Páginas de artigos do Hugging Face: Artigos diários, links do arXiv e metadados de modelos

Uma página de artigo na Hugging Face fica em huggingface.co/papers/<ID-do-arXiv> (por exemplo /papers/2310.06825, o Mistral 7B paper). Ela espelha o resumo do arXiv e adiciona votos positivos, comentários, autores verificados, e listas construídas automaticamente dos modelos, datasets e Spaces que citam o artigo. huggingface.co/papers em si é Daily Papers, um feed de submissões curado.

Outras duas coisas que as pessoas significam com essa busca: os artigos que o próprio time da Hugging Face publicou, e os metadados que conectam um artigo aos pesos baixáveis. Ambos estão cobertos abaixo.

O que realmente está em uma página de artigo

Seção	O que é	Quem controla
Abstrato	Texto espelhado, mais um link para o PDF do arXiv	arXiv
Votos positivos	Um sinal de popularidade. Não é revisão, não é replicação	Qualquer conta conectada
Autores	Nomes de autores, vinculados aos perfis no Hub uma vez que a autoria é reivindicada e confirmada	Hugging Face verifica as reivindicações
Modelos / Datasets / Spaces citando este artigo	Derivado automaticamente de cards de repositório que referenciam o ID do arXiv	Proprietários do repositório
Aba Community	Comentários em thread, frequentemente incluindo respostas dos autores	Qualquer conta conectada

Na prática, uma página de artigo existe uma vez que o artigo foi enviado para Daily Papers ou referenciado de um repositório do Hub. Se você seguir um link do arXiv e cair em um 404, ninguém o conectou ao Hub ainda.

Daily Papers versus páginas de artigo

Eles são objetos diferentes. A página de artigo é permanente e indexada pelo ID do arXiv. Daily Papers é o feed datado em huggingface.co/papers, onde submissões da comunidade são coletadas por dia e ordenadas principalmente por votos positivos.

O envio é restrito: você geralmente precisa ser um autor verificado do artigo para colocá-lo no feed, e há um limite de quantos você pode enviar. O limite exato e o horário de corte mudaram ao longo da vida do recurso, então leia o aviso no formulário de envio em vez de confiar em um número que você encontrou em um blog.

Padrões de URL vale a pena conhecer

URL	O que você recebe
huggingface.co/papers	Daily Papers de hoje
huggingface.co/papers?date=2026-03-04	O feed daquele dia específico
huggingface.co/papers/2310.06825	A página de artigo para aquele ID do arXiv
huggingface.co/papers?q=speculative+decoding	Buscar em artigos indexados

Os parâmetros de data e busca são estáveis o bastante para marcar com favorito. Nomes de abas no índice (trending, weekly, monthly views) foram reorganizados mais de uma vez, então navegue por eles a partir da página em si.

Como modelos são vinculados a um artigo: README.md e model-index

Cada repositório no Hub — modelo, dataset ou Space — tem um README.md em sua raiz. Esse arquivo é o card. Ele abre com um bloco YAML delimitado por dois --- linhas, que o Hub analisa para metadados estruturados, e tudo após a cerca de fechamento é renderizado como Markdown.

Entrando em «Modelos citando este artigo»

Dois mecanismos, e você pode usar ambos:

• Coloque a URL do arXiv simples (https://arxiv.org/abs/2310.06825) no corpo do README.md, geralmente no bloco de citação. O Hub extrai links do arXiv dos cards.
• Adicione a tag explícita arxiv:2310.06825 à lista de tags na matéria-prima YAML frontispício. Esta é a forma inequívoca, e torna o repositório filtrável por aquela tag.

Relatando os números do artigo com model-index

model-index é uma chave YAML na mesma matéria-prima. É como resultados de avaliação auto-relatados tornam-se legíveis por máquina em vez de uma tabela Markdown que ninguém consegue consultar. É um array de modelos, cada um com uma lista de resultados, e cada resultado vincula uma tarefa, um dataset e uma ou mais métricas:

---
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
---

Três detalhes que confundem as pessoas. A chave é hifenizada (model-index, não model_index). task.type deve ser um identificador de tarefa Hub válido, como text-generation ou question-answering, caso contrário o bloco é ignorado em vez de rejeitado explicitamente. E verified: false é o padrão honesto — resultados verificados vêm de execuções de avaliação próprias da Hugging Face, não de você afirmando isso.

Se seu YAML está malformado, o card ainda assim é renderizado; os metadados simplesmente desaparecem silenciosamente. Verifique a página do repositório após fazer o commit e compare as especificações renderizadas do seu card com uma referência como o Convly models database para confirmar que os campos que você espera realmente chegaram.

Reproduzindo o modelo de um artigo localmente

Antes de baixar 30 GB de pesos, verifique se o modelo cabe em sua placa. Execute os números através do calculadora de VRAM, ou procure na VRAM requirements table by model. O resultado em destaque de um artigo geralmente é produzido em 8×H100; o checkpoint na página do artigo pode ser uma destilação muito menor.

A ferramenta é um pacote Python em todas as três plataformas:

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

A CLI foi renomeada de huggingface-cli para hf em um lançamento de 2025 do huggingface_hub. Instalações antigas usam huggingface-cli download e huggingface-cli login; se hf não for encontrado, é por isso. Execute hf --help ou pip show huggingface_hub para ver qual você tem.

