Python 3.15 性能分析：web-edit 应用火焰图与源热图剖析
使用 Python 3.15 内置的 `profiling.sampling` 功能对未修改的 web-edit 应用进行性能分析，发现混合行结束符保留在繁忙的编辑工作中占主导地位。
今日 0 条
Simon WillisonAI 评分55
Simon WillisonAI 评分55 Geoffrey Huntley 提出使用预提交钩子强制使用诊断库的实践
Geoffrey Huntley 提出通过预提交钩子检查 git diff，确保代码中直接调用诊断模块，从而强制使用诊断库，提高代码质量。
Hugging Face BlogAI 评分4040 PyTorch 性能分析（第 3 部分）：注意力机制剖析
本文深入探讨了 PyTorch 中的注意力机制，通过对比不同实现方式（如 naive attention 和 inplace causal masking）的性能差异，展示了如何利用 PyTorch 的性能分析工具来优化模型。实验在 NVIDIA A100-SXM4-80GB GPU 上进行，揭示了内存拷贝操作对性能的影响，并展示了通过使用原地操作减少内核调用的效果。
Ethereum Blog精选AI 评分8080 以太坊基金会分享利用 AI 智能体审计协议代码的实践方法
以太坊基金会协议安全团队分享了运行协调式 AI 智能体审计真实协议代码的方法，发现并修复了 libp2p gossipsub 中可远程触发的 panic（CVE-2026-34219）。
推荐理由：以太坊基金会分享利用AI智能体审计协议代码的实战经验，强调分诊与复现验证是确保结果可信的核心环节。
Hugging Face BlogAI 评分5050 PRX 数据策略详解：混合数据集与 VLM 重描述构建训练语料
PRX 通过混合公共与内部数据集，并利用 VLM 重新生成图像长描述来构建预训练语料。该策略支持 7B 模型训练，采用 Lance 进行特征工程、MDS 用于流式训练，并实时计算 Qwen3-VL 文本潜变量以优化存储与灵活性。
Hugging Face Blog精选AI 评分7070 Hugging Face 发布在 Jobs 平台一键运行 vLLM 服务器的教程
Hugging Face 推出使用 `hf jobs run` 命令在 HF Jobs 基础设施上快速部署 vLLM 服务器并获取 OpenAI 兼容端点的方法。
推荐理由：原文提供了在 Hugging Face Jobs 上通过单条命令启动 vLLM 服务并对接 OpenAI 兼容接口的完整流程，适合需要快速搭建私有推理端点的开发者参考。
Hugging Face Blog精选AI 评分7070 Hugging Face 分享基于 AI 和开源工具的每周自动发布工作流
Hugging Face 发布了 huggingface_hub 的自动化每周发布工作流，将发布频率从每 4-6 周一次提升至每周一次。该流程使用 GitHub Actions、OpenCode 运行时和 GLM-5.2 模型来起草发布说明和内部公告，并通过确定性 Python 脚本验证 PR 列表以防止遗漏或幻觉。
推荐理由：Hugging Face 公开了基于开源工具和开放权重模型的自动化发布工作流，展示了如何通过确定性脚本校验 AI 生成内容以确保准确性。
Hugging Face Blog精选AI 评分6363 在 Transformers.js 中试验跨源存储 API 以优化缓存
Transformers.js 支持通过实验性标志启用跨源存储（COS）API，利用 SHA-256 哈希在不同网站间共享 AI 模型和 Wasm 运行时文件，从而避免重复下载并节省存储空间。开发者可通过安装 Chrome 扩展或设置 `env.experimental_useCrossOriginStorage = true` 来测试该功能，实现毫秒级的模型加载体验。
推荐理由：文章演示了如何在 Transformers.js 中启用跨源存储 API，通过哈希识别共享模型资源以消除浏览器端的重复下载。
Hugging Face Blog精选AI 评分7676 Hugging Face 分享使用本地模型进行 OpenClaw 仓库 Issue 分诊的实践
Hugging Face 团队分享了在 NVIDIA GB10 硬件上运行 gemma-4-26b-a4b 和 qwen3.6-35b-a3b 等本地模型，对 OpenClaw 仓库的 Issue 和 PR 进行实时分类与通知的技术方案。
