Hugging Face Paper-Seiten: Tägliche Papers, arXiv-Links und Modell-Metadaten

Eine Hugging Face-Artikelseite befindet sich unter huggingface.co/papers/<arXiv-ID> (zum Beispiel /papers/2310.06825, die Mistral 7B Artikel). Sie spiegelt die arXiv-Zusammenfassung und fügt Upvotes, Kommentare, verifizierte Autoren und automatisch erstellte Listen der Modelle, Datensätze und Spaces hinzu, die den Artikel zitieren. huggingface.co/papers selbst ist Daily Papers, ein kuratierter Einreichungs-Feed.

Zwei weitere Dinge, die Nutzer mit dieser Abfrage meinen: die Artikel, die Hugging Faces eigenes Team veröffentlicht hat, und die Metadaten-Infrastruktur, die einen Artikel mit herunterladbaren Gewichten verbindet. Beides ist unten abgedeckt.

Was tatsächlich auf einer Artikelseite ist

Abschnitt	Was es ist	Wer kontrolliert es
Abstrakt	Gespiegelter Text plus ein Link zum arXiv-PDF	arXiv
Upvotes	Ein Populariätssignal. Keine Bewertung, keine Replikation	Jedes angemeldete Konto
Autoren	Autorennamen, verlinkt zu Hub-Profilen, sobald die Autorschaft beansprucht und bestätigt ist	Hugging Face verifiziert Ansprüche
Modelle / Datensätze / Spaces, die diesen Artikel zitieren	Automatisch von Repo-Karten abgeleitet, die auf die arXiv-ID verweisen	Repo-Inhaber
Community-Tab	Threaded-Kommentare, oft mit Autor-Antworten	Jedes angemeldete Konto

In der Praxis existiert eine Artikelseite, sobald der Artikel bei Daily Papers eingereicht oder von einem Hub-Repository referenziert wurde. Wenn Sie einem arXiv-Link folgen und auf einen 404 stoßen, hat ihn noch niemand mit dem Hub verbunden.

Daily Papers versus Artikelseiten

Es sind unterschiedliche Objekte. Die Artikelseite ist dauerhaft und wird von der arXiv-ID bestimmt. Daily Papers ist der datierte Feed unter huggingface.co/papers, wo Community-Einreichungen pro Tag gesammelt und weitgehend nach Upvotes sortiert werden.

Die Einreichung ist limitiert: Sie müssen im Allgemeinen ein verifizierer Autor des Artikels sein, um ihn in den Feed aufzunehmen, und es gibt eine Obergrenze für die Anzahl der Einreichungen. Die genaue Obergrenze und Abschlussfrist haben sich im Laufe der Funktion geändert. Lesen Sie daher die Mitteilung im Einreichungsformular, anstatt einer Zahl aus einem Blog-Post zu vertrauen.

URL-Muster, die es wert sind, bekannt zu sein

URL	Was du bekommst
huggingface.co/papers	Heutige Daily Papers
huggingface.co/papers?date=2026-03-04	Der Feed dieses speziellen Tages
huggingface.co/papers/2310.06825	Die Artikelseite für diese arXiv-ID
huggingface.co/papers?q=speculative+decoding	Durchsuchen Sie indizierte Artikel

Die Datums- und Suchparameter sind stabil genug zum Lesezeichen. Registerkartennamen im Index (Trending, wöchentliche, monatliche Ansichten) wurden mehr als einmal umgestaltet. Navigieren Sie diese von der Seite selbst aus.

Wie Modelle mit einem Artikel verknüpft werden: README.md und model-index

Jedes Repository auf dem Hub — Modell, Datensatz oder Space — hat eine README.md in der Wurzel. Diese Datei ist die Karte. Sie beginnt mit einem YAML-Block, der von zwei --- Linien umgrenzt ist, die der Hub als strukturierte Metadaten analysiert, und alles nach der schließenden Umgrenzung wird als Markdown gerendert.

In „Models citing this paper“ aufnehmen

Zwei Mechanismen, und Sie können beide verwenden:

• Geben Sie die einfache arXiv-URL ein (https://arxiv.org/abs/2310.06825) im Text README.md, üblicherweise im Zitierblock. Der Hub extrahiert arXiv-Links aus Karten.
• Fügen Sie das explizite Tag hinzu arxiv:2310.06825 zur tags Liste in der YAML-Kopfzeile. Dies ist die eindeutige Form und macht das Repository nach diesem Tag filterbar.

