Papers with Code 重建上线，SOTA 排行榜回归，并由 AI 智能体自动解析论文与更新数据。
原文标题：王者归来！Papers with Code 满血复活
原文作者：数据派THU
冷月清谈：
怜星夜思：
2、用 AI 智能体自动解析论文来更新排行榜，会不会带来新的错误和偏差？
3、SOTA 排行榜对科研到底是帮助更大，还是让大家更容易陷入刷分？
4、新版 Papers with Code 支持博客、GitHub 报告等非 arXiv 来源，会让科研信息更开放还是更混乱？
原文内容
本文经AI新媒体量子位（公众号ID:qbitai）授权转载，转载请联系出处本文约1500字，建议阅读5分钟本文介绍停运科研平台被重建，AI 驱动核心功能全面回归。
科研神器Papers with Code，满血复活！
Hugging Face开源团队从零重建，SOTA排行榜全面回归，内容现在由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。
虽然这期间有HuggingFace、AlphaXiv等试图承接论文聚合的功能，但大家普遍反馈SOTA排行榜功能无可替代。
新版paperswithcode.co不仅重置了基准测试排行榜功能， 对于新时代的Agent、Coding Agent等领域覆盖的还更全。
而且主要由Agent解析论文自动更新，免除了人力维护的成本。
如今正赶上CVPR期间，新平台还可以一网打尽所有CVPR论文。
一夜之间，机器学习的”维基百科”无了
Papers with Code自2018年7月上线以来，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，社区里一片混乱。
当时这个平台上积累了超过9300个基准测试、5600个数据集的性能对比数据，涵盖了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称，团队被Meta收购以后转型从事大模型研究，能花在Papers with Code的时间越来越少了，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Paper 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”，落差太大。
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（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。
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领域中流行的技术方法。
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。
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，而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。
参考链接：
[1]https://paperswithcode.co
[2]https://www.reddit.com/r/MachineLearning/comments/1tgmwqr/reviving_paperswithcode_by_hugging_face_p/
