Hugging Face Papers

Hugging Face 论文页面

Hugging Face 论文页面（hf.co/papers）是基于 arXiv（arxiv.org）构建的平台，专注于人工智能（AI）和计算机科学领域的研究论文。Hugging Face 用户可在 hf.co/papers/submit 提交论文，论文会展示在每日论文信息流（hf.co/papers）中。每天用户可以对论文投票和评论。每个论文页面允许作者：

• 认领自己的论文（点击 authors 字段中的姓名），论文页面会出现在其 Hugging Face 个人主页上
• 关联相关的模型检查点、数据集和 Spaces，只需在模型卡片、数据集卡片或 Space 的 README 中包含 HF 论文或 arXiv URL
• 关联 GitHub 仓库和/或项目页面 URL
• 关联 HF 组织，论文页面也会出现在该 Hugging Face 组织页面上

当有人在模型卡片、数据集卡片或 Space 仓库的 README 中提及 HF 论文或 arXiv 摘要/PDF URL 时，该论文会被自动索引。注意，并非所有在 Hugging Face 上索引的论文都会提交到每日论文。后者更多是一种推广研究论文的方式。论文只能在 arXiv 发布后 14 天内提交到每日论文。

Hugging Face 团队提供了易用的 API 来与论文页面交互。论文内容可以 markdown 格式获取，也可以返回结构化元数据，如作者姓名、关联的模型/数据集/Spaces、关联的 GitHub 仓库和项目页面。

何时使用

• 用户分享了 Hugging Face 论文页面 URL（如 https://huggingface.co/papers/2602.08025）
• 用户分享了 Hugging Face markdown 论文页面 URL（如 https://huggingface.co/papers/2602.08025.md）
• 用户分享了 arXiv URL（如 https://arxiv.org/abs/2602.08025 或 https://arxiv.org/pdf/2602.08025）
• 用户提到了 arXiv ID（如 2602.08025）
• 用户要求总结、解释或分析一篇 AI 研究论文

解析论文 ID

建议从用户提供的输入中解析论文 ID（arXiv ID）：

解析后可将论文 ID 用于下方提到的任何 Hub API 端点。

以 markdown 格式获取论文页面

论文内容可以 markdown 格式获取：

curl -s "https://huggingface.co/papers/{PAPER_ID}.md"

这会返回 Hugging Face 论文页面的 markdown 内容，依赖 https://arxiv.org/html/{PAPER_ID} 上的论文 HTML 版本。

有 2 个例外：

• 并非所有 arXiv 论文都有 HTML 版本。如果论文的 HTML 版本不存在，内容会回退到 Hugging Face 论文页面的 HTML。
• 如果返回 404，说明该论文尚未在 hf.co/papers 上索引。参见错误处理。

也可以从普通论文页面 URL 请求 markdown：

curl -s -H "Accept: text/markdown" "https://huggingface.co/papers/{PAPER_ID}"

论文页面 API 端点

所有端点使用基础 URL https://huggingface.co。

获取结构化元数据

使用 Hugging Face REST API 获取论文元数据（JSON 格式）：

curl -s "https://huggingface.co/api/papers/{PAPER_ID}"

返回的结构化元数据可能包括：

• 作者（姓名和 Hugging Face 用户名，前提是已认领论文）
• 媒体 URL（提交论文到每日论文时上传）
• 摘要（abstract）和 AI 生成的摘要
• 项目页面和 GitHub 仓库
• 组织和互动元数据（投票数）

查找与论文关联的模型：

curl https://huggingface.co/api/models?filter=arxiv:{PAPER_ID}

查找与论文关联的数据集：

curl https://huggingface.co/api/datasets?filter=arxiv:{PAPER_ID}

查找与论文关联的 Spaces：

curl https://huggingface.co/api/spaces?filter=arxiv:{PAPER_ID}

认领论文作者身份

为 Hugging Face 用户认领论文作者身份：

curl "https://huggingface.co/api/settings/papers/claim" \
  --request POST \
  --header "Content-Type: application/json" \
  --header "Authorization: Bearer $HF_TOKEN" \
  --data '{
    "paperId": "{PAPER_ID}",
    "claimAuthorId": "{AUTHOR_ENTRY_ID}",
    "targetUserId": "{USER_ID}"
  }'

• 端点：POST /api/settings/papers/claim
• Body：
  • paperId（string，必填）：要认领的 arXiv 论文标识符
  • claimAuthorId（string）：要认领的论文作者条目，24 字符十六进制 ID
  • targetUserId（string）：接收认领的 HF 用户，24 字符十六进制 ID
• 响应：论文作者认领结果，包含已认领的论文 ID

