hugging-face-paper-pages

Hugging Face 论文页面

Hugging Face 论文页面（hf.co/papers）是一个构建于 arXiv（arxiv.org）之上的平台，专门面向人工智能（AI）和计算机科学领域的研究论文。Hugging Face 用户可以在 hf.co/papers/submit 提交论文，论文随后会展示在 Daily Papers 信息流（hf.co/papers）中。每天，用户都可以为论文点赞和评论。每个论文页面都允许作者：

• 认领自己的论文（点击 authors 字段中的姓名）。认领后，论文页面会显示在其 Hugging Face 个人主页上。
• 通过在模型卡片、数据集卡片或 Space 的 README 中添加 HF 论文或 arXiv URL，关联相应的模型检查点、数据集和 Spaces
• 添加 GitHub 仓库和/或项目页面 URL
• 关联 HF 组织。关联后，论文页面也会显示在 Hugging Face 组织页面上。

每当有人在模型卡片、数据集卡片或 Space 仓库的 README 中提及 HF 论文或 arXiv 摘要/PDF URL 时，该论文都会自动编入索引。请注意，并非所有已在 Hugging Face 编入索引的论文都会提交到 Daily Papers。后者更多是推广研究论文的一种方式。论文只能在其 arXiv 发表日期后的 14 天内提交到 Daily Papers。

Hugging Face 团队构建了易于使用的 API，用于与论文页面交互。论文内容可以以 Markdown 格式获取，也可以返回结构化元数据，例如作者姓名、关联的模型/数据集/Spaces、关联的 GitHub 仓库和项目页面。

适用场景

• 用户分享 Hugging Face 论文页面 URL（例如 https://huggingface.co/papers/2602.08025）
• 用户分享 Hugging Face Markdown 论文页面 URL（例如 https://huggingface.co/papers/2602.08025.md）
• 用户分享 arXiv URL（例如 https://arxiv.org/abs/2602.08025 或 https://arxiv.org/pdf/2602.08025）
• 用户提及 arXiv ID（例如 2602.08025）
• 用户要求你总结、解释或分析一篇 AI 研究论文

解析论文 ID

建议从用户提供的内容中解析论文 ID（arXiv ID）：

输入	论文 ID
https://huggingface.co/papers/2602.08025	2602.08025
https://huggingface.co/papers/2602.08025.md	2602.08025
https://arxiv.org/abs/2602.08025	2602.08025
https://arxiv.org/pdf/2602.08025	2602.08025
2602.08025v1	2602.08025v1
2602.08025	2602.08025

这样就可以将论文 ID 提供给下文提到的任意 Hub API 端点。

以 Markdown 格式获取论文页面

可以按如下方式以 Markdown 格式获取论文内容：

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

这应当会返回 Hugging Face 论文页面的 Markdown 内容。此功能依赖论文的 HTML 版本，网址为 https://arxiv.org/html/{PAPER_ID}。

有 2 个例外：

• 并非所有 arXiv 论文都有 HTML 版本。如果论文没有 HTML 版本，则会回退到 Hugging Face 论文页面的 HTML 内容。
• 如果返回 404，表示该论文尚未在 hf.co/papers 编入索引。详情请参阅错误处理。

或者，你也可以像下面这样从普通论文页面 URL 请求 Markdown：

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

论文页面 API 端点

所有端点都使用基础 URL https://huggingface.co。

获取结构化元数据

使用 Hugging Face REST API 以 JSON 格式获取论文元数据：

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，如果他们已认领该论文）
• 媒体 URL（提交论文到 Daily Papers 时上传）
• 摘要（论文摘要）和 AI 生成的摘要
• 项目页面和 GitHub 仓库
• 组织和互动元数据（点赞数）

要查找与论文关联的模型，请使用：

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

要查找与论文关联的数据集，请使用：

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

要查找与论文关联的 Spaces，请使用：

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
• 请求正文：
  • paperId（字符串，必填）：要认领的 arXiv 论文标识符
  • claimAuthorId（字符串）：要认领的论文作者条目，24 位十六进制 ID
  • targetUserId（字符串）：应获得认领的 HF 用户，24 位十六进制 ID
• 响应：论文作者身份认领结果，包含已认领的论文 ID

获取每日论文

获取 Daily Papers 订阅源：

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（整数）：页码
  • limit（整数）：结果数量，介于 1 和 100 之间
  • date（字符串）：RFC 3339 完整日期，例如 2017-07-21
  • week（字符串）：ISO 周，例如 2024-W03
  • month（字符串）：月份值，例如 2024-01
  • submitter（字符串）：按提交者筛选
  • sort（枚举）：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（字符串）：分页游标
  • limit（整数）：结果数量，介于 1 和 100 之间
• 响应：论文列表

搜索论文

对论文进行语义与全文混合搜索：

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

搜索范围包括论文标题、作者和内容。

• 端点：GET /api/papers/search
• 查询参数：
  • q（字符串）：搜索查询，最大长度为 250
  • limit（整数）：结果数量，介于 1 和 120 之间
• 响应：匹配的论文

为论文编入索引

按 ID 插入 arXiv 论文。如果论文已编入索引，则只有其作者可以重新编入索引：

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
• 请求正文：
  • arxivId（字符串，必填）：要编入索引的 arXiv ID，例如 2301.00001
• 格式：^\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、Daily Papers 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（字符串，必填）：Hugging Face 论文对象 ID
• 请求正文：
  • githubRepo（字符串，可为 null）：GitHub 仓库 URL
  • organizationId（字符串，可为 null）：组织 ID，24 位十六进制 ID
  • projectPage（字符串，可为 null）：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：该论文尚未编入 Hugging Face 论文页面的索引。
• /api/papers/{PAPER_ID} 返回 404：该论文可能尚未编入 Hugging Face 论文页面的索引。
• 未找到论文 ID：检查提取的 arXiv ID，包括任何版本后缀

回退方案

如果 Hugging Face 论文页面未包含足够信息来回答用户的问题：

• 查看常规论文页面 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}

备注

• 访问公开论文页面无需身份验证。
• 认领作者身份、为论文编入索引和更新论文链接等写入端点需要 Authorization: Bearer $HF_TOKEN。
• 为确保机器可读输出可靠，优先使用 .md 端点。
• 需要结构化 JSON 字段而非页面 Markdown 时，优先使用 /api/papers/{PAPER_ID}。