Pagine dei documenti su Hugging Face: Documenti giornalieri, link ad arXiv e metadati dei modelli

Una pagina di un documento su Hugging Face si trova all’indirizzo huggingface.co/papers/<arXiv-ID> (ad esempio /papers/2310.06825, il Mistral 7B documento). Riproduce l’abstract di arXiv e aggiunge voti positivi, commenti, autori verificati e liste automatiche dei modelli, dataset e Spaces che citano il documento. huggingface.co/papers stesso è «Documenti giornalieri», un feed curato basato su invii selezionati.

Altre due interpretazioni comuni di questa domanda riguardano: i documenti pubblicati direttamente dal team di Hugging Face e l’infrastruttura di metadati che collega un documento ai pesi scaricabili. Entrambe sono trattate più avanti.

Cosa contiene effettivamente una pagina di un documento

Sezione	Cos'è	Chi ne ha il controllo
Astratto	Testo replicato, più un collegamento al PDF su arXiv	arXiv
Voti positivi (upvotes)	Un segnale di popolarità. Non rappresenta una revisione né una riproduzione sperimentale	Qualsiasi account con accesso loggato
Autori	Nomi degli autori, collegati ai profili Hub una volta che l’attribuzione è stata richiesta e confermata	Hugging Face verifica le richieste di attribuzione
Modelli / Dataset / Spaces che citano questo documento	Generati automaticamente dalle schede dei repository che fanno riferimento all’ID arXiv	Proprietari dei repository
Scheda Comunità	Commenti organizzati in thread, spesso con risposte degli stessi autori	Qualsiasi account con accesso loggato

In pratica, una pagina di un documento esiste non appena il documento è stato inviato a «Documenti giornalieri» o citato da un repository Hub. Se segui un link arXiv e ti ritrovi su una pagina 404, nessuno lo ha ancora collegato all’Hub.

«Documenti giornalieri» rispetto alle pagine dei documenti

Si tratta di oggetti diversi. La pagina del documento è permanente ed è identificata dall’ID arXiv. «Documenti giornalieri» è invece il feed cronologico all’indirizzo huggingface.co/papers, dove gli invii della comunità vengono raccolti giornalmente e ordinati principalmente in base ai voti positivi.

L’invio è soggetto a restrizioni: in genere è necessario essere un autore verificato del documento per poterlo inserire nel feed, ed è previsto un limite massimo al numero di invii consentiti. Tale limite e l’orario di cutoff sono variati nel tempo, quindi consulta l’avviso presente sul modulo di invio anziché fidarti di un numero trovato in un post sul blog.

Pattern di URL da conoscere

URL	Cosa ottieni
huggingface.co/papers	I «Documenti giornalieri» di oggi
huggingface.co/papers?date=2026-03-04	Il feed di quel giorno specifico
huggingface.co/papers/2310.06825	La pagina dell’articolo per quell’ID arXiv
huggingface.co/papers?q=speculative+decoding	Ricerca tra gli articoli indicizzati

La data e i parametri di ricerca sono abbastanza stabili da poter essere salvati come segnalibro. I nomi delle schede sull’indice (trend, visualizzazioni settimanali, visualizzazioni mensili) sono stati riorganizzati più di una volta, quindi naviga tra queste direttamente dalla pagina stessa.

Come i modelli vengono collegati a un documento: README.md e model-index

Ogni repository sull’Hub — modello, dataset o Space — dispone di un README.md alla sua radice. Questo file è definisce la scheda. Inizia con un blocco YAML racchiuso da due righe --- , che l’Hub analizza per estrarne i metadati strutturati; tutto ciò che segue la riga di chiusura viene invece interpretato come Markdown.

Accedere alla sezione «Modelli che citano questo articolo»

Due meccanismi, entrambi utilizzabili:

• Inserisci l’URL arXiv completo (https://arxiv.org/abs/2310.06825) nel corpo della README.md, solitamente all’interno del blocco delle citazioni. L’Hub estrae automaticamente i link arXiv dalle schede.
• Aggiungi il tag esplicito arxiv:2310.06825 all’elenco dei tags nella parte iniziale YAML del file. Questa è la forma non ambigua e rende il repository filtrabile tramite tale tag.