Die Zahlen des Papers mit model-index berichten

model-index ist ein YAML-Schlüssel in derselben Kopfzeile. Dadurch werden selbstberichtete Evaluationsergebnisse maschinenlesbar statt einer Markdown-Tabelle, die niemand abfragen kann. Es ist ein Array von Modellen, jedes mit einer Liste von Ergebnissen, und jedes Ergebnis verbindet eine Aufgabe, einen Datensatz und eine oder mehrere Metriken:

---
license: apache-2.0
language:
- en
library_name: transformers
pipeline_tag: text-generation
base_model: mistralai/Mistral-7B-v0.3
datasets:
- squad
tags:
- arxiv:2310.06825
model-index:
- name: my-paper-reproduction
  results:
  - task:
      type: question-answering
      name: Question Answering
    dataset:
      type: squad
      name: SQuAD v1.1
      split: validation
    metrics:
    - type: exact_match
      value: 87.3
      name: Exact Match
      verified: false
---

Drei Details, die Menschen verwirren. Der Schlüssel wird mit Bindestrich geschrieben (model-index, nicht model_index). task.type muss ein gültiger Hub-Task-Identifier sein, wie text-generation oder question-answering, sonst wird der Block stillschweigend ignoriert statt laut abgelehnt. Und verified: false ist der ehrliche Standard – verifizierte Ergebnisse stammen aus Hugging Faces eigenen Evaluationsdurchläufen, nicht von Ihnen.

Wenn Ihr YAML fehlerhaft ist, wird die Karte trotzdem gerendert; die Metadaten verschwinden nur stillschweigend. Überprüfen Sie die Repo-Seite nach dem Commit und vergleichen Sie die gerenderten Spezifikationen Ihrer Karte mit einer Referenz wie der Convly models database um zu bestätigen, dass die Felder, die Sie erwarten, tatsächlich angekommen sind.

Reproduzieren des Modells eines Artikels lokal

Bevor Sie 30 GB Gewichte herunterladen, überprüfen Sie, ob das Modell auf Ihre Karte passt. Führen Sie die Zahlen durch den VRAM-Rechneraus, oder schauen Sie in der VRAM requirements table by modelnach. Das Headline-Ergebnis eines Papers wird oft auf 8×H100 erzeugt; der Checkpoint auf der Paper-Seite kann eine viel kleinere Destillation sein.

Das Werkzeug ist auf allen drei Plattformen ein Python-Paket:

pip install -U huggingface_hub
hf auth login
hf download mistralai/Mistral-7B-Instruct-v0.3 --include "*.safetensors" "*.json" "tokenizer*"

Die CLI wurde umbenannt von huggingface-cli auf hf in einer 2025-Version von huggingface_hub. Ältere Installationen verwenden huggingface-cli download und huggingface-cli login; wenn hf nicht gefunden wird, ist das der Grund. Führen Sie hf --help oder pip show huggingface_hub aus um zu sehen, welche Sie haben.

Linux

Cache standardmäßig auf ~/.cache/huggingface/hub. Verschieben Sie es mit export HF_HOME=/mnt/models/hf bevor Sie etwas ausführen. Bei großen Repos, pip install hf_transfer und export HF_HUB_ENABLE_HF_TRANSFER=1 erhöht den Durchsatz bei schnellen Verbindungen erheblich. Dies ist der Pfad, in dem benutzerdefinierte CUDA-Kernel, die mit dem Code des Papers ausgeliefert werden, tatsächlich kompiliert werden; siehe GPU picks for local LLMs wenn Sie Hardware für Reproduktionsarbeiten auswählen.

macOS

Gleicher Cache-Pfad, ~/.cache/huggingface/hub. Auf Apple Silicon deckt PyTorchs MPS-Backend normale Transformer-Inferenz ab, aber Paper-Repos, die von handgeschriebenen CUDA-Erweiterungen abhängen, werden überhaupt nicht kompiliert. Wenn das passiert, ist die pragmatische Route eine quantisierte GGUF-Konvertierung durch Ollama – Sie verlieren genaue numerische Parität mit dem Paper, also melden Sie es nicht als Reproduktion.

Windows

Cache standardmäßig auf C:\Users\\.cache\huggingface\hub. Setzen Sie einen anderen Speicherort in PowerShell mit $env:HF_HOME="D:\hf" für die Sitzung oder über Systemeigenschaften für etwas Dauerhaftes. Ohne Developer Mode oder erhöhte Shell kann der Hub-Cache keine Symlinks erstellen und fällt auf das Duplizieren von Dateien zurück, was zusätzlichen Speicherplatz kostet und bei jedem Download eine Warnung ausgibt; HF_HUB_DISABLE_SYMLINKS_WARNING=1 unterdrückt die Meldung ohne das Verhalten zu ändern. Viele Research-Repos setzen eine Unix-Shell voraus, daher ist WSL2 normalerweise weniger Reibung als natives Windows für alles über Inferenz hinaus.

