smolagents 支持视觉语言模型，解锁视觉语言模型在智能体管道中的原生使用
smolagents 添加了视觉支持，使视觉语言模型在智能体管道中能够原生使用，解锁了在智能体中实现自主网页浏览等功能；通过两种方式传递图像给智能体，包括在启动时一次性传递图像列表以及在每个步骤中动态添加图像；使用 helium 和 selenium 等工具构建网页浏览智能体。
#开源/仓库
#开源/仓库
今日 9 条Hugging Face BlogAI 评分4242
Hugging Face Blog精选AI 评分6060 开源语言模型碳排放与性能分析：来自 Open LLM 排行榜的洞察
Hugging Face 对 Open LLM 排行榜上的 3000 多个模型进行了碳排放评估，分析了模型推理过程中的碳排放，并探讨了社区微调模型在降低碳排放方面的优势。
推荐理由：分析了开源语言模型在推理过程中的碳排放，揭示了社区微调和官方模型之间的差异，为模型创建者提供了性能与环保平衡的参考。
Hugging Face Blog精选AI 评分8585 Falcon3 模型家族开源发布
Technology Innovation Institute 发布了 Falcon3 模型家族，包括多个参数量小于 10 亿的解码器大型语言模型，强调科学、数学和代码能力。
推荐理由：Falcon3 模型家族的发布展示了其在科学、推理和通用知识能力方面的提升，读者可以了解其性能和潜力。
Hugging Face BlogAI 评分4040 "Hugging Face Blog：在 GCP 5 代 Xeon 上基准测试语言模型性能"
"Hugging Face 在 GCP 的 N2 和 C4 Xeon CPU 实例上对文本嵌入和文本生成进行了基准测试，结果显示 C4 在文本嵌入和文本生成方面比 N2 高 10 到 24 倍和 2.3 到 3.6 倍，同时 C4 的每小时价格是 N2 的 1.3 倍，表明 C4 在文本嵌入和文本生成方面具有 7 到 19 倍和 1.7 到 2.9 倍的 TCO 优势。"
Hugging Face BlogAI 评分4545 Hugging Face 推出 Synthetic Data Generator：无需代码构建自定义数据集
Hugging Face 推出 Synthetic Data Generator，一款无需代码即可创建自定义数据集的应用。该工具支持文本分类和聊天数据集，通过简单的三步流程，用户可在几分钟内创建数据集和模型。此外，用户还可以通过 Argilla 和 Hugging Face Hub 进行数据集的探索和评估。
Hugging Face Blog精选AI 评分7272 LeMaterial：加速材料发现和研究的开源项目
LeMaterial 是由 Entalpic 和 Hugging Face 领导的开源项目，旨在简化并加速材料研究，提供了一个统一的材料数据集 LeMat-Bulk，包含 670 万条条目和 7 个材料属性，以促进材料科学领域的研究。
推荐理由：LeMaterial 提供了一个统一的材料数据集，有助于加速材料研究和机器学习模型的训练，对材料科学领域的研究者具有参考价值。
Hugging Face BlogAI 评分5050 Hugging Face 社区发布开源文本到图像生成偏好数据集
Hugging Face 社区发布 Apache 2.0 许可的文本到图像生成偏好数据集，包含不同模型家族和复杂度的文本到图像偏好对，数据集可在 Hugging Face Hub 和 GitHub 仓库找到。
Hugging Face BlogAI 评分4545 Hugging Face 模型在 Amazon Bedrock 上的应用
Hugging Face 推出的 83 个开源模型现已可在 Amazon Bedrock 的 Bedrock Marketplace 上使用，支持 AWS 客户构建生成式 AI 应用。用户可通过 Bedrock Model Catalog 部署模型，如 Google Gemma 2 27B Instruct，并使用 Amazon Bedrock API 进行调用。
Hugging Face BlogAI 评分3535 Keras 和 TPUs 下的 LLM 错误修正能力实验：聊天机器人竞技场
本实验通过 Keras 和 TPUs 平台，测试了 LLM 在错误修正方面的能力。实验中使用了多个 LLM 模型，通过构建聊天机器人竞技场环境，观察 LLM 在面对错误时的修正效果。结果显示，LLM 在错误修正方面具有一定的能力，但仍需进一步优化以提高准确性。
