✷ 归档 · 11 个实验室 · 869 篇 dispatch
实验室
不用每天手动刷十几个官方博客。OpenAI、Anthropic、DeepMind 等实验室的一手发布，每篇都提炼出核心内容。
DeepInfra 与 Hugging Face 推理提供商集成
Hugging Face 已将 DeepInfra 添加为支持的推理提供商，使得可以直接通过 Hub 和客户端 SDK 访问超过 100 种模型的无服务器访问，包括 DeepSeek V4 和 Kimi-K2.6。
NVIDIA Nemotron 3 Nano Omni 发布说明 / 新特性
NVIDIA 发布了 Nemotron 3 Nano Omni，这是一款全模态模型，能够跨文本、图像、视频和音频进行长上下文推理，并在文档智能和视频理解基准测试中提供了业界领先的准确率。
# OpenAI 隐私过滤器：构建可扩展的 PII 检测 Web 应用
OpenAI 已发布 Privacy Filter，这是一个开源的 15亿参数 PII 检测器，能够在 128k 上下文窗口中标记八类敏感数据。
DeepSeek-V4 发布说明：为 AI Agent 提供高效的 1M-Token 上下文
DeepSeek-V4 引入了由混合 CSA/HCA 注意力机制驱动的 1M-token 上下文窗口，专门针对长程 Agent 工作负载和工具使用轨迹进行了优化。
使用 Transformers.js 在 Chrome 扩展程序中
Hugging Face 提供了一份关于在清单 V3 下将 Transformers.js 集成到 Chrome 扩展程序的技术指南，展示了由 Gemma 4 E2B 驱动的后台托管模型架构。
QIMMA：质量优先的阿拉伯语大型语言模型排行榜
Hugging Face 及其合作伙伴推出了 QIMMA，这是一款全新的阿拉伯语 LLM 排行榜，采用严格的质量验证流水线，以确保基准测试真实反映语言能力。
Hugging Face：AI 与网络安全的未来
Hugging Face 认为，开源 AI 模型和工具对于网络安全防御至关重要，以抵御像 Mythos 这样的自主漏洞发现系统带来的风险。
Hugging Face transformers-to-mlx Skill and Test Harness
Hugging Face 发布了一个 Skill 和一个非 Agent 测试框架，旨在简化从 transformers 库到 mlx-lm 的语言模型移植过程，同时保持高质量的代码质量和评审信号。
使用 Sentence Transformers 进行多模态嵌入与重排序模型的训练与微调
Hugging Face 发布了一篇关于使用 Sentence Transformers 训练和微调多模态嵌入及重排序模型的指南，展示了任务特定微调如何提升诸如视觉文档检索等检索任务的性能。
Ecom-RLVE: 自适应可验证环境用于电子商务对话代理
Hugging Face 推出 EcomRLVE-GYM，一个使用八个可验证的多回合环境并具有自适应难度缩放的框架，用于训练电子商务代理，以弥合对话流畅性与实际任务完成之间的差距。
VAKRA 基准测试分析：智能体推理、工具使用与失败模式
Hugging Face 发布了 VAKRA 基准测试，这是一个以工具为基础的可执行套件，用于评估 AI 智能体在 8,000 多个 API 和文档源上的组合推理能力，揭示了在工具选择、多跳推理和策略遵循方面的普遍失败。
HCompany HoloTab 发布
HCompany 已发布 HoloTab，这是一款由 Holo3 模型驱动的 Chrome 扩展程序，允许用户通过自然语言描述或录制的例程来自动化网页任务。
Waypoint-1.5 发布说明
Hugging Face 和 Overworld 发布了 Waypoint-1.5，这是一款实时视频世界模型，能够让高保真交互式生成环境在消费级 GPU 上本地运行。
Safetensors 加入 PyTorch 基金会
Safetensors 已转为 PyTorch 基金会和 Linux 基金会旗下的基金会托管项目，以确保供应商中立的治理和社区驱动的开发。
Gemma 4 发布：开源多模态模型，支持本地设备
Gemma 4 是 Google DeepMind 推出的全新开源多模态系列，已在 Hugging Face 上发布，支持图像、音频、视频，拥有最高 256 K 上下文，并可在发布首日即与 transformers、llama.cpp、MLX、Rust 和 WebGPU 兼容。
Falcon Perception 与 Falcon OCR 发布
Hugging Face 和 TII 推出 Falcon Perception，这是一种 0.6B 参数的早期融合 Transformer，用于开放词汇定位；以及 Falcon OCR，这是一种 0.3B 参数的高吞吐量文档理解模型。
Gradio Server：将自定义前端与 Gradio 后端集成
