NVIDIA NeMo AutoModel 加速 Transformers MoE 模型微调指南
NVIDIA NeMo AutoModel 库基于 HuggingFace Transformers v5 构建，为混合专家（MoE）模型提供高效微调支持。
推荐理由：原文提供了基于 Transformers v5 的 MoE 模型微调加速方案，通过单行代码修改即可实现显著的性能提升和显存节省。
#Hugging Face
#Hugging Face
今日 0 条Hugging Face Blog精选AI 评分6060
Hugging Face BlogAI 评分5353 Hugging Face 与 Treble Technologies 推出首个开源远场 ASR 排行榜 FFASR
Hugging Face 联合 Treble Technologies 发布首个开源、社区驱动的远场自动语音识别（ASR）排行榜 FFASR，旨在评估模型在混响和噪声等真实声学条件下的表现。
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 BlogAI 评分5555 PP-OCRv6 在 Hugging Face 发布：参数量覆盖 1.5M 至 34.5M 的 50 语言 OCR 模型族
PaddleOCR 推出最新一代通用 OCR 模型族 PP-OCRv6，包含 tiny、small 和 medium 三个层级，参数量从 1.5M 扩展至 34.5M。
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5959 MosaicLeaks：深度研究智能体的隐私风险与 PA-DR 防御方法
ServiceNow 团队发布 MosaicLeaks 基准，指出深度研究智能体在多跳任务中易因累积查询日志泄露私有信息（即“马赛克效应”）。实验显示仅优化任务性能会加剧泄露，而提出的 Privacy-Aware Deep Research (PA-DR) 训练方法结合情境奖励与隐私奖励，将严格链成功率从 48.7% 提升至 58.7%，同时将答案/全信息泄露率从 34.0% 降至 9.9%。
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6868 Hugging Face 发布 agent-eval 工具以基准测试开源模型对 transformers 库的智能体适配性
Hugging Face 推出 `agent-eval` 工具，用于衡量智能体在使用 `transformers` 库完成任务时的过程成本（如时间、Token 消耗和错误率），而不仅仅是最终答案的正确性。
推荐理由：原文提供了评估智能体使用工具效率的基准方法，揭示了同一优化对不同规模模型可能产生相反效果。
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 Blog精选AI 评分9292 智谱发布 GLM-5.2：支持 1M 上下文的长程任务旗舰模型
智谱（Z.ai）发布最新旗舰模型 GLM-5.2，主打长程任务能力并首次提供稳定的 1M-token 上下文窗口。该模型采用 IndexShare 架构降低计算成本，在 FrontierSWE、PostTrainBench 等长程编程基准中表现优于多数开源模型，接近 Claude Opus 4.8 水平。
推荐理由：原文展示了 GLM-5.2 在长上下文编程基准上的具体得分及与闭源模型的差距，读者可据此评估其在复杂工程任务中的实际可用性。
Hugging Face Blog精选AI 评分7878 Hugging Face 发布 Agentic Resource Discovery (ARD) 规范及 Discover 工具实现
Hugging Face 推出 Agentic Resource Discovery (ARD) 规范的参考实现 Discover Tool，旨在解决智能体在运行时动态发现和集成 MCP、Skills 等能力的痛点。
推荐理由：文章详解了 ARD 规范如何解决智能体能力发现难题，并提供了 Hugging Face Discover 工具的 CLI 与 API 实操指南。
Hugging Face Blog精选AI 评分7070 Hugging Face Spaces：构建多媒体应用的构建块经济
Hugging Face Spaces通过提供可调用的模型块，使得构建多媒体应用变得更加容易，通过示例展示了如何使用Spaces构建3D巴黎画廊。
推荐理由：原文展示了如何通过Hugging Face Spaces构建多媒体应用，读者可以了解这种构建方式及其对现有工作流的影响。
Hugging Face BlogAI 评分4545 Hugging Face Jobs 搬迁 GitHub CI 指南
Trackio 将 GitHub CI 迁移至 Hugging Face Jobs，实现 CPU 和 GPU 并行测试，CPU 测试时间缩短约 30%。Hugging Face Jobs 支持在无服务器基础设施上运行命令或脚本，适用于 CI 环境。迁移步骤包括创建 dispatcher Space、安装 GitHub App 和配置 GitHub Actions。
Hugging Face Blog精选AI 评分7070 OpenEnv 开源社区支持 OpenEnv for Agentic RL
OpenEnv 是一个用于创建智能体执行环境的工具，如终端、浏览器等。OpenEnv 现在由一个委员会协调，包括 Meta-PyTorch、Reflection、Unsloth、Modal、Prime Intellect、Nvidia、Mercor、Fleet AI、Microsoft、Hugging Face 和 RadixArk。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Hugging Face Blog精选AI 评分8585 NVIDIA 发布 Nemotron 3.5 内容安全模型