Hugging Face Blog精选AI 评分7070 AraGen：重新思考 LLM 评估的 3C3H 评测基准和排行榜
AraGen 是一个针对阿拉伯语 LLM 的生成任务基准和排行榜，基于 3C3H 评估方法，旨在更全面地评估 LLM 的性能，包括事实准确性和可用性。
推荐理由：AraGen 引入了新的评估方法 3C3H，旨在更全面地评估 LLM 的性能，对 LLM 评估领域有重要意义。
Hugging Face Blog精选AI 评分7070 欧盟AI法案开源开发者指南发布
欧盟AI法案正式生效，对AI开发和开源社区产生影响。Hugging Face发布了针对开源开发者的指南，解读法案要点，并提供合规工具。
推荐理由：该指南为开源开发者提供了关于欧盟AI法案的详细解读，有助于理解其对开源AI系统的影响和合规要求。
Hugging Face Blog精选AI 评分6565 Hugging Face 推出日语大型语言模型 Open Leaderboard
Hugging Face 与 LLM-jp 合作推出了日语大型语言模型 Open Leaderboard，包含超过 20 个数据集，用于评估日语 LLM 的性能。
推荐理由：该 leaderboard 为日本 LLM 提供了评估平台，有助于推动日本 LLM 的发展和研究。
Hugging Face Blog精选AI 评分6262 Hugging Face Hub 发布开源机器学习数据集共享功能
Hugging Face Hub 发布了新的数据集共享功能，支持大型数据集托管、多种数据格式和第三方库集成，旨在促进机器学习研究。
推荐理由：Hugging Face Hub 提供了强大的数据共享和托管功能，对于数据密集型研究和机器学习项目具有重要意义，读者可以了解其如何改变现有工作流。
Mistral AIAI 评分3535 Mistral Batch API发布，降低AI应用成本50%
Mistral AI推出Batch API，以50%低于同步API调用的成本，高效处理大量请求。适用于数据量优先的AI应用，如客户反馈分析、文档摘要和翻译、向量嵌入等。API适用于所有Mistral模型，并即将在云服务合作伙伴推出。
Mistral AIAI 评分4545 Mistral AI 发布内容审核 API，支持多语言分类
Mistral AI 推出内容审核 API，支持阿拉伯语、中文、英语等9种语言分类，旨在帮助用户实现更可扩展和稳健的内容审核。该模型可对对话上下文中的最后一条消息进行分类，并针对模型生成的有害内容如无效建议和 PII 提供安全防护。
Hugging Face BlogAI 评分4545 Argilla 2.4：无需代码即可在 Hub 上构建微调和评估数据集
Hugging Face 推出 Argilla 2.4 版本，用户无需代码即可在 Hugging Face Hub 上构建微调和评估数据集。该版本简化了数据集创建过程，支持从 Hub 数据集导入、定义问题并收集人类反馈，适用于不具备编程知识的领域专家。
Hugging Face BlogAI 评分4545 Hugging Face Expert Support项目：利用LLM构建农业智能聊天机器人
Hugging Face Expert Support项目与Digital Green合作，利用LLM构建名为Farmer.chat的农业智能聊天机器人，为农民提供个性化、可靠的农业建议。该系统采用RAG技术，结合GPT-4o等模型，通过每周的LLM评估会议优化性能，目前已服务超过20,000名农民，处理340,000个查询。
Hugging Face Blog精选AI 评分8585 Cohere 发布 Aya Expanse 模型：推动多语言性能前沿
Cohere 发布了 Aya Expanse 模型家族，包括 8B 和 32B 参数模型，旨在解决 AI 领域多语言模型性能不足的问题。Aya Expanse 在多语言性能上取得了突破，并在多个评估中超越了其他模型。
推荐理由：Aya Expanse 模型在多语言性能上取得了突破，为读者提供了评估多语言模型的新基准。
Hugging Face BlogAI 评分4747 CinePile 2.0：利用对抗性精炼提升数据集质量
