PapersWithCode

在 Hugging Face 开源团队的推动下，备受喜爱的 PapersWithCode 网站以全新面貌正式回归。由团队成员 Niels 主导重构的该平台，旨在成为追踪人工智能各个领域最先进水平（SOTA）的核心枢纽，涵盖从 AI Agent、计算机视觉到时间序列预测等广泛领域。

自上周重新推出以来，PapersWithCode 在社区引发了热烈反响。本周，平台迅速迭代，上线了一系列增强功能，进一步提升了其作为 AI 研究基础设施的价值。

核心新功能亮点

1. 支持基准测试的多维度指标

排行榜不再局限于单一指标，而是支持多维度的性能评估：

• 自动语音识别 (ASR)：Open ASR 排行榜同时展示 词错误率 (WER) 和 逆实时因子 (RTF)，兼顾精度与效率。
• 目标检测：除了传统的 COCO mAP，现在还提供 每秒帧数 (FPS) 指标，帮助研究者平衡准确率与推理速度。

2. 支持外部论文与非传统来源

打破仅收录 arXiv 论文的限制，PapersWithCode 现在支持提交更广泛的知识载体：

• 支持来源：GitHub 仓库、技术博客文章、bioRxiv 预印本等。
• AI 自动增强：提交后，AI 会自动提取任务标签、方法标签、关联代码库及评估结果，丰富元数据。
• 提交入口：用户可通过 paperswithcode.co/submit 轻松提交内容。

3. 构建论文谱系 (Paper Genealogy)

清晰展示研究工作的演进脉络：

• 前后序关联：当一篇论文有后续跟进或前序基础工作时，摘要上方会显示提示横幅。
• 典型案例：如 Mamba-3、DINOv2 和 GLM-4.5 等系列工作，用户可一键追溯其技术 lineage。

4. 索引前沿新方法

基于社区流行度，平台开始支持并索引新兴算法与方法论：

• 热门方法：包括 Gated DeltaNet、Kimi Delta Attention、Mamba-2 等。
• 引用追踪：每种方法下列出所有引用它的论文，方便研究者快速定位相关实现与改进。

5. 便捷的社交媒体分享

• 一键截图每个基准测试页面（包括散点图和表格）都新增了“复制图片”按钮。
• 高效传播：生成的图片格式优化，便于在 Twitter/X、LinkedIn 等平台分享最新 SOTA 成果。

6. 海量模型评估数据

• 规模扩张：平台正逐步集成 Transformers 库支持的所有模型评估数据。
• 当前进度：已收录约 3000 个 模型评估结果，可在每篇论文页面底部查看。

社区互动与反馈

Hugging Face 团队高度重视社区声音，建立了多渠道沟通机制：

• Discord 频道：已在 Hugging Face Discord 服务器开设专用频道，便于实时交流。
• GitHub 讨论：用户可通过 GitHub 线程提交功能请求或报告问题。

对于研究人员而言，这意味着更高效地追踪前沿进展、更全面地评估模型性能，以及更便捷地分享研究成果。随着数据的不断积累和功能的持续迭代，PapersWithCode 有望再次成为 AI 社区不可或缺的基础设施。