Geth v1.13.0 发布
Geth v1.13.0 发布，引入新的数据库模型以存储以太坊状态，提高了性能并实现了适当的修剪。
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。
Agent 智能体
全部主题让模型自主规划、调用工具、完成多步任务的技术方向——从 Claude Code、Manus 到各家 Agent 框架与评测基准的全部动态。
最新精选
第 901–920 条 · 共 973 条Ethereum Blog精选AI 评分6565
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 SafeCoder 智能代码助手
Hugging Face 发布了 SafeCoder，一款面向企业的智能代码助手，它基于开源模型 StarCoder，提供透明度、可定制性、IT 弹性和隐私保护。SafeCoder 可以帮助用户训练模型，学习特定软件工程流程的细微差别，并支持在本地或云端运行。
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 Hugging Face 发布 Falcon 180B 开源语言模型
Hugging Face 发布了 Falcon 180B 开源语言模型，具有1800亿参数，在多个自然语言任务上取得了最先进的成果，并提供了使用指南。
推荐理由：Falcon 180B 是目前最大的开源语言模型，具有1800亿参数，在多个自然语言任务上取得了最先进的成果，读者可以了解其性能和如何使用。
Hugging Face Blog精选AI 评分8585 Code Llama：Llama 2 学习编码
Code Llama 是一系列针对代码任务的 Llama 2 开放访问版本，它被集成到 Hugging Face 生态系统中。Code Llama 可以通过在 IDE 中提供代码补全来提高软件工程师的生产力，处理编写文档字符串或创建单元测试等重复或令人烦恼的任务。
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7272 Hugging Face集成AutoGPTQ库，使LLM量化更便捷
Hugging Face在Transformers中集成了AutoGPTQ库，使用户能够以8、4、3或2位精度量化模型，同时保持推理速度与fp16基准相当。
推荐理由：原文介绍了AutoGPTQ库的集成，使LLM量化更加便捷，读者可以了解其如何改变现有工作流。
Hugging Face Blog精选AI 评分6767 Hugging Face 发布 SafeCoder 代码助手解决方案
Hugging Face 发布了 SafeCoder，一款面向企业的代码助手解决方案，旨在提高软件开发效率。SafeCoder 以安全和隐私为核心原则，允许企业自行托管和训练自己的代码大型语言模型，无需将代码分享给第三方。
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 发布 Swift Transformers：在 Apple 设备上运行设备端 LLM
Hugging Face 发布了 Swift Transformers，这是一个用于在 Apple 设备上运行设备端 LLM 的工具。它包括 alpha 库和工具，旨在帮助开发者构建更快的应用程序，并支持多种模型和转换工具。
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 迈向加密大型语言模型：全同态加密的应用
Hugging Face Blog发布了一篇关于使用全同态加密技术保护大型语言模型隐私的研究，该技术允许在加密数据上执行函数，从而在保护模型所有者知识产权的同时，维护用户数据的隐私。
推荐理由：该研究提出了使用全同态加密技术保护大型语言模型隐私的方法，对关注AI安全和隐私的读者有参考价值。
Hugging Face Blog精选AI 评分6767 Hugging Face 发布 Stable Diffusion XL 并提供 Core ML 支持
Hugging Face 发布了新的 Stable Diffusion XL 模型，并提供了 Core ML 支持，使得模型可以在 macOS 上运行。同时，还介绍了混合位调色板化技术，以减小模型大小并提高性能。
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7272 Hugging Face Diffusers 庆祝一周年发布多项新功能
Hugging Face 的 Diffusers 库庆祝一周年，发布了多项新功能，包括支持更逼真的图像生成、视频生成、3D 模型生成、图像编辑、更快的扩散模型、伦理和安全功能、LoRA 支持和 PyTorch 2.0 优化。
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 Meta 发布 Llama 2 模型，支持 Hugging Face 集成
Meta 发布了 Llama 2 模型，这是一个从 7B 到 70B 参数的开源大型语言模型家族，支持 Hugging Face 集成，包括预训练模型和微调模型。
推荐理由：原文介绍了 Llama 2 模型的特点和功能，读者可以了解其性能和适用场景。
Hugging Face Blog精选AI 评分7777 Hugging Face 发布开源文本生成和大型语言模型生态系统
Hugging Face 发布了新的开源文本生成和大型语言模型生态系统，包括 Llama 2 模型和其他开源模型，以及用于模型部署和微调的工具。
推荐理由：原文介绍了 Hugging Face 平台上开源文本生成和大型语言模型生态系统的最新发展，读者可以了解最新的模型和工具，以及它们如何改变现有工作流。
Hugging Face Blog精选AI 评分7070 Hugging Face Blog：加速视觉-语言模型：BridgeTower在Habana Gaudi2上的应用
Hugging Face Blog发布了一篇关于加速视觉-语言模型BridgeTower在Habana Gaudi2上的应用的博客文章。文章介绍了BridgeTower模型在Habana Gaudi2硬件加速器上的性能提升，以及如何通过Optimum Habana软件库利用这些特性。
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6565 Open LLM 领导板上的情况如何？
Hugging Face 博客文章探讨了 Open LLM 领导板上的 MMLU 评估结果差异，分析了不同评估方法对模型性能的影响。
推荐理由：原文探讨了不同评估方法对模型性能的影响，读者可以了解如何选择合适的评估方式。
Hugging Face Blog精选AI 评分6565 Hugging Face 发布 Core ML 优化版 Stable Diffusion，支持 6 位调色板量化
Hugging Face 发布了优化后的 Stable Diffusion 模型，支持 6 位调色板量化，可在 iPhone、iPad 和 Mac 上运行，提高了模型速度并减少了内存使用。
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 与 AMD 合作加速 CPU 和 GPU 平台上的最先进模型
Hugging Face 与 AMD 合作，旨在为 CPU 和 GPU 平台提供最先进的 transformer 模型性能。该合作将支持多种模型架构和框架，包括自然语言处理、计算机视觉和语音模型，并预计将提高成本效益。
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 大型语言模型能否像人类一样标注数据？
Hugging Face 博客发布了一篇论文，探讨了大型语言模型在数据标注方面的能力，并介绍了 Open LLM Leaderboard 评估套件的扩展。
推荐理由：该研究探讨了大型语言模型在数据标注方面的能力，为读者提供了对模型性能的评估方法。
Hugging Face Blog精选AI 评分8585 Falcon 模型发布：Hugging Face 生态系统中新的大型语言模型
Falcon 模型由阿布扎比的科技创新研究所创建，是 Hugging Face 生态系统中的新大型语言模型。Falcon-40B 是第一个具有与许多当前闭源模型相媲美能力的“真正开放”模型。
推荐理由：原文介绍了 Falcon 模型的特点和功能，以及如何在 Hugging Face 生态系统中使用它们，读者可以了解 Falcon 模型的最新进展和应用潜力。
Hugging Face Blog精选AI 评分7070 Hugging Face 与微软合作推出 Azure 上的 Hugging Face 模型目录
Hugging Face 与微软合作，将 Hugging Face Hub 上的开源模型引入 Azure Machine Learning，简化了大型语言模型在 Azure 上的部署过程，并提供了安全可扩展的环境进行实时推理。
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 Hugging Face 发布 bitsandbytes 库，实现 4 位量化并推出 QLoRA 技术
Hugging Face 发布了 bitsandbytes 库，支持 4 位量化，并推出了 QLoRA 技术，用于在 4 位量化模型上进行微调。这项技术使得在单个 48GB GPU 上微调 65B 参数模型成为可能，同时保持了 16 位微调任务的全性能。
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。