇论文当天的排名 |
| 找出点赞最多的论文 | 作者 | 按年份列出的、点赞数达到 15 或以上的论文 |
| 看谁在靠前论文背后 | 分析师 | 排名最高的论文背后的实验室和作者 |
在线使用什么都不需要。想保存页面副本,需要 Python 和 pip 来下载。
pip install -U huggingface_hub hf download tardellirs/paper-pulse --repo-type space --local-dir paper-pulse cd paper-pulse
打开页面,阅读点赞最多的 Daily Papers 列表,按论文入选的年份分组。数字是论文在 Daily Papers 日期之后七天的点赞数。
你打开页面,滚动到 2026 年的列表。你会看到论文按入选一周后的点赞数从高到低排列。
如果你刚接触这类工具,打开这个 Space,读一读 2026 年列表的开头。挑一篇论文,看看它的投票和其他论文相比如何。
如果你熟悉这个领域,这个项目建立在 hysts-bot-data 的 daily-papers-stats 数据集和 Daily Papers API 之上。它把 Hub 批量删除的投票标出来而不是隐藏,这让历史记录保持可信。统计口径是入选日期之后七天的点赞数,所以之后的投票不计入这些列表。
展示自 2024 年 3 月以来每一篇 Hugging Face Daily Paper 的逐日点赞历史,以及每篇论文当天的排名和排名靠前论文背后的实验室与作者。适合研究人员和关注 AI 的人。
由 tardellirs 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。
它是什么:Paper Pulse 保存了自 2024 年 3 月以来每一篇入选 Hugging Face Daily Papers 的论文的点赞历史。对每篇论文,你都能跟着看它每天的点赞、它当天的名次,以及领先论文背后的实验室和作者。Hub 批量撤掉投票的地方,页面会标出来,而不是遮掩过去。
适合谁:适合想知道哪些论文受到关注、关注得多快的研究人员、作者和关注 AI 的人。作者和实验室可以看看自己的论文在当天表现如何。
Title: 谁在读论文点赞历史
Industry | Who uses it | How they use it | Example
AI 研究 | 研究人员 | 追踪哪些论文最受关注 | 阅读某一年点赞最多的论文
出版 | 通讯和博客作者 | 找出在社区里受欢迎的论文 | 为每周汇总挑选排名靠前的论文
学术 | 作者和实验室成员 | 看看自己的论文在入选当天排第几 | 查看一篇论文的点赞曲线
分析 | 关注趋势的人 | 看哪些实验室和作者反复出现在榜首 | 比较靠前论文背后的各个实验室
如果你想要论文的全文或每篇的摘要,可以跳过它,因为它记录的是投票和排名。
用在哪里:
Use case | Who | What they get back
查看一篇论文的点赞历史 | 研究人员 | 点赞随时间的变化,以及这篇论文当天的排名
找出点赞最多的论文 | 作者 | 按年份列出的、点赞数达到 15 或以上的论文
看谁在靠前论文背后 | 分析师 | 排名最高的论文背后的实验室和作者
如何设置:在线使用什么都不需要。想保存页面副本,需要 Python 和 pip 来下载。
pip install -U huggingface_hub
hf download tardellirs/paper-pulse --repo-type space --local-dir paper-pulse
cd paper-pulse
如何使用:打开页面,阅读点赞最多的 Daily Papers 列表,按论文入选的年份分组。数字是论文在 Daily Papers 日期之后七天的点赞数。
示例:你打开页面,滚动到 2026 年的列表。你会看到论文按入选一周后的点赞数从高到低排列。
新手与专家:如果你刚接触这类工具,打开这个 Space,读一读 2026 年列表的开头。挑一篇论文,看看它的投票和其他论文相比如何。
如果你熟悉这个领域,这个项目建立在 hysts-bot-data 的 daily-papers-stats 数据集和 Daily Papers API 之上。它把 Hub 批量删除的投票标出来而不是隐藏,这让历史记录保持可信。统计口径是入选日期之后七天的点赞数,所以之后的投票不计入这些列表。
收集 Daily Papers 数据
逐日追踪点赞
标出被批量删除的投票
你阅读历史和排名
注意事项:
在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。
README.md 4 KB
同一分类里与本产品共有标签最多的已上架 Hugging Face Space。
| 产品 | 点赞 | 构建方式 | 许可证 | 最近更新 |
|---|---|---|---|---|
| Paper Pulse 本页 | 27 | static | apache-2.0 | |
| Model Pulse共有 statistics · leaderboard · static | 214 | static | apache-2.0 | |
| Model Pulse共有 statistics · leaderboard · static | 7 | static | apache-2.0 | |
| Arena Leaderboard共有 leaderboard · static | 5,039 | static | apache-2.0 | |
| MTEB-BR Leaderboard共有 leaderboard · static | 126 | static | apache-2.0 | |
| Icelandic LLM Leaderboard共有 leaderboard · static | 20 | static | cc-by-4.0 |
well9472 · 工具包
用一个 670M 参数的小型扩散模型,根据文字提示生成插画,在 ComfyUI 中运行。这是一个低预算的研究模型,适合想试用或训练自己 LoRA 的人。
Waqf-AI · 工具包
读取图片中的阿拉伯语手写文字并以文本形式返回。这是微调过的 PaddleOCR-VL 模型,适合要把阿拉伯语手写内容数字化的人。
Wan-AI · 工具包
根据文本提示或图像加文字生成视频片段,最高 720P、每秒 24 帧,Diffusers 格式,适合单块消费级 GPU。
udiboy1209 · 工具包
用一个小型神经反编译器从编译后的二进制代码中还原数学公式,并提供论文里的数据集和训练好的模型。适合逆向工程师和研究者。
udgamlabs · 工具包
把文字提示,或文字加首帧图片,变成 2 秒、256×256 的视频片段,使用 212M 参数的生成器。这是一个小型研究版本,最擅长海浪、火焰和下雪的天空。
Tsuboyama-Lab · 工具包
预测一条蛋白质序列在大肠杆菌里能以单体形式表达多少,单位为 log10 mg/L。提供 ESMC-6B 和 SaProt 的已训练 LoRA 适配器和回归头,面向蛋白质研究人员。