NVIDIA 发布了 Nemotron 3.5 内容安全模型，该模型集成了多模态输入、多语言覆盖、自定义企业策略执行和可审计推理功能。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Hugging Face BlogAI 评分5555 Hugging Face CLI 优化以适应智能体工作
Hugging Face 对其 CLI 进行了优化，使其更适合智能体使用，包括 Claude Code 和 Codex。CLI 现在能够根据使用环境自动调整输出格式，以适应人类用户和智能体。此外，CLI 还引入了新的功能，如多命令渲染、错误提示和改进的命令发现性，以提高智能体的工作效率。
Hugging Face Blog精选AI 评分6565 DharmaOCR：结构化 OCR 中的直接偏好优化
DharmaOCR 发布了一项新的研究，提出了一种名为直接偏好优化（DPO）的方法，用于减少文本生成中的退化问题。该方法利用模型的失败输出作为拒绝示例，以提高结构化 OCR 的质量。
推荐理由：DharmaOCR 通过将模型的失败输出作为拒绝示例，为直接偏好优化（DPO）提供了一种新的方法，以减少文本生成中的退化问题。
Hugging Face BlogAI 评分4242 Reachy Mini 添加 MCP 工具实现功能扩展
Reachy Mini 机器人对话应用现可使用 Hugging Face Spaces 中的工具，通过 MCP 添加新功能，如查看天气或搜索网络。用户可从 Hub 添加工具，无需编辑应用，工具在 Space 中运行，无需下载代码。
Hugging Face Blog精选AI 评分8585 Hugging Face 发布 Holo3.1 智能体功能
Hugging Face 发布了 Holo3.1 智能体功能，包括优化后的模型大小、本地推理支持和跨环境部署能力，旨在提升智能体在各种工作环境中的性能和灵活性。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Hugging Face Blog精选AI 评分7070 JetBrains 发布 Mellum2：一个 12B 参数的混合专家模型
JetBrains 发布了 Mellum2，一个 12B 参数的混合专家模型，专门针对自然语言和代码。该模型在自然语言和代码上从头开始训练，每个标记激活 2.5B 参数，使其适用于高吞吐量、低延迟推理。Mellum2 可用于路由、RAG、摘要、子代理、高吞吐量编码功能和私有部署。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Hugging Face Blog精选AI 评分6565 超越 LLM：为什么可扩展的企业级 AI 采用取决于智能体逻辑
IBM 研究探讨了智能体逻辑在可扩展企业级 AI 采用中的重要性，并展示了其在多个领域的应用案例，如代码分析、测试生成、事件响应和合规自动化。
推荐理由：原文详细介绍了 IBM 研究中智能体逻辑的应用，读者可以了解其在企业级 AI 应用中的潜力。
Hugging Face Blog精选AI 评分7070 Hugging Face 推出 Delta Weight Sync 工具，优化异步强化学习训练
Hugging Face 推出 Delta Weight Sync 工具，通过优化权重同步方式，将异步强化学习训练的成本显著降低，并支持多副本推理，具有实际应用价值。
推荐理由：该工具通过优化权重同步方式，显著降低了异步强化学习训练的成本，并支持多副本推理，具有实际应用价值。
Hugging Face BlogAI 评分5252 OlmoEarth v1.1：更高效的地球观测模型家族
OlmoEarth v1.1 模型在保持与 v1 版本相同性能的同时，将计算成本降低了最多 3 倍，为遥感领域的研究和应用提供了更高效的解决方案。
Hugging Face BlogAI 评分4545 PaddleOCR 3.5：与 Hugging Face Transformers 集成 OCR 和文档解析任务
PaddleOCR 3.5 引入更灵活的推理引擎接口，支持使用 Hugging Face Transformers 作为推理后端，开发者可通过 engine 参数选择后端并配置相关选项，简化与下游 RAG、agent、搜索、分析或自动化工作流的集成。
Hugging Face Blog精选AI 评分8585 IBM 发布 Granite Embedding Multilingual R2：开源 Apache 2.0 多语言嵌入模型
IBM 发布了新的多语言嵌入模型 Granite Embedding Multilingual R2，包括两个 Apache 2.0 许可的模型：一个 97M 参数的小型模型和一个 311M 参数的全尺寸模型。这两个模型都支持 200 多种语言，在 52 种语言上进行微调，支持 32K 上下文长度，并添加了对 9 种编程语言的代码检索功能。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Hugging Face Blog精选AI 评分7070 Hugging Face 博客发布异步批处理技术
Hugging Face 博客发布了一篇关于异步批处理技术的文章，介绍了如何通过分离 CPU 和 GPU 工作负载来提高推理性能。
推荐理由：原文介绍了如何通过异步批处理提高推理性能，读者可以了解这一技术如何改变现有工作流。
Hugging Face Blog精选AI 评分6565 AWS 基础模型训练和推理构建模块
本文分析了 AWS 基础模型训练和推理的基础架构，包括基础设施、资源编排、机器学习软件栈和可观察性。