Segnalare i risultati dell’articolo tramite model-index

model-index è una chiave YAML presente nella stessa parte iniziale. È il modo in cui i risultati di valutazione auto-dichiarati diventano leggibili automaticamente, anziché rimanere confinati in una tabella Markdown non interrogabile. Si tratta di un array di modelli, ciascuno contenente un elenco di risultati; ogni risultato associa un compito (task), un dataset e una o più metriche:

---
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
---

Tre dettagli che spesso generano confusione. La chiave è separata da trattini (model-indexmodel-index non). task.type deve corrispondere a un identificativo valido di compito (task) sull’Hub, ad esempio text-generation o question-answering, altrimenti il blocco viene semplicemente ignorato, senza alcun messaggio di errore esplicito. Infine, verified: false è il valore predefinito onesto: i risultati verificati provengono dalle esecuzioni di valutazione effettuate direttamente da Hugging Face, non da affermazioni da te fornite.

Se il tuo YAML è malformato, la scheda verrà comunque visualizzata, ma i metadati scompariranno silenziosamente. Verifica la pagina del repository dopo aver effettuato il commit e confronta le specifiche visualizzate della tua scheda con un riferimento affidabile, ad esempio il database dei modelli Convly per assicurarti che i campi attesi siano effettivamente presenti.

Riprodurre localmente il modello descritto in un documento

Prima di scaricare 30 GB di pesi, verifica se il modello è compatibile con la tua scheda grafica. Inserisci i dati nel Calcolatore VRAMcalcolatore di requisiti VRAM tabella dei requisiti VRAM per modello. Il risultato principale riportato in un articolo è spesso ottenuto su 8×H100; il checkpoint disponibile sulla pagina dell’articolo potrebbe invece essere una versione molto più leggera, ottenuta tramite distillazione.

Gli strumenti consistono in un singolo pacchetto Python, disponibile su tutte e tre le piattaforme:

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

L’interfaccia a riga di comando (CLI) è stata rinominata da huggingface-cli a hf in una release del 2025 di huggingface_hubhuggingface_hub huggingface-cli download e huggingface-cli login; le installazioni precedenti usano ancora hf huggingface-cli hf --help o pip show huggingface_hub per verificare quale versione hai installato.

Linux

La cache ha come percorso predefinito ~/.cache/huggingface/hub. Per modificarne la posizione, esegui export HF_HOME=/mnt/models/hf prima di lanciare qualsiasi comando. Per repository di grandi dimensioni, pip install hf_transfer e export HF_HUB_ENABLE_HF_TRANSFER=1 aumenta sostanzialmente il throughput su connessioni veloci. Questo è il percorso in cui i kernel CUDA personalizzati forniti con il codice di un articolo verranno effettivamente compilati; vedere Scelte GPU per LLM locali se stai scegliendo l'hardware per lavori di riproduzione.

macOS

Stesso percorso della cache, ~/.cache/huggingface/hub. Su Apple Silicon, il backend MPS di PyTorch supporta l'inferenza ordinaria dei transformer, ma i repository degli articoli che dipendono da estensioni CUDA scritte a mano non compileranno affatto. In tal caso, la soluzione pragmatica è una conversione quantizzata in formato GGUF tramite Ollama — si perde la corrispondenza numerica esatta con l'articolo, quindi non va riportata come riproduzione.

Windows

La cache ha come percorso predefinito C:\Users\\.cache\huggingface\hub. Imposta un percorso diverso in PowerShell con $env:HF_HOME="D:\hf" per la sessione corrente, oppure tramite le Proprietà di sistema per un'impostazione permanente. Senza Developer Mode o una shell elevata, la cache dell'Hub non può creare collegamenti simbolici e ricorre alla duplicazione dei file, con conseguente utilizzo aggiuntivo di spazio su disco e visualizzazione di un avviso ad ogni download; HF_HUB_DISABLE_SYMLINKS_WARNING=1 silenzia il messaggio senza modificare il comportamento. Molti repository di ricerca presuppongono una shell Unix, quindi WSL2 di solito comporta meno problemi rispetto a Windows nativo per qualsiasi attività oltre all'inferenza.