Hugging Face 推出 gradio.Server，这是一款 FastAPI 扩展，允许开发者使用任意自定义前端框架，同时保留 Gradio 的排队、API 基础设施以及 ZeroGPU 支持。
Granite 4.0 3B Vision 发布说明 / 新功能
IBM 发布了 Granite 4.0 3B Vision，这是一款针对企业文档理解进行优化的紧凑多模态模型，具备高精度表格提取、图表推理和键值对提取功能。
OpenMed CodonRoBERTa 多物种 mRNA 语言模型发布
OpenMed 发布了一个端到端的蛋白质工程流水线，包含 CodonRoBERTa-large-v2（困惑度 4.10，CAI 0.404）以及一个在 55 GPU 小时内训练完成、成本为 165 美元的 25 物种密码子优化模型套件。
TRL v1.0 发布说明 / 新功能
Hugging Face 发布了 TRL v1.0，这是一款实现了超过 75 种方法的稳定后训练库，采用双轨稳定模型，以在快速实验迭代和生产级可靠性之间取得平衡。
Hugging Face OpenClaw 迁移指南
Hugging Face 提供两种方法——Inference Providers 和本地 llama.cpp 设置——将 OpenClaw 代理从受限的 Claude 模型迁移到开源替代方案。
EVA 端到端语音代理评估框架
EVA 是一个全新的端到端框架，可同时评估语音代理的准确性和对话体验，揭示任务成功率与用户满意度之间的一致权衡。
领域特定嵌入微调与 NVIDIA Nemotron – 一天内完成
NVIDIA 与 Hugging Face 发布了一个单 GPU、一天内完成的流水线，可在合成领域数据上微调 Llama‑Nemotron‑Embed‑1B‑v2 模型，实现超过 10% 的检索提升，且在真实企业数据集上提升最高达 26%。
Hugging Face 开源现状：2026 年春季
Hugging Face 报告称，2025 年开源 AI 生态系统出现大幅扩张，特点是中国在模型下载量上超越美国，且机器人领域迅速崛起成为最大的数据集类别。
Holotron-12B 高吞吐量计算机使用代理
H 公司发布了 Holotron-12B，这是一款基于 NVIDIA Nemotron-Nano-2 VL 的多模态计算机使用模型，采用混合 SSM-注意力架构，实现了针对代理工作负载的高推理吞吐量。
Hugging Face 存储桶发布
Hugging Face 推出了 Storage Buckets，这是一种可变的、类似 S3 的对象存储系统，基于 Xet，能够高效处理如检查点和处理后数据等中间机器学习产物。
让 Token 持续流动：来自 16 个开源 RL 库的经验教训
Hugging Face 调查了 16 个开源 RL 库，发现异步 RL 训练将推理和训练分离到不同的 GPU 池，使用 rollout 缓冲区，并以异步方式推送权重；Ray 主导编排，NCCL 广播是常用的权重同步方式。
LeRobot v0.5.0 发布说明 / 新功能
Hugging Face 发布了 LeRobot v0.5.0，提供了完整的 Unitree G1 人形机器人支持、新的 VLA 策略如 Pi0-FAST 和 Wall-X，以及显著的数据集性能优化。
Ulysses 序列并行用于百万标记上下文训练
Hugging Face 已将 Ulysses 序列并行集成到 Accelerate、Transformers 和 TRL 中，使得通过在多 GPU 上分布注意力计算，能够训练拥有百万标记上下文的 LLM。
将机器人 AI 引入嵌入式平台：数据集录制、VLA 微调与设备端优化
Hugging Face 与 NXP 提供了一份在 i.MX 95 SoC 上部署视觉-语言-动作（VLA）模型的技术指南，强调数据集一致性、架构分解以及异步推理，以实现实时机器人控制。
Hugging Face 模块化 Diffusers 发布
Hugging Face 推出了 Modular Diffusers，这是一种可组合的框架，允许用户通过混合搭配可重用块来构建扩散管道，而无需从头编写完整的管道。
PRX 第三部分：在 24 小时内训练文本到图像模型
Hugging Face 与 Photoroom 展示了使用 32 块 H200 GPU、约 1500 美元预算，在 24 小时内训练出的文本到图像模型，结合了像素空间训练、Token 路由和表征对齐。
Transformer 中的专家混合（MoEs）
Hugging Face 重新设计了 transformers 库，通过全新的权重加载重构、可插拔的专家后端以及原生的专家并行，使专家混合（MoEs）成为一等公民。
使用 Unsloth 和 Hugging Face Jobs 训练 AI 模型
Hugging Face 已将 Unsloth 与 Hugging Face Jobs 集成，以实现快速、低成本的 LLM 微调，专为像 LiquidAI/LFM2.5-1.2B-Instruct 这样的小模型进行优化。