Plattform	Standard-Cache	Hauptproblem
Linux	~/.cache/huggingface/hub	Keine; die Referenzumgebung
macOS	~/.cache/huggingface/hub	Kein CUDA; benutzerdefinierte Kernel werden nicht erstellt
Windows	C:\Users\\.cache\huggingface\hub	Symlink-Fallback dupliziert Dateien

Artikel, die von Hugging Face selbst veröffentlicht wurden

Die beiden am häufigsten zitierten sind leicht zu identifizieren:

Paper	arXiv ID
Transformers: State-of-the-Art Natural Language Processing	1910.03771
DistilBERT, a distilled version of BERT	1910.01108

Spätere Arbeiten – die Zephyr-Alignment-Papers, das FineWeb-Dataset-Paper, die SmolLM-Serie – lassen sich am besten direkt von der Quelle finden, statt sich eine ID zu merken. Öffnen Sie das Organisationsprofil (huggingface.co/HuggingFaceTB, zum Beispiel) und nutzen Sie die Registerkarte Papers, oder öffnen Sie eine Modellkarte und lesen Sie ihren Citation-Block. Beide Wege geben Ihnen die aktuelle kanonische Referenz; eine in einem Artikel hardcodierte Liste nicht.

Artikeldaten programmgesteuert abrufen

Die stabile, dokumentierte Route ist die gewöhnliche Hub API, die funktioniert, weil arxiv:<id> ein normales Tag ist:

curl "https://huggingface.co/api/models?filter=arxiv:2310.06825"

Dies gibt alle Modell-Repositories zurück, die diese Arbeit deklarieren. Hinter dem Daily Papers-Feed selbst existiert zudem ein JSON-Endpunkt, doch dieser ist nicht dokumentiert und bietet keinerlei Kompatibilitätsgarantie – gut geeignet für ein persönliches Digest-Skript, aber nicht für ein Produkt.

Häufig gestellte Fragen

Ist eine Hugging Face Paper-Seite identisch mit der arXiv-Seite?

Nein. Sie spiegelt lediglich den Abstract wider und enthält einen Link zur arXiv-PDF, ist aber ein eigenständiges Objekt mit eigenen Upvotes, Kommentaren und Repository-Links. Für Zitierungen verwenden Sie stets den arXiv-Eintrag oder die in einer Fachzeitschrift veröffentlichte Version. Die Angabe der Hugging Face-URL in einer Bibliographie ist ein häufiger Fehler bei Preprints – Gutachter bemerken dies.

Wie bekomme ich mein Modell unter „Modelle, die dieses Paper zitieren“ angezeigt?

Fügen Sie den arXiv-Link in die README.md, oder fügen Sie eine arxiv:<id> zur tags -Liste in den YAML-Frontmatter der Karte ein. Die Auflistung wird aus den Metadaten der Karte generiert, aktualisiert sich also nach dem Commit der Karte – nicht bereits beim Hochladen der Gewichte. Fehlt der Eintrag, liegt dies meist an fehlerhaftem YAML im Frontmatter.

Kann ich die Arbeit einer anderen Person für Daily Papers einreichen?

Grundsätzlich nicht – die Einreichung ist auf verifizierte Autoren des Papers beschränkt. Sie können jedoch weiterhin bestehende Seiten upvoten, kommentieren und teilen; zudem reicht es aus, die arXiv-ID in einem von Ihnen verwalteten Repository zu verlinken, damit eine Paper-Seite automatisch erstellt wird. Ansprüche auf Autorenschaft werden über die Paper-Seite geltend gemacht und von Hugging Face bestätigt.

Bedeuten Upvotes, dass ein Paper gut ist?

Damit ist gemeint, dass sie am Tag ihrer Veröffentlichung Aufmerksamkeit erhielt. Der Feed belohnt neben den Ergebnissen vor allem den Zeitpunkt der Veröffentlichung, eine bekannte Autorenliste und einen auffälligen Titel. Behandeln Sie Benchmark-Angaben daher als unverifiziert, bis Sie sie unabhängig bestätigt haben – ein LLM-Leaderboard ist eine bessere Vergleichsbasis als die eigene Tabelle einer Arbeit, und die API-Kostenrechner ist nützlicher als die Effizienzangaben einer Arbeit, wenn Sie entscheiden müssen, was Sie tatsächlich einsetzen wollen.

Woher stammen die Bewertungszahlen auf einer Modellkarte?

Aus dem model-index -Block in der README.md, die der Repository-Besitzer manuell verfasst. Diese Angaben stammen von ihm selbst, es sei denn, eine Metrik enthält den Hinweis verified: true, was bedeutet, dass Hugging Face die Evaluation durchgeführt hat. Behandeln Sie nicht verifizierte Einträge wie jede beliebige Zahl in einem Preprint: plausibel, aber nicht geprüft – und lohnt daher eine eigenständige Überprüfung mit Ihren eigenen Daten.