推荐理由：展示了利用本地模型和受限 Shell 构建实时分类系统的完整流程，提供了具体的性能对比数据和安全配置方案。
Hugging Face BlogAI 评分4545 Hugging Face 探讨超越 LoRA：PEFT 技术选型与基准测试分析
Hugging Face 指出 LoRA 虽占 PEFT 使用率 98.4%，但论文对比存在偏差，建议通过统一 API 的 PEFT 库进行客观基准测试以选择最优微调技术。该库支持 40 多种参数高效微调方法及量化模型训练，帮助用户在自有数据上实现低内存占用且抗灾难性遗忘的模型定制。
Hugging Face Blog精选AI 评分7070 AWS Strands Robots 集成 LeRobot：从 Hugging Face Hub 到物理机器人的实战指南
AWS 开源 SDK Strands Robots 深度集成 LeRobot，允许开发者通过单一 Agent 循环实现从 Hugging Face Hub 数据集到物理机器人部署的全流程。
推荐理由：展示了从 Hub 数据集到物理机器人的完整 Agent 工作流，提供了无需硬件即可在模拟环境中复现的开源代码与详细步骤。
Hugging Face BlogAI 评分3535 PyTorch 性能分析（第二部分）：从 nn.Linear 到融合 MLP
本文介绍了如何在 PyTorch 中使用 nn.Linear 模块构建多层感知器（MLP），并分析了其性能。通过对比 eager 和 compiled 模式下的性能，发现 torch.compile 对于单个 GEMM-with-bias 的优化效果有限。
Hugging Face BlogAI 评分5050 PyTorch 性能分析入门指南：torch.profiler 使用详解
Hugging Face 博客发布 PyTorch 性能分析入门指南，详细介绍如何使用 torch.profiler 进行性能分析，包括设置、读取分析结果以及如何优化代码。指南通过实际案例，帮助读者理解性能分析的重要性，并掌握 PyTorch 性能分析的基本方法。
Mistral AIAI 评分3838 Mistral 通过 LoRA 微调 Pixtral-12B 提升卫星图像分类性能
Mistral AI 展示利用 LoRA 技术对 Pixtral-12B 进行微调，显著提升了其在卫星图像场景分类任务中的表现。针对 Aerial Image Dataset 基准测试，基础模型在区分密集住宅等模糊类别时存在幻觉且精度不足，而经过领域适配的微调版本能更准确捕捉视觉细微差异。该方案证明了通过少量精选样本即可高效实现特定领域的模型优化，优于纯提示词工程方法。
Hugging Face BlogAI 评分4545 Hugging Face 博客：Efficient MultiModal Data Pipeline
Hugging Face 博客发布了一篇关于高效多模态数据管道的文章，介绍了如何通过五个阶段优化数据管道，减少GPU闲置时间和无用填充token，提高训练效率。文章详细介绍了从数据可视化到使用背包问题优化批处理的过程，并提供了相应的代码示例。
Mistral AIAI 评分3535 Mistral AI 评估 RAG：LLM as a Judge 与结构化输出实践
Mistral AI 提出利用 LLM as a Judge 结合 RAG Triad 框架评估检索增强生成系统，重点考察上下文相关性、事实依据及回答相关性。其 API 推出的结构化输出功能允许开发者定义 Pydantic 模式，强制模型以机器可读格式返回评分与推理步骤，从而构建更可靠的自动化评估流程。
Mistral AIAI 评分3333 Mistral AI 推出基于 Mistral Large 2 的 TranscriptToPRDTicket 智能体工作流
Mistral AI 发布 TranscriptToPRDTicket 智能体工作流，利用 Mistral Large 2 自动将会议记录转化为 PRD 和开发工单。该方案通过 PRDAgent 与 TicketCreationAgent 协同，实现从讨论到开发的端到端自动化，并支持在 Linear 或 Jira 中直接创建结构化任务。
OpenAI NewsAI 评分1313 OpenAI 分享基于 ChatGPT 构建定制数学辅导教程
OpenAI 发布教程，指导用户利用 ChatGPT 构建定制化数学辅导应用。该方案展示了如何将大语言模型应用于个性化教育场景，为开发者提供从基础对话到专业学科辅助的实现路径参考。