GGML 与 llama.cpp 加入 Hugging Face
GGML，llama.cpp 的创建者，已加入 Hugging Face，为本地 AI 推理提供可持续资源，并简化 Transformers 库与本地模型部署之间的集成。
IBM 与加州大学伯克利分校使用 IT-Bench 与 MAST 诊断企业代理故障
IBM 研究院和加州大学伯克利分校推出了 MAST（多代理系统故障分类法），用于诊断企业 IT 代理为何失败，揭示前沿模型主要受孤立的验证错误影响，而开源模型则面临级联的系统性崩溃。
Gradio 6 gr.HTML：一次性 Web 应用开发
Gradio 6 引入了对 gr.HTML 的增强支持，支持自定义模板、作用域 CSS 和 JavaScript 交互，使得能够在单个 Python 文件中创建复杂的网页组件。
Hugging Face CUDA 内核代理技能
Hugging Face 推出了一项代理技能，使 Claude、Codex 等编码代理能够编写、基准测试并集成用于 transformers 和 diffusers 库的可投入生产的 CUDA 内核。
OpenEnv: 在真实环境中评估使用工具的智能体
Hugging Face 和 Meta 推出了 OpenEnv，这是一个开源框架，用于针对真实系统和像 Calendar Gym 这样的生产级环境评估 AI 智能体，以弥合研究与生产可靠性之间的差距。
Transformers.js v4 发布说明 / 新功能
Hugging Face 发布了 Transformers.js v4，引入了全新用 C++ 重写的 WebGPU 运行时，以在浏览器和服务器端运行时实现硬件加速，并提供了一个独立的 tokenizers 库。
SyGra 2.0.0 Studio 发布
SyGra 2.0.0 引入了 Studio，一个用于设计和执行合成数据生成工作流的可视化交互式环境，无需手动编辑 YAML 文件。
Hugging Face 社区评估
Hugging Face 推出了社区评估，这是一套去中心化的系统，可在 Hub 上直接报告和汇总模型基准分数，以提升透明度和可复现性。
H Company Holo2-235B-A22B 预览版发布
H Company 已发布 Holo2-235B-A22B 预览版，这是一款在 Screenspot‑Pro 和 OSWorld G 基准上实现了最新技术水平表现的 UI 本地化模型。
全球开源 AI 生态系统的未来：从 DeepSeek 到 AI+
Hugging Face 分析了开源如何成为中国 AI 组织的主导策略，已从孤立的模型突破转向模型、硬件和基础设施的可扩展、集成生态系统。
文本到图像模型的训练设计：消融实验的经验教训
由于 429 Too Many Requests 错误，提供的 Hugging Face 关于文本到图像模型训练设计的源材料不可用。
介绍 Daggr：以可视化检查方式以编程方式链式连接 AI 应用
Hugging Face 发布了 Daggr，这是一款开源的 Python 库，允许开发者以编程方式将 Gradio 应用、机器学习模型和自定义函数串联成工作流，并自动生成可视化画布用于调试和状态管理。
Hugging Face Upskill：通过 Agent Skills 将专家能力转移到更小的模型
Hugging Face 推出了 upskill，这是一款利用 Claude Opus 4.5 等高能力模型生成经过验证的“代理技能”，以提升更小或开源模型在复杂任务（如 CUDA 内核开发）上的性能和 token 效率的工具。
中国开源 AI 生态系统的架构选择：从 DeepSeek R1 到硬件优先、MoE 驱动的格局
DeepSeek R1 开源发布一年后，中国 AI 社区的焦点从追求最大单模型性能转向构建灵活、成本效益高且硬件感知的 AI 系统。混合专家（Mixture‑of‑Experts，MoE）成为默认架构，通过在每次请求中仅激活部分专家，使超大模型保持可负担。多模态竞争爆发，文本‑到‑图像、视频、音频、3‑D 与智能体等开源发布均配套完整工具链。小模型（≤30 B）因易于本地部署和微调而激增，大型 MoE 模型则充当蒸馏的教师网络。Apache 2.0 与 MIT 许可证成为主流，消除法律摩擦，加速商业落地。硬件优先思路兴起：发布时附带针对国产芯片（华为 Ascend、寒武纪、昆仑等）的量化、推理与服务栈，训练流水线也公开文档。竞争优势已从原始模型规模转向系统设计、部署效率以及开源生态的深度融合。
Alyah：阿联酋方言基准用于阿拉伯语大型语言模型
Hugging Face 与合作伙伴推出了 Alyah，这是一套手工收集的 1,173 条样本基准，旨在评估阿拉伯语大型语言模型在阿联酋方言下的语言和文化能力。
GPT-OSS Agentic RL 训练：一次实践回顾
Hugging Face 和 LinkedIn 研究人员详细阐述了为使 GPT-OSS 模型实现稳定的 agentic 强化学习所需的工程修复，重点关注 MoE 路由、注意力 sink 和内存效率。