推荐理由：本文深入探讨了在 AWS 上进行基础模型训练和推理的基础架构，对机器学习工程师和研究人员具有参考价值。
Hugging Face BlogAI 评分4545 vLLM V0 至 V1：在 RL 迁移中先纠正错误再进行纠正
Hugging Face 的 PipelineRL 使用 vLLM 作为推理引擎，在 vLLM V0 至 V1 迁移过程中，通过修复四个问题（处理滚动日志概率、V1 特定的运行时默认值、飞行中的权重更新路径和用于最终投影的 fp32 lm_head）来确保 V1 版本与 V0 版本匹配。
Hugging Face Blog精选AI 评分8585 IBM 发布 Granite 4.1 大语言模型：构建过程详解
IBM 发布了 Granite 4.1 大语言模型，该模型采用多阶段预训练流程，包括长达 512K 令牌的长上下文扩展，并在数学、编码、指令遵循和通用聊天等方面进行了强化学习。
推荐理由：Granite 4.1 模型在数据工程、预训练、监督微调和强化学习方面进行了深入的技术分析，展示了其在多个领域的性能表现。
Hugging Face BlogAI 评分4040 DeepInfra 成为 Hugging Face 推理提供商
DeepInfra 加入 Hugging Face Hub，提供成本效益高的 AI 推理服务，支持超过 100 个模型，包括 DeepSeek V4、Kimi-K2.6 和 GLM-5.1 等，无缝集成到客户端 SDK，支持对话和文本生成任务。
Hugging Face Blog精选AI 评分8585 NVIDIA 发布 Nemotron 3 Nano Omni：面向文档、音频和视频智能体的长上下文多模态智能模型
NVIDIA 推出 Nemotron 3 Nano Omni，这是一个面向文档、音频和视频智能体的长上下文多模态智能模型，它在多个模态理解任务上表现出色，包括文档分析、图像推理、语音识别和视频理解。
推荐理由：NVIDIA Nemotron 3 Nano Omni 在多个模态理解任务上表现出色，包括文档分析、图像推理、语音识别和视频理解，读者可以了解其在实际应用中的潜力。
Hugging Face BlogAI 评分3737 Transformers.js 在 Chrome 扩展中的应用指南
Hugging Face 推出基于 Gemma 4 E2B 的 Transformers.js 浏览器扩展，帮助开发者实现本地 AI 功能；该扩展采用背景服务工作者托管模型。
Hugging Face Blog精选AI 评分7070 QIMMA：首个以质量优先的阿拉伯语LLM评测平台
QIMMA是一个针对阿拉伯语LLM的评测平台，通过质量验证和代码评估，为阿拉伯语NLP研究提供了更可靠的数据。QIMMA整合了14个源基准的109个子集，涵盖了7个领域，包括文化、STEM、法律、医疗、安全、诗歌和文学以及软件开发。
推荐理由：QIMMA是一个针对阿拉伯语LLM的评测平台，通过质量验证和代码评估，为阿拉伯语NLP研究提供了更可靠的数据。
Hugging Face BlogAI 评分5555 使用 Sentence Transformers 训练和微调多模态嵌入和重排模型
Sentence Transformers 是一个用于使用和训练嵌入和重排模型的 Python 库，适用于检索增强生成、语义搜索等应用。本文介绍了如何使用该库训练和微调多模态模型，并以视觉文档检索为例，展示了如何通过微调提高模型性能。
Hugging Face Blog精选AI 评分6565 Ecom-RLVE: 电子商务对话智能体的自适应可验证环境
Hugging Face 发布了 Ecom-RLVE，一个用于电子商务对话智能体的自适应可验证环境。该环境提供了 8 个可验证环境，包括产品发现、替代品、购物车构建、退货、订单跟踪、政策问答、捆绑计划和多意图旅程，每个环境都包含程序性问题生成、12 个维度的难度课程和算法可验证的奖励。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Hugging Face Blog精选AI 评分6565 VAKRA 数据集：评估 AI 智能体的推理、工具使用和失败模式
VAKRA 数据集是一个基于工具的、可执行的基准，用于评估 AI 智能体在企业环境中的推理和行动能力。该数据集包含四个任务，分别测试不同的能力，并分析了智能体在不同任务中的失败模式。
推荐理由：VAKRA 数据集评估了 AI 智能体在企业环境中的推理和行动能力，揭示了工具能力与端到端智能体可靠性之间的差距。
Hugging Face Blog精选AI 评分6060 HCompany 发布 HoloTab，您的 AI 浏览器伴侣
HCompany 发布了 HoloTab，一款基于 Chrome 浏览器的 AI 浏览器扩展，可自动化网站任务，并支持创建和运行自动化流程。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Hugging Face BlogAI 评分4040 Sentence Transformers v5.4：多模态嵌入与重排模型发布
Sentence Transformers v5.4版本发布，支持文本、图像、音频和视频的多模态嵌入与重排。新版本通过统一的API实现跨模态文本和图像的相似度计算，适用于视觉文档检索、跨模态搜索和多模态RAG管道。
Hugging Face Blog精选AI 评分6565 Waypoint-1.5：为日常GPU带来更高保真度的交互式世界
Waypoint-1.5是Overworld的下一个实时视频世界模型，旨在将交互式生成世界带给普通用户。该版本提高了视觉保真度，扩展了可以本地运行模型的硬件范围，并朝着无需数据中心级计算即可进行交互式世界模拟迈出了另一步。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。