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。
#开源生态
#开源生态
今日 1 条Hugging Face Blog精选AI 评分6868
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。
Google Research精选AI 评分7070 Google Research 发布用于自然恢复的 Earth AI 研究
Google Research 发布了一项研究，开发了一个高分辨率深度学习框架，用于揭示精细尺度生态特征，如树篱和树丛，这些特征通常对标准卫星检测不可见。该框架提供了一种新的途径，以解决在耕作土地上应对气候和生物多样性危机的问题，同时不损害粮食安全。
推荐理由：该研究提出了一个用于揭示精细尺度生态特征的高分辨率深度学习框架，为解决气候和生物多样性危机提供了新的途径。
OpenAI NewsAI 评分3737 OpenAI 推出新一代工作时代 Academy 课程
OpenAI 推出三门 Academy 课程，旨在帮助人们构建实用 AI 技能、创建可重复的工作流程，并在日常工作中应用智能体。
OpenAI NewsAI 评分2020 ChatGPT Sites
OpenAI 推出 ChatGPT Sites，利用 Codex 创建轻量级网站或应用。
OpenAI NewsAI 评分3030 OpenAI Codex 与 GPT-5.5 协同加速 Braintrust 工程师实验与编码
OpenAI 的 Codex 与 GPT-5.5 模型结合，助力 Braintrust 工程师提升实验和编码效率。
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。
OpenAI NewsAI 评分3232 OpenAI Codex 助力 Endava 构建智能组织，加速软件开发
OpenAI 的 Codex 模型帮助 Endava 构建智能组织，将软件交付速度提升，将需求分析时间从数周缩短至数小时。
Google Research精选AI 评分7070 基于零信任聚合的隐私分析研究
Google Research发布了一篇关于基于零信任聚合的隐私分析的研究论文，介绍了该技术在保护用户隐私方面的应用和优势。
推荐理由：原文介绍了基于零信任聚合的隐私分析技术，读者可以了解其在保护用户隐私方面的应用和优势。
OpenAI NewsAI 评分4242 OpenAI 与 Cisco 联手，以 Codex 重新定义企业工程
OpenAI 与 Cisco 合作，利用 Codex 推动AI原生开发，加速AI防御工作，并自动化缺陷修复，重新定义企业工程。
Google Research精选AI 评分7272 谷歌发布实证研究助手 (ERA) 论文，助力科学计算发现
谷歌发布了一篇论文，介绍了他们开发的实证研究助手 (ERA) 工具，该工具利用 Gemini 模型编写和优化科学代码，旨在提高科学研究的效率和范围。
推荐理由：原文介绍了 Empirical Research Assistance (ERA) 的设计和应用，读者可以了解其在科学研究和计算发现中的作用。
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。
OpenAI NewsAI 评分4242 ChatGPT 移动应用支持 Codex 任意地点使用
OpenAI 推出 ChatGPT 移动应用，支持用户在任何地点使用 Codex，实现跨设备和远程环境实时监控、指导和审批编码任务。
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。
Berkeley AI Research精选AI 评分7070 自适应并行推理：高效推理缩放的新范式
本文介绍了自适应并行推理，这是一种提高推理效率的新范式，通过让推理模型自主决定何时分解和并行化子任务，以及如何协调它们，从而提高推理效率。
推荐理由：本文介绍了自适应并行推理，这是一种提高推理效率的新范式，读者可以了解其原理和应用前景。
OpenAI NewsAI 评分4545 Parloa 利用 OpenAI 模型打造可扩展的语音驱动 AI 客户服务代理
Parloa 利用 OpenAI 模型构建可扩展的语音驱动 AI 客户服务代理，帮助企业设计、模拟和部署可靠的实时交互。
OpenAI NewsAI 评分3535 OpenAI 助力 Uber 优化司机收入与乘客预订体验
OpenAI 为 Uber 提供人工智能助手和语音功能，助力司机更智能地赚取收入，乘客更快地完成预订，提升全球实时市场效率。
OpenAI NewsAI 评分4040 ChatGPT Futures 2026：26位学生创新者用AI构建未来
OpenAI推出ChatGPT Futures 2026，26位学生创新者利用AI技术进行研究和构建实际影响。这一代学生正在重新定义学习、创造力和机会。
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 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。
OpenAI NewsAI 评分4040 OpenAI ChatGPT Enterprise助力Hyatt提升员工AI能力
Hyatt在全球员工中部署ChatGPT Enterprise，利用GPT-5.4和Codex提升生产力和客户体验。
Google Research精选AI 评分7070 Google Research：设计用于现实世界的合成数据集：机制设计和从第一性原理的推理
Google Research 发布论文，介绍 Simula 框架，该框架通过机制设计，将数据生成转化为可控的科学，为构建高保真数据集提供了清晰路径，并已在 Google 的多个业务场景中得到应用。
推荐理由：Simula 框架通过机制设计，将数据生成转化为可控的科学，为构建高保真数据集提供了清晰路径，对 AI 的发展具有重要意义。
Google Research精选AI 评分6262 Google 研究利用 AI 生成神经元形状加速大脑图谱绘制
Google 研究团队开发了一种名为 MoGen 的 AI 技术，通过生成神经元形状来提高大脑图谱绘制的效率和准确性，并在 ICLR 2026 上发表了相关论文。
