LeRobot v0.4.0 发布：开源机器人学习超级加速
LeRobot v0.4.0 发布，引入了可扩展的数据集、新的 VLA 模型、硬件插件系统、对 LIBERO 和 Meta-World 的支持、简化了多 GPU 训练，并推出了 Hugging Face 机器人学习课程。
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
全部主题Hugging Face 开源社区动态：热门模型与数据集、排行榜变化与开源生态的晴雨表。
最新精选
第 141–160 条 · 共 381 条Hugging Face Blog精选AI 评分8585
Hugging Face Blog精选AI 评分7070 Hugging Face 发布 OpenEnv Hub：构建开放智能体生态系统
Hugging Face 与 Meta 合作推出 OpenEnv Hub，一个用于智能体环境的共享和开源社区中心。OpenEnv 提供了用于训练和部署的智能体环境，旨在为开发者提供一个安全、语义清晰的沙箱环境，以支持智能体的可扩展开发。
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 Sentence Transformers 加入 Hugging Face！
Sentence Transformers（又称 SentenceBERT 或 SBERT）是一个流行的开源库，用于生成高质量嵌入，捕捉语义意义。自 2019 年由 Nils Reimers 创立以来，Sentence Transformers 已被广泛采用，用于各种自然语言处理（NLP）任务，包括语义搜索、语义文本相似度、聚类和释义挖掘。
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6767 Hugging Face 与 VirusTotal 合作加强 AI 安全
Hugging Face 与 VirusTotal 合作，对 Hugging Face Hub 上的 220 万个公共模型和数据集存储库进行持续扫描，以增强文件共享的安全性，保护机器学习社区免受恶意或受损资产的影响。
推荐理由：Hugging Face 与 VirusTotal 的合作增强了 Hugging Face Hub 上共享文件的安全性，有助于保护机器学习社区免受恶意或受损资产的影响。
Hugging Face Blog精选AI 评分7070 Hugging Face AI Sheets 发布视觉支持功能
Hugging Face AI Sheets 发布重大更新，新增视觉支持功能，可从图像中提取数据、生成视觉内容以及编辑图像，支持数千个开源模型。
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 发布开放 OCR 模型
Hugging Face 发布了新的 OCR 模型 Chandra 和 OlmOCR-2，并提供了相关的指南和工具，帮助用户选择和使用这些模型。
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 Google Cloud C4 带来 GPT OSS 在 Intel 和 Hugging Face 上的 70% TCO 提升
Google Cloud C4 虚拟机在 Intel Xeon 6 处理器上运行，与 Hugging Face 合作，展示了升级到 Google 最新 C4 虚拟机的实际价值。与上一代的 Google C3 虚拟机实例相比，总拥有成本 (TCO) 提高了 1.7 倍。
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 NVIDIA发布Nemotron-Personas-India：印度人设合成数据集
NVIDIA发布Nemotron-Personas-India，这是一个针对印度人设的合成数据集，旨在解决印度AI领域的数据差距问题，为开发者提供更符合印度社会和文化背景的AI训练数据。
推荐理由：该数据集旨在解决印度AI领域的数据差距问题，为开发者提供更符合印度社会和文化背景的AI训练数据，具有实际应用价值。
Hugging Face Blog精选AI 评分8585 BigCodeArena：通过代码执行评估代码生成模型
Hugging Face 发布了 BigCodeArena，一个通过代码执行来评估代码生成模型质量的平台，支持多种编程语言和框架，并提供了社区投票和排行榜功能。
推荐理由：BigCodeArena 提供了一个评估代码生成模型的新平台，通过执行代码来评估其质量，有助于读者了解代码生成领域的最新进展和评估方法。
Hugging Face Blog精选AI 评分6060 使用 Core ML 和 dots.ocr 实现最先进的 OCR 功能
Hugging Face 博客介绍了如何将 dots.ocr 模型转换为 Core ML 格式并在 Apple 设备上运行，以实现最先进的 OCR 功能。
推荐理由：介绍了如何将 dots.ocr 模型转换为 Core ML 格式并在 Apple 设备上运行，对开发者具有参考价值。
Hugging Face Blog精选AI 评分7070 NVIDIA 发布 Nemotron-Personas-Japan 数据集，助力日本 AI 开发
NVIDIA 发布了