CVPR论文榜单：Papers with Code神器精选

科研神器Papers with Code，满血复活！

说实话，当Papers with Code在去年夏天突然关闭时，整个AI研究圈都懵了。Hugging Face开源团队从零重建后，SOTA排行榜全面回归——而且这次，内容由AI智能体驱动。

2025年7月，原本由Meta AI维护的Papers with Code毫无预警关闭。全球AI研究者打开网站，看到的是"502 Bad Gateway"，GitHub上的求助帖无人回应。这种打击有多沉重？对于大量研究人员来说，这不仅仅是一个网站宕机，而是日常研究基础设施的断裂。

当然，这期间有HuggingFace、AlphaXiv等项目试图承接论文聚合的功能。但社区普遍反馈——SOTA排行榜功能无可替代。没有哪个平台能像它那样，把论文、代码、数据和性能指标整合得如此简洁高效。

新上线的paperswithcode.co不仅重置了基准测试排行榜功能，对新时代的Agent、Coding Agent等前沿领域的覆盖也更全面。更重要的是，它主要由Agent解析论文自动更新，彻底免除了人力维护的成本压力。

恰逢CVPR期间，新平台还可以一网打尽所有CVPR论文。这个时间节点，可以说是恰到好处。

一夜之间，机器学习的"维基百科"无了

回顾一下Papers with Code的历史：自2018年7月上线以来，它一直是机器学习社区绕不开的基础设施。论文、代码、数据集、排行榜，全部整合在一个站点里。研究人员找参考实现的时间，从几天压缩到几分钟。

2019年12月，Meta收购了它，当时承诺会保持其中立、开放和免费。然后就是2025年7月——网站突然挂了，社区一片混乱。

当时这个平台上积累了超过9300个基准测试、5600个数据集性能对比数据，覆盖了5000多个不同任务的详细信息。这些数据是大量研究者日常工作流程中不可缺少的一环——说没就没了。

创始人Ross Taylor后来解释，团队被Meta收购后转型从事大模型研究，能花在Papers with Code的时间越来越少，而且大量成员已经离开Meta，最终无法继续维护。

Hugging Face联合创始人兼CTO Julien Chaumond随后宣布已与原团队合作，推出了一个"Trending Papers"页面作为过渡。原来的paperswithcode.com域名开始自动跳转到Hugging Face的论文页面。

但社区并不买账。"Trending Papers"只展示热门论文和GitHub链接，排序依据是点赞数和仓库星标数。而Papers with Code最核心的结构化SOTA排行榜完全缺席。用户没办法按任务、数据集和评估指标去对比模型性能了——从一个功能完备的"研究基础设施"变成了仅仅是一个"热榜"，这个落差太大了。

从零重建：AI智能体自动解析数千篇论文

2026年5月，Hugging Face开源团队成员Niels Rogge推出了paperswithcode.co。这不是对"Trending Papers"的修补，而是一个完全独立的、从零开始的重建项目。

新平台最核心的变化在于数据处理方式。它部署了AI智能体来大规模自动化地解析每天新发表的数千篇研究论文。这些智能体能自动为论文打上所属领域标签（比如OCR、Agents），从PDF中提取关键评估结果和性能数据，并自动发现和链接相关的GitHub仓库、项目主页以及Hugging Face Hub上的模型和数据集。

简单来说，新平台不再依赖纯人工维护，可以实时跟进论文发表的速度。

SOTA排行榜全面回归。用户可以在最新的基准上对比各大模型的性能表现，并且加入了散点图来可视化特定基准上技术水平随时间的演进。

除此之外，新平台还增加了一个"Methods"标签页，系统性地整理AI领域流行的技术方法。每个论文页面本身也得到了增强——支持链接多个GitHub仓库和项目主页，直接展示从论文中提取的评估结果，并链接到Hugging Face生态系统中的相关资源。

平台还开放了论文提交，来源不限于arXiv，博客、GitHub报告都可以，提交后由AI自动索引。开发者通过GitHub和Discord收集社区反馈，持续迭代功能。

上线一周，功能连续更新

paperswithcode.co发布后，研究人员和工程师反响强烈。普遍认为它填补了原版关闭以来AI生态系统中最大的空白。

为什么这么重要？随着每天新论文和新模型数量爆炸式增长，找到适合特定任务的SOTA方案本身已经变成了一项挑战。新平台的回归直接解决了这个问题。

Niels Rogge在上线后一周内就根据社区反馈迅速迭代了多项功能：排行榜现在支持同时展示多个评估指标，比如自动语音识别任务中同时显示词错误率（WER）和实时因子（RTFx）；平台会自动识别论文之间的前后继承关系，如标注DINOv2是DINO的续作；团队还在逐步为Hugging Face transformers库中支持的所有模型添加评估结果，目前已完成约3000个。

这次回来的版本，用AI智能体驱动数据处理，覆盖范围和更新速度都不再受限于人工维护的瓶颈。说到底，这才是现代化论文管理平台的正确打开方式。

参考链接：

[1]https://paperswithcode.co

[2]https://www.reddit.com/r/MachineLearning/comments/1tgmwqr/reviving_paperswithcode_by_hugging_face_p/

来源：互联网