推荐理由：原文介绍了利用 AI 生成神经元形状来加速大脑图谱绘制的研究，读者可以了解这项技术如何提高大脑图谱绘制的效率和准确性。
Hugging Face BlogAI 评分4545 Hugging Face 推出 Skill 和测试工具，助力模型从 Transformer 迁移至 mlx-lm
Hugging Face 推出 Skill 和测试工具，帮助将语言模型从 Transformer 迁移至 mlx-lm，提高模型迁移效率。该工具旨在辅助贡献者和审查者，而非自动化。
OpenAI NewsAI 评分3232 ChatGPT for operations teams
OpenAI 的 ChatGPT 被用于优化运营团队的工作流程，提升协作效率，标准化流程，并加速执行速度。
OpenAI NewsAI 评分3030 ChatGPT助力客户成功团队提升沟通与留存率
OpenAI的ChatGPT被客户成功团队用于账户管理、沟通优化、降低客户流失率，并推动产品采用和续订。
OpenAI NewsAI 评分3535 ChatGPT 分析数据指南
ChatGPT 可用于探索数据集、生成洞察、创建可视化，并将发现转化为可执行决策。
OpenAI NewsAI 评分3535 ChatGPT for managers：管理者如何利用 ChatGPT 提升团队效能
OpenAI 推出的 ChatGPT 帮助管理者准备对话、撰写清晰反馈、保持组织性和提升团队效能。
OpenAI NewsAI 评分3737 ChatGPT for marketing teams
OpenAI 的 ChatGPT 帮助营销团队规划活动、创作内容、分析表现，并通过实用的 AI 工作流程将洞察转化为行动。
OpenAI NewsAI 评分4040 OpenAI 产品如何将 AI 应用于现实世界
OpenAI 的 ChatGPT、Codex 和 API 等产品将 AI 技术应用于工作、开发和日常任务中，实现 AI 的实际应用。
Google DeepMind精选AI 评分8787 Google DeepMind 发布 Gemma 4：号称每字节最强开源模型
Google DeepMind 正式发布 Gemma 4 系列开源模型，采用 Apache 2.0 许可证，旨在提供先进的推理能力和智能体工作流支持。该系列包含 E2B、E4B、26B MoE 和 31B Dense 四种尺寸，其中 31B 模型在 Arena AI 文本排行榜上位列全球第三。
推荐理由：官方发布了基于 Apache 2.0 许可的 Gemma 4 系列，涵盖从移动端到工作站的多种规格，开发者可据此评估其在本地推理和智能体工作流中的实际部署潜力。
Google Research精选AI 评分6060 Google Research：构建更好的AI基准：需要多少评分者？
Google Research发布了一篇论文，探讨了机器学习评估中可重复性的挑战，并提出了优化评分者数量和分配的方法，以提高AI基准的可靠性和成本效益。
推荐理由：原文探讨了机器学习评估中可重复性的挑战，并提供了优化评估方法的建议，对AI领域具有重要意义。
OpenAI NewsAI 评分3535 ChatGPT助力STADLER公司革新知识工作
STADLER公司采用ChatGPT，为650名员工节省时间并提升工作效率。
Google Research精选AI 评分8585 Google Research 发布 TurboQuant：重新定义 AI 效率与极端压缩
Google Research 发布了 TurboQuant 算法，该算法通过极端压缩技术优化了 AI 模型的效率和内存使用，适用于搜索和 AI 领域。
推荐理由：原文介绍了 TurboQuant 算法及其在 AI 模型压缩和搜索中的应用，对理解和应用该算法的读者具有参考价值。
Ethereum Blog精选AI 评分7070 以太坊 L1 和 L2 如何构建最强以太坊平台
以太坊官方博客探讨了 L1 和 L2 之间的关系，强调了 L1 作为全球无许可和最大弹性全球结算、共享状态、流动性和 DeFi 中心的重要性，以及 L2 在提供差异化功能、服务和控制方面的作用。
推荐理由：本文探讨了以太坊 L1 和 L2 之间的关系，以及它们如何共同构建一个强大的以太坊平台，为用户带来更多价值。
Hugging Face Blog精选AI 评分8585 Hugging Face 发布 2026 年开源 AI 生态分析报告
Hugging Face 发布了 2026 年开源 AI 生态分析报告，指出开源 AI 正在向多个子生态系统发展，并受到全球参与、技术专业化和机构采用的影响。报告显示，开源 AI 生态正在经历地理权力再平衡，西方组织正在寻求商业可部署的替代方案，以应对中国模型带来的挑战。
推荐理由：Hugging Face 的开源 AI 生态分析显示，开源 AI 正在向多个子生态系统发展，并受到全球参与、技术专业化和机构采用的影响。
Mistral AI精选AI 评分7070 Mistral AI 与 NVIDIA 合作加速开放前沿模型发展
Mistral AI 与 NVIDIA 合作，共同推动前沿开源模型的发展，Mistral AI 将贡献其专有训练技术、多模态能力和企业级微调工具，同时利用 NVIDIA 的计算资源、模型开发工具和合成数据生成管道。
推荐理由：Mistral AI 与 NVIDIA 合作推动前沿开源模型的发展，对 AI 社区具有重要意义，读者可以关注这一合作对 AI 技术发展的影响。
Berkeley AI Research精选AI 评分7070 大规模识别 LLM 交互：SPEX 和 ProxySPEX 算法
本文介绍了 SPEX 和 ProxySPEX 算法，它们能够在大规模上识别 LLM 的关键交互，为特征、数据和模型组件归因提供了新的方法。
推荐理由：SPEX 和 ProxySPEX 算法能够在大规模上识别关键交互，为特征、数据和模型组件归因提供了新的方法。
OpenAI NewsAI 评分4545 OpenAI Responses API 打造智能体运行时：从模型到智能体
OpenAI 利用 Responses API、shell 工具和托管容器构建了智能体运行时，实现安全、可扩展的智能体运行，支持文件、工具和状态管理。
OpenAI NewsAI 评分3737 ChatGPT 引入互动式数学和科学可视化解释
ChatGPT 推出互动式数学和科学可视化解释功能，帮助学生实时探索公式、变量和概念。