PapersWithCode 新功能 - 第一周 [P]

大家好，我是 Hugging Face 开源团队的 Niels。距离我 [发布](https://www.reddit.com/r/MachineLearning/comments/1tgmwqr/reviving_paperswithcode_by_hugging_face_p/) [paperswithcode.co](http://paperswithcode.co) 已经过去一周了，这是我们大家都喜爱的网站的重生版。它让我们能够追踪 AI 各个领域的最新进展（SOTA），从智能体到计算机视觉和时间序列预测。反响非常热烈，我很高兴能在接下来的几个月里继续扩展它。 本周，我添加了以下功能： - 支持给定基准的多个指标：排行榜现在支持多个指标，例如，用于自动语音识别的 [Open ASR 排行榜](https://paperswithcode.co/benchmark/open-asr-leaderboard) 同时支持词错误率（WER）和逆实时因子（RTFx）指标，或者 [目标检测排行榜](https://paperswithcode.co/benchmark/coco-val2017) 现在除了 COCO 上的平均精度（mAP）之外，还报告每秒帧数（FPS）。https://preview.redd.it/owlxn0b5u23h1.png?width=2878&format=png&auto=webp&s=1dff2f8feab4f160f77c97ceeb5d90e82382e63c - 支持外部论文：我们支持提交 Arxiv 之外的论文，例如 GitHub 仓库、博客文章、BiorXiv 等。您可以在 [paperswithcode.co/submit](http://paperswithcode.co/submit) 提交论文。AI 会自动为其添加任务和方法标签、GitHub 仓库、评估等信息。例如下面的 [DeepSeek-v4](https://paperswithcode.co/paper/82956)，它不在 Arxiv 上：https://preview.redd.it/uogbt0fjw23h1.png?width=2928&format=png&auto=webp&s=8b81e48af69b8935ddeb569d882d866b3e9ba216 - 支持论文谱系：每当论文有后续或前驱时，会在摘要上方显示一个小横幅。例如 [Mamba-3](https://paperswithcode.co/paper/2603.15569)、[DINOv2](https://paperswithcode.co/paper/2304.07193) 和 [GLM-4.5](https://paperswithcode.co/paper/2508.06471)。https://preview.redd.it/f6vgtd1du23h1.png?width=2228&format=png&auto=webp&s=f8627f7669405f1766eecfd3322e925e15b4806d - 新方法：支持基于流行度的新方法，包括 [Gated DeltaNet](https://paperswithcode.co/methods/gated-deltanet)、[Kimi Delta Attention](https://paperswithcode.co/methods/kimi-delta-attention)、[Mamba-2](https://paperswithcode.co/methods/mamba-2) 等。每个方法还列出了所有引用它的论文。在此处查看所有支持的方法 [这里](https://paperswithcode.co/methods)。https://preview.redd.it/6pzagifvu23h1.png?width=2984&format=png&auto=webp&s=400efdc9677d1fbd369eedf684e622dd8c807973 - 支持截取排行榜以便在社交媒体上轻松分享：每个基准现在都在散点图和表格上包含一个“复制图像”按钮，可以在社交媒体上分享。例如，在 [ClawEval](https://paperswithcode.co/benchmark/claw-eval) 上尝试一下。https://preview.redd.it/w7y7t7xnw23h1.png?width=2950&format=png&auto=webp&s=cb70ad91c6ba075e49b743d6e34f157d22266f04 - 增加了更多评估：我们正在逐步添加评估，从 Transformers 库中支持的所有模型开始。到目前为止，我们已经有大约 3000 个评估！可以在每篇论文页面的底部找到它们，例如 [Qwen 3.6](https://paperswithcode.co/paper/83277)。https://preview.redd.it/zao056s9x23h1.png?width=2218&format=png&auto=webp&s=540d87f473be05cb6f9c0aca88afa74fd4373e15 欢迎提出更多功能请求和反馈！我还将在 [Hugging Face Discord 服务器](https://huggingface.co/discord-community) 上开设一个频道，方便沟通。您也可以在此处的 GitHub 线程 [这里](https://github.com/huggingface/paperswithcode-feedback/issues/1) 参与讨论。谢谢，Niels