OpenAI NewsAI 评分1212 使用 ChatGPT 寻找美甲艺术灵感
用户利用 ChatGPT 获取美甲艺术的设计灵感。该场景展示了大语言模型在创意辅助领域的具体应用，通过生成式 AI 帮助用户构思视觉方案。
Hugging Face BlogAI 评分5252 可视化并理解 PyTorch 中的 GPU 内存
本文详细介绍了如何在 PyTorch 中可视化和理解 GPU 内存使用情况，包括如何记录内存快照历史、分析内存使用情况、估计内存需求以及优化 GPU 内存使用。
OpenAI NewsAI 评分1818 动画师 Lyndon Barrois 如何用 Sora 构建新世界
电影制作人 Lyndon Barrois 分享了将 Sora 作为叙事工具的具体使用方法。他描述了如何利用该模型构建新的视觉世界，展示了其在故事讲述中的应用潜力。
Hugging Face BlogAI 评分3030 InstantTexture：将顶点着色网格转换为纹理网格的库
InstantTexture库可以将顶点着色网格转换为UV贴图纹理网格，支持快速转换和详细步骤，适用于3D模型生成和应用程序。
OpenAI NewsAI 评分2424 Cognition CEO 解析 OpenAI o1 如何类人化进行编码决策
Cognition CEO Scott Wu 解析 OpenAI o1 在编码中做出更类人化的决策。该模型改变了传统代码生成逻辑，通过模拟人类思考过程优化编程任务处理。
OpenAI NewsAI 评分4141 OpenAI 发布 ChatGPT 教师使用指南
OpenAI 发布面向教师的 ChatGPT 课堂使用指南。该指南包含推荐提示词、ChatGPT 工作原理与局限性说明，并探讨了 AI 检测器的有效性及偏见问题。
Hugging Face BlogAI 评分3232 Hugging Face 指导：使用生成式 AI 工作流程创建实用 3D 资产
Hugging Face 发布了使用生成式 AI 工作流程创建实用 3D 资产的指南，通过 Shap-E 模型生成 3D 模型，并使用 Dream Textures 添加纹理，实现低保真风格的 3D 资产制作。
Hugging Face BlogAI 评分3232 3D Asset Generation: AI for Game Development #3 - AI在游戏开发中的应用：3D资产生成
本文探讨了AI在游戏开发中生成3D资产的应用。虽然目前文本到3D技术尚未成熟，但已有如DreamFusion、CLIPMatrix、CLIP-Mesh-SMPLX等工具在生成3D模型方面取得进展。然而，这些技术生成的模型需要大量后期处理才能用于游戏开发。未来，随着NeRF到网格的转换和网格生成技术的改进，文本到3D技术有望在游戏开发中发挥更大作用。
Hugging Face BlogAI 评分3535 AI for Game Development: Creating a Farming Game in 5 Days. Part 2 - ChatGPT 在游戏开发中的应用：5天内创建一个农场游戏（第二部分）
在5天内使用AI工具创建一个完整的农场游戏，本教程介绍了如何利用ChatGPT等AI工具进行游戏设计，包括作物多样性、挑战性进阶系统、动态交互环境、社交和多人游戏功能以及沉浸式故事或主题。同时，探讨了语言模型的工作原理及其在游戏开发中的应用，并讨论了ChatGPT的局限性。
Hugging Face BlogAI 评分3030 Hugging Face Blog - 使用 AI 工具在 5 天内创建农场游戏：第一部分
在本系列教程中，作者将使用 AI 工具在 5 天内创建一个完整的农场游戏。教程介绍了如何使用 Stable Diffusion 模型生成游戏的艺术风格，并使用 Unity 游戏引擎实现游戏场景。教程适用于熟悉 Unity 开发和 C# 的读者。
OpenAI NewsAI 评分1111 OpenAI 超级计算团队工程师 Christian Gibson 探索后端系统细节
OpenAI 超级计算团队工程师 Christian Gibson 正在探索后端系统的细微之处。该文章聚焦于这位工程师在 OpenAI 内部负责的高性能计算基础设施相关工作，未披露具体技术突破或产品发布细节。
Hugging Face BlogAI 评分4040 Dreambooth 技术训练 Stable Diffusion 模型：Hugging Face 提供训练脚本与优化建议