Piattaforma	Cache predefinita	Problema principale
Linux	~/.cache/huggingface/hub	Nessuno; l'ambiente di riferimento
macOS	~/.cache/huggingface/hub	Nessuna CUDA; i kernel personalizzati non verranno compilati
Windows	C:\Users\\.cache\huggingface\hub	Il fallback sui collegamenti simbolici duplica i file

Documenti pubblicati direttamente da Hugging Face

I due articoli più citati sono facili da identificare:

Articolo	ID arXiv
Transformers: State-of-the-Art Natural Language Processing	1910.03771
DistilBERT, una versione distillata di BERT	1910.01108

Lavori successivi — gli articoli sull'allineamento Zephyr, l'articolo sul dataset FineWeb, la serie SmolLM — sono meglio individuabili direttamente dalla fonte piuttosto che da un ID ricordato. Apri il profilo dell'organizzazione pertinente (huggingface.co/HuggingFaceTB, ad esempio) e usa la sua scheda Papers, oppure apri la scheda di un modello e leggi il suo blocco di citazioni. Entrambi i percorsi ti forniscono il riferimento canonico attuale; un elenco hardcoded in un articolo no.

Recuperare dati sui documenti in modo programmatico

Il percorso stabile e documentato è l'ordinaria API dell'Hub, che funziona perché arxiv:<id> è un tag normale:

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

Questo restituisce tutti i repository di modelli che dichiarano quell'articolo. Esiste anche un endpoint JSON dietro il feed Daily Papers, ma è privo di documentazione e non offre alcuna garanzia di compatibilità — va bene per uno script personale di digest, ma non è adatto come base per uno sviluppo produttivo. Se hai bisogno di metadati affidabili sugli articoli, estraili dall'API ufficiale di arXiv ed esegui un join sull'ID.

Domande frequenti

Una pagina di un documento su Hugging Face è identica alla pagina arXiv corrispondente?

No. Riproduce l’abstract e fornisce un collegamento diretto al PDF su arXiv, ma si tratta di un oggetto distinto, dotato di voti positivi (upvotes), commenti e link ai repository. Per le citazioni, utilizzare sempre la voce arXiv o la versione pubblicata sulla rivista accademica. Citare l’URL di Hugging Face in una bibliografia è un errore comune nei preprint e viene notato dai revisori.

Come faccio a far comparire il mio modello nella sezione «Modelli che citano questo documento»?

Aggiungi il link arXiv alla sezione README.md, oppure aggiungi arxiv:<id> all’elenco dei tags nell'intestazione YAML della scheda. L'elenco viene generato dai metadati della scheda, quindi si aggiorna dopo aver committato la scheda, non al momento del caricamento dei pesi. Se non compare, la causa più comune è una sintassi YAML errata nell'intestazione.

Posso inviare all'elenco Daily Papers l'articolo di qualcun altro?

In generale, no: l’invio è riservato agli autori verificati del documento. È comunque possibile votare positivamente, commentare e condividere una pagina già esistente; inoltre, inserire l’identificativo arXiv in un repository di proprietà è sufficiente per far creare automaticamente la pagina del documento. Le richieste di attribuzione dell’autorevolezza vengono effettuate direttamente dalla pagina del documento e confermate da Hugging Face.

I voti positivi indicano che un documento è di qualità?

Significa semplicemente che ha ricevuto attenzione nel giorno stesso della pubblicazione. Il feed premia tanto il tempismo, una lista di autori noti quanto un titolo accattivante, quanto i risultati ottenuti. Tratta le affermazioni sui benchmark come non verificate finché non le vedi confermate indipendentemente — una Classifica LLM è una superficie di confronto migliore rispetto alla tabella riportata nello stesso articolo, e la Calcolatore dei costi API è più utile delle affermazioni sull'efficienza contenute nell'articolo quando devi decidere cosa distribuire effettivamente.

Da dove provengono i numeri di valutazione riportati nella scheda di un modello?

Dal blocco model-index di quella scheda del repository README.md, che il proprietario del repository scrive manualmente. Si tratta di metriche auto-dichiarate, a meno che non siano accompagnate da verified: true, che indica che la valutazione è stata eseguita da Hugging Face. Tratta le voci non verificate come qualsiasi altro dato presente in un preprint: plausibili, non sottoposte ad audit e meritevoli di essere rieseguite sui tuoi dati.