Linux

O cache padroniza para ~/.cache/huggingface/hub. Realoque-o com export HF_HOME=/mnt/models/hf antes de executar qualquer coisa. Para repositórios grandes, pip install hf_transfer e export HF_HUB_ENABLE_HF_TRANSFER=1 aumenta substancialmente a taxa de transferência em conexões rápidas. Este é o caminho onde kernels CUDA customizados fornecidos com o código do artigo realmente serão compilados; veja GPU picks for local LLMs se você está escolhendo hardware para trabalho de reprodução.

macOS

Mesmo caminho de cache, ~/.cache/huggingface/hub. Em Apple Silicon, o backend MPS do PyTorch cobre inferência comum em transformers, mas repositórios de artigos que dependem de extensões CUDA escritas à mão não compilarão de forma alguma. Quando isso acontece, a rota pragmática é uma conversão GGUF quantizada através de Ollama — você perde a paridade numérica exata com o artigo, então não o relate como uma reprodução.

Windows

O cache padroniza para C:Users<você>.cachehuggingfacehub. Defina um local diferente no PowerShell com $env:HF_HOME="D:hf" para a sessão, ou através de Propriedades do Sistema para algo permanente. Sem Modo de Desenvolvedor ou um shell elevado, o cache do Hub não pode criar symlinks e recua para duplicar arquivos, o que custa disco extra e imprime um aviso a cada download; HF_HUB_DISABLE_SYMLINKS_WARNING=1 silencia a mensagem sem alterar o comportamento. Muitos repositórios de pesquisa assumem um shell Unix, então WSL2 geralmente é menos trabalhoso que Windows nativo para qualquer coisa além de inferência.

Plataforma	Cache padrão	Principal armadilha
Linux	~/.cache/huggingface/hub	Nenhuma; o ambiente de referência
macOS	~/.cache/huggingface/hub	Sem CUDA; kernels customizados não serão compilados
Windows	C:Users<você>.cachehuggingfacehub	Fallback de symlink duplica arquivos

Artigos publicados pela própria Hugging Face

Os dois mais citados são fáceis de identificar:

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

Trabalhos posteriores — os artigos de alinhamento Zephyr, o artigo do dataset FineWeb, a série SmolLM — são melhor localizados a partir da fonte em vez de um ID memorizado. Abra o perfil da organização relevante («huggingface.co/HuggingFaceTB», por exemplo) e use sua aba Papers, ou abra um model card e leia seu bloco de citação. Ambas as rotas lhe dão a referência canônica atual; uma lista codificada em um artigo não oferece.

Extraindo dados de artigos programaticamente

A rota estável e documentada é a API Hub ordinária, que funciona porque arxiv:<id> é uma tag normal:

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

Isso retorna todos os repositórios de modelos que declaram esse artigo. Há também um endpoint JSON por trás do próprio feed Daily Papers, mas ele não é documentado e não oferece garantias de compatibilidade — adequado para um script pessoal de resumo, mas não para construir um produto. Se você precisar de metadados duráveis sobre artigos, faça scraping da API oficial do arXiv e faça junção com base no ID.

Perguntas frequentes

Uma página de artigo do Hugging Face é a mesma coisa que a página do arXiv?

Não. Ela espelha o resumo e fornece um link para o PDF no arXiv, mas trata-se de um objeto distinto, com seus próprios votos positivos, comentários e links para repositórios. Para citações, use sempre a entrada do arXiv ou a versão publicada na conferência/revista. Referenciar a URL do Hugging Face em uma bibliografia é um erro comum em pré-impressos, e os revisores percebem.

Como faço para que meu modelo apareça na seção “Modelos que citam este artigo”?

Adicione o link do arXiv ao arquivo README.md, ou adicione arxiv:<id> à lista de tags na seção YAML de metadados do cartão. A listagem é gerada a partir dos metadados do cartão, portanto ela é atualizada após você fazer commit no cartão, não quando você envia os pesos. Se não aparecer, a causa habitual é um YAML inválido na seção de metadados.

Posso submeter o artigo de outra pessoa ao Daily Papers?

Geralmente não — a submissão é restrita a autores verificados do artigo. Você ainda pode votar positivamente, comentar e compartilhar uma página já existente; além disso, incluir o ID do arXiv em um repositório de sua propriedade é suficiente para que uma página de artigo seja criada. As reivindicações de autoria são feitas diretamente na página do artigo e confirmadas pelo Hugging Face.

Votos positivos significam que um artigo é bom?

Isso significa que ele recebeu atenção no dia em que foi publicado. O feed valoriza tanto o momento de publicação quanto uma lista de autores renomados e um título impactante — tanto quanto valoriza os resultados. Trate as afirmações sobre benchmarks como não verificadas até vê-las independentemente — uma Ranking de LLMs é uma superfície de comparação melhor do que a própria tabela de um artigo, e o Calculadora de custos de API é mais útil do que as alegações de eficiência de um artigo quando você está decidindo o que realmente implantar.

De onde vêm os números de avaliação em um cartão de modelo?

Do bloco model-index desse repositório, no arquivo README.md, escrito manualmente pelo proprietário do repositório. As métricas são autodeclaradas, a menos que incluam verified: true, o que indica que a avaliação foi executada pela Hugging Face. Trate entradas não verificadas da mesma forma que qualquer número em um preprint: plausíveis, não auditadas e dignas de serem reexecutadas com seus próprios dados.