Hugging Face 发布了 Dreambooth 技术训练 Stable Diffusion 模型的脚本，并提供了优化建议。实验表明，低学习率与合适的训练步数能提高图像质量，训练人脸模型时需更多步数。此外，使用先验保持技术可减少人脸训练中的过拟合问题。
Hugging Face BlogAI 评分2323 如何使用 Megatron-LM 训练语言模型
Hugging Face 发布教程，指导用户利用 NVIDIA 的 Megatron-LM 框架在 GPU 上高效训练 GPT2 等语言模型。该框架通过 Fused CUDA Kernels 和优化的 DataLoader 显著提升训练速度，并支持将模型转换为 🤗 Transformers 格式。
Hugging Face BlogAI 评分3535 Hugging Face Spaces 中可视化蛋白质的教程
在 Hugging Face Spaces 中，可通过 Gradio 的 HTML 块集成 3Dmol.js 实现蛋白质结构可视化。该方案支持输入 PDB 代码或上传文件，利用 iframe 渲染 3D 模型，适用于 AlphaFold2 等预测结果的展示。
Hugging Face BlogAI 评分2828 Hugging Face ViT 模型在 Vertex AI 的部署指南
Hugging Face 展示了如何将 ViT B/16 TensorFlow 模型部署至 Google Cloud Vertex AI，实现与 Kubernetes 同等扩展性但代码量显著减少。
Hugging Face BlogAI 评分2626 Hugging Face Optimum Graphcore 微调 ViT 模型指南
Hugging Face 展示如何利用 Optimum Graphcore 库在 Graphcore IPU 上微调预训练 Vision Transformer (ViT) 模型。
Hugging Face BlogAI 评分3030 Hugging Face 阐述 TensorFlow 集成 Keras 的设计哲学
Hugging Face 强调在 transformers 库中，所有 TensorFlow 模型应作为 Keras Model 对象、层作为 Keras Layer 对象，以充分利用 Keras 高级 API。开发者可通过 TFAutoModel 一行代码加载预训练模型（如 bert-base-cased），并结合 AutoTokenizer 处理输入，实现高效的迁移学习。
Hugging Face BlogAI 评分3333 Hugging Face 演示如何在 Kubernetes 上部署 ViT 模型
Hugging Face 展示如何利用 Docker 和 Kubernetes 扩展 🤗 Transformers 中的 Vision Transformer (ViT) 模型部署。
Hugging Face BlogAI 评分1616 Sentence Transformers 模型训练与微调指南（旧版）
Hugging Face 指出该教程已过时，仅适用于 v3.0 前的 `SentenceTransformer.fit` API，当前应使用 `SentenceTransformerTrainer`。
Hugging Face BlogAI 评分2828 Hugging Face 深度强化学习课程讲解 PPO 算法原理与实现
Hugging Face 在深度强化学习课程中解析 Proximal Policy Optimization (PPO) 算法，通过裁剪概率比至 [1−ϵ,1+ϵ] 范围限制策略更新幅度以提升训练稳定性。
Hugging Face BlogAI 评分4545 Hugging Face 实现 TensorFlow 文本生成 XLA 编译提速
🤗 transformers 库现已支持使用 XLA 编译 TensorFlow 进行文本生成，速度最高提升 100 倍且快于 PyTorch。该功能允许用户通过 `do_sample`、`temperature` 及 `num_beams` 等参数灵活控制生成策略，在保持模型可访问性与效率的同时显著优化推理性能。
Hugging Face BlogAI 评分3535 Hugging Face 教程：使用 TF Serving 部署 TensorFlow Vision Transformer 模型
Hugging Face 团队演示如何利用 TF Serving 在本地部署 Transformers 库中的 TensorFlow Vision Transformer (ViT) 模型，使其暴露为 REST 或 gRPC 端点。