Hugging Face 发布了 CinePile 2.0，这是一个经过显著改进的长视频问答数据集。新数据集的改进依赖于一种新的对抗性数据集精炼方法，该方法可增强现有数据集并直接应用于未来数据集创建流程。CinePile 2.0 包含约 300,000 个训练样本和 5,000 个测试样本，其问题多样性和难度均优于现有数据集。
Hugging Face BlogAI 评分3737 Llama 3.2 在 Keras 中的使用
Llama 3.2 已于两周前在 Hugging Face / Transformers 上线，可直接在 Keras 中使用，支持多种后端，包括 JAX、PyTorch 和 TensorFlow。Keras 提供了丰富的预训练模型，包括 Llama3、Gemma、StableDiffusion 等，并内置了 tokenizer，方便用户进行模型训练和推理。
Hugging Face BlogAI 评分3232 Hugging Face Transformers 更新：解决梯度累积问题
Hugging Face 的 Transformers 团队迅速响应了关于梯度累积问题的报告，通过更新代码和发布修复，确保了在梯度累积过程中损失计算的准确性。此外，团队还开放了 API，允许用户直接传递自定义损失函数，以增强模型的灵活性和适应性。
Hugging Face BlogAI 评分5252 Gradio 5 发布安全审计报告
Gradio 5 发布了安全审计报告，修复了多个安全问题，包括本地运行、部署在 Hugging Face Spaces、共享链接和供应链漏洞等方面的安全问题。
Hugging Face BlogAI 评分4242 Hugging Face + Dask 联合提升 AI 数据处理规模
Hugging Face 平台与 Dask 联合，通过分布式计算和并行处理，有效提升 AI 数据处理规模，支持 TB 级别数据集的加载、预处理和模型推理，实现多 GPU 并行推理，提高数据处理效率。
Hugging Face BlogAI 评分3535 Hugging Face Hub 优化 Parquet 数据去重效率
Hugging Face 团队正在优化 Hub 的存储架构，提高数据存储和更新的效率。通过实验发现，使用字节级内容定义块（CDC）去重算法，Parquet 文件去重效果良好，但Parquet格式带来的挑战需要进一步优化。团队正在探索使用相对偏移量、支持内容定义块等方案，以提高 Parquet 文件的去重能力。
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。
Hugging Face BlogAI 评分4040 Hugging Face Daily Papers 页面功能探索
Hugging Face Daily Papers 页面自推出以来，已收录超过 3,700 篇论文，拥有超过 12k 订阅者。该页面提供作者论文认领、论文提交、与作者互动、相关资源链接、点赞推荐、相似论文推荐、多语言评论和翻译、订阅等功能，旨在帮助开发者、研究人员及时了解 AI 领域最新研究进展。
Hugging Face Blog精选AI 评分6565 Hugging Face 发布 FineVideo 数据集
Hugging Face 发布了 FineVideo 数据集，包含 43k 个视频，用于训练模型理解视频内容、训练扩散模型生成视频以及训练计算机视觉模型。
推荐理由：FineVideo 数据集的发布为开源视频 AI 的发展提供了重要资源，读者可以关注其如何影响现有工作流。
Hugging Face BlogAI 评分4545 Hugging Face Transformers 模型使用 Optimum-Intel 和 OpenVINO GenAI 优化和部署
Hugging Face 与 Intel 合作推出 Optimum-Intel 项目，优化 Transformers 模型在 Intel 硬件上的推理性能。通过 OpenVINO™ GenAI API，简化了将大型语言模型 (LLMs) 集成到 C++ 或 Python 应用中的过程。
Hugging Face Blog精选AI 评分7070 Hugging Face发布BitNet架构：LLM极端量化新方法
Hugging Face发布BitNet架构，通过极端量化将LLM参数精度降低至1.58位，显著降低计算和内存需求。
推荐理由：原文介绍了BitNet架构及其在LLM中的应用，读者可以了解其性能和适用性。
Hugging Face BlogAI 评分4242 HuggingChat 推出社区工具功能，赋能模型直接使用