获取每日论文

获取每日论文信息流：

curl -s -H "Authorization: Bearer $HF_TOKEN" \
  "https://huggingface.co/api/daily_papers?p=0&limit=20&date=2017-07-21&sort=publishedAt"

• 端点：GET /api/daily_papers
• 查询参数：
  • p（integer）：页码
  • limit（integer）：结果数量，1 到 100 之间
  • date（string）：RFC 3339 完整日期，如 2017-07-21
  • week（string）：ISO 周，如 2024-W03
  • month（string）：月份值，如 2024-01
  • submitter（string）：按提交者筛选
  • sort（enum）：publishedAt 或 trending
• 响应：每日论文列表

列出论文

按发布日期排序列出 arXiv 论文：

curl -s -H "Authorization: Bearer $HF_TOKEN" \
  "https://huggingface.co/api/papers?cursor={CURSOR}&limit=20"

• 端点：GET /api/papers
• 查询参数：
  • cursor（string）：分页游标
  • limit（integer）：结果数量，1 到 100 之间
• 响应：论文列表

搜索论文

对论文执行混合语义和全文搜索：

curl -s -H "Authorization: Bearer $HF_TOKEN" \
  "https://huggingface.co/api/papers/search?q=vision+language&limit=20"

搜索范围涵盖论文标题、作者和内容。

• 端点：GET /api/papers/search
• 查询参数：
  • q（string）：搜索查询，最大长度 250
  • limit（integer）：结果数量，1 到 120 之间
• 响应：匹配的论文

索引论文

通过 ID 从 arXiv 插入论文。如果论文已被索引，只有其作者可以重新索引：

curl "https://huggingface.co/api/papers/index" \
  --request POST \
  --header "Content-Type: application/json" \
  --header "Authorization: Bearer $HF_TOKEN" \
  --data '{
    "arxivId": "{ARXIV_ID}"
  }'

• 端点：POST /api/papers/index
• Body：
  • arxivId（string，必填）：要索引的 arXiv ID，如 2301.00001
• 模式：^\d{4}\.\d{4,5}$
• 响应：成功时返回空 JSON 对象

更新论文链接

更新论文的项目页面、GitHub 仓库或提交组织。请求者必须是论文作者、每日论文提交者或论文管理员：

curl "https://huggingface.co/api/papers/{PAPER_OBJECT_ID}/links" \
  --request POST \
  --header "Content-Type: application/json" \
  --header "Authorization: Bearer $HF_TOKEN" \
  --data '{
    "projectPage": "https://example.com",
    "githubRepo": "https://github.com/org/repo",
    "organizationId": "{ORGANIZATION_ID}"
  }'

• 端点：POST /api/papers/{paperId}/links
• 路径参数：
  • paperId（string，必填）：Hugging Face 论文对象 ID
• Body：
  • githubRepo（string，可为空）：GitHub 仓库 URL
  • organizationId（string，可为空）：组织 ID，24 字符十六进制 ID
  • projectPage（string，可为空）：项目页面 URL
• 响应：成功时返回空 JSON 对象

错误处理

• https://huggingface.co/papers/{PAPER_ID} 或 md 端点返回 404：该论文尚未在 Hugging Face 论文页面上索引。
• /api/papers/{PAPER_ID} 返回 404：该论文可能尚未在 Hugging Face 论文页面上索引。
• 论文 ID 未找到：验证提取的 arXiv ID，包括版本后缀

回退方案

如果 Hugging Face 论文页面的信息不足以回答用户的问题：

• 查看普通论文页面 https://huggingface.co/papers/{PAPER_ID}
• 回退到 arXiv 页面或 PDF 获取原始来源：
  • https://arxiv.org/abs/{PAPER_ID}
  • https://arxiv.org/pdf/{PAPER_ID}

注意事项

• 公开论文页面无需认证。
• 写入端点（如认领作者身份、索引论文、更新论文链接）需要 Authorization: Bearer $HF_TOKEN。
• 优先使用 .md 端点获取可靠的机器可读输出。
• 需要结构化 JSON 字段而非页面 markdown 时，优先使用 /api/papers/{PAPER_ID}。

局限性

• 仅在任务明确符合上述范围时使用本技能。
• 输出不能替代针对具体环境的验证、测试或专家审查。
• 如果缺少必要的输入、权限、安全边界或成功标准，应停下来请求澄清。