隨著 Hugging Face  聯合創始人兼 CTO Julien Chaumond 在其 X 賬號上官宣推出「Trending Papers」，Paper With Code  關閉的消息一錘定音，「震」得不少開發者、科研人員心痛不已。

一個時代的結束

從數據集標題、描述等內容亂碼，到網站顯示「Bad Gateway 502」，Paper With Code 自 7 月初便出現了宕機、訪問異常的情況，但官方遲遲沒有出面回應，有用戶通過 GitHub Issue 的形式向其運營團隊詢問進展，同樣未有回復。

網站宕機多日，網友通過 Issue 詢問恢復時間

作為科研人員的「快樂老家」，這個聚集了論文、代碼、 benchmarks 、 leaderboards  等多類資源的平臺，在全球范圍內擁有大量擁躉，隨著越來越多的開發者、科研人員察覺無法訪問網站獲取信息，「Paper With Code 關站」、「網站被攻擊」等多方猜測在 X 、 Reddit 、知乎等平臺蔓延開來。

直至 7 月 25 日，Julien Chaumond  通過其個人賬號宣布 Hugging Face 與 Meta 、 Paper With Code 合作構建了一個替代平臺 Trending Papers，并直接言明「Paper With Code 已于前一日停止運營」。

Julien Chaumond 宣布推出「Trending Papers」

替代已經關閉的 Paper With Code

這一消息也迅速在全球范圍內傳播開來，Meta 研究員 Lucas Beyer 直言，「一個時代結束了」。

Meta 研究員 Lucas Beyer 發文稱這是一個時代的結束

這條推文也「炸」出了大量資深用戶，大贊 Paper With Code 的 SOTA 和 leaderboards，也哀嘆后續「無處可去」，甚至有網友稱其為「機器學習研究的維基百科」。

用戶對該網站評價極高

同樣地，知乎等國內社交平臺上也是哀鴻遍野。

Hugging Face 能否順利接盤

「極大的方便用戶快速找到一個領域內的 TOP 方法」，「是查找論文 leaderboard 和代碼實現的優質資源」，「是尋找 SOTA baseline 的中堅力量」……從全球使用者的真實反饋中不難發現，Paper With Code 的優勢在于資源整合及梳理，這種細分至領域、按照 benchmarks 得分來呈現的分類排名，能夠幫助用戶快速定位其想了解、對標的模型。

正因如此，多數網友對于 Hugging Face 大力推廣的 Trending Papers 并不買賬——「目前功能還不夠細，我一般會用 Paper With Code 的 SOTA 來定位不同領域的最強模型，這樣能快速知道我們的項目應該和誰去對比」，一位深度用戶介紹道。

同時也有網友質疑道：「paperwithcode」項目記錄了 3,000～5,000 個不同任務的信息和對比，而 Hugging Face 過去幾年中只涵蓋了約 40 個任務。 HG 準備好接手了嗎？為什么這些寶貴的信息還沒有被完整復刻……」

根據 Trending Papers 的主要運營人員介紹，該板塊主要聚焦于追蹤熱門論文，并關聯其在 GitHub 上的代碼實現，目前看來并未「繼承」Paper With Code 的排名展示。

網友希望 Hugging Face 能夠保留 leaderboards 功能

誠然，在開源領域，代碼可復現的重要性與價值絲毫不亞于理論上的創新與突破。而 Paper With Code 近年來的定位正如其名，即便是被 Meta 招入麾下之后，也仍在過去的很長一段時間內保持了穩定、中立的運營。此番宣布關站的個中原委難有定論，或許是商業價值拷問之下的無奈之舉，亦或是大模型更新頻率之高所帶來的運營壓力激增難以持續……

但可以確定的是，Paper With Code 在 7 年的運轉之中已經形成了一套得到開源社區高度認可的資源整合模式，目前已經有不少開發者自發創建了「平替」項目，希望能夠繼承衣缽，但挑戰可想而知，例如海量規模、高度分散的資源匯總、存儲；機器學習、大模型日新月異之下的高效內容更新等等。在等待 Trending Papers 完善其功能體系的同時，也期待能夠涌現出更多綜合資源站，重建開發者的「快樂老家」。

關于 Paper With Code

Papers with Code 創建于 2018 年 7 月，初衷是希望能夠幫助機器學習的愛好者跟蹤最新發布的論文及源代碼，并快速了解最前沿的技術進展，網站將 arXiv 上最新的機器學習論文與 GitHub 上的代碼（TensorFlow/PyTorch/MXNet 等）對應起來，用戶可以按標題關鍵詞查詢，或者按熱門程度進行排列。

創始人 Robert Stojnic 和 Ross Taylor 均畢業于劍橋大學，二人共同創建該網站后僅 1 年便被 Meat AI（彼時的 Facebook AI）招致麾下，并共同在 Meta AI 主導了 Llama 2 和 Llama 3 的開發。

Robert Stojnic

Ross Taylor