HuggingChat 推出社区工具功能，允许用户将 HuggingFace 上的任何 Space 转换为模型可用的工具，支持图像理解、视频生成和文本语音模型等功能。用户可创建自定义工具或使用社区工具增强助手，目前该功能处于实验阶段。
OpenAI NewsAI 评分3030 OpenAI 发布《将 AI 用于工作：数百次成功部署的经验教训》
OpenAI 发布报告，总结数百次AI成功部署案例，强调模型与业务需求匹配、数据质量及模型可解释性为关键成功因素。
Hugging Face BlogAI 评分4040 Hugging Face 与 TruffleHog 合作，增强平台安全功能
Hugging Face 与 TruffleHog 合作，将 TruffleHog 的秘密扫描功能集成到平台中，以增强安全性。TruffleHog 是一款开源工具，可检测和验证代码中的秘密泄露。Hugging Face 已将 TruffleHog 集成到其自动扫描流程中，并创建了一个原生 Hugging Face 扫描器，以帮助用户主动扫描账户数据中的泄露秘密。
Hugging Face BlogAI 评分4040 🤗 LeRobotDataset：视频编码助力机器人数据集规模扩展
🤗 LeRobotDataset提出了一种轻量级、易于分享和可视化的数据集格式，通过视频编码技术将视觉模态数据集大小平均减少14%，同时保持良好的训练能力。该格式支持快速加载和播放视频帧，并兼容多种媒体播放器和浏览器。
Hugging Face BlogAI 评分3535 Hugging Face Hub 五大被低估的工具
Hugging Face Hub 拥有超过 850K 个公共模型，每月新增约 50k 个。本文介绍了五个常被忽视的工具：ZeroGPU、多进程 Docker、Gradio API、Webhooks 和 Nomic Atlas，它们可以帮助用户更轻松地构建各种 AI 解决方案。这些工具中的 ZeroGPU 提供免费 GPU 访问，适用于需要偶尔进行推理的场景。
Ethereum BlogAI 评分3535 Apibara开源数据平台新增Ethereum数据支持
Apibara开源数据平台新增对Ethereum数据的支持，包括执行层和共识层数据，支持同步到目标数据库或API，如PostgreSQL、MongoDB等。DotPics项目提供Ethereum仪表板、数据和工具，包括4844 blob分析。
Hugging Face BlogAI 评分4040 Infini-Attention实验失败：为何我们仍需探索？
Google研究人员发布的Infini-Attention实验表明，随着压缩内存次数的增加，其性能会下降。尽管如此，Ring Attention、YaRN和rope scaling仍然是扩展预训练模型到更长上下文长度的最佳方法。实验中，研究人员尝试将Llama 3 8B的上下文长度从8k扩展到1百万，但遇到了挑战。
Hugging Face BlogAI 评分3535 ggml：轻量级Transformer推理库入门指南
ggml是一个专注于Transformer推理的轻量级机器学习库，由C和C++编写，开源且由日益增长的社区积极开发。它具有最小化、易于编译、轻量级、良好的兼容性等特点，支持量化张量，内存效率极高。ggml适用于开发者入门，但需要深入了解底层编程。本文介绍了ggml的基本概念和基本用法，为后续学习和开发打下基础。
Hugging Face Blog精选AI 评分8585 Falcon Mamba：首个强大的无注意力 7B 模型发布
Technology Innovation Institute 发布了 Falcon Mamba 模型，这是一个基于 Mamba 架构的无注意力 7B 模型，可在 Hugging Face 系统中使用，具有处理长序列的能力。
推荐理由：原文介绍了 Falcon Mamba 模型的设计、性能和如何在 Hugging Face 系统中使用，读者可以了解其在处理长序列方面的优势。
OpenAI NewsAI 评分3030 OpenAI 与 Rakuten 联合，利用 AI 解锁客户洞察与价值
OpenAI 与 Rakuten 合作，通过数据与 API 的结合，利用 AI 技术深入挖掘客户洞察，提升客户价值。
OpenAI NewsAI 评分3030 GPT-4 API 引入结构化输出功能
OpenAI 推出 GPT-4 API 的结构化输出功能，模型输出结果将严格遵循开发者提供的 JSON 模式，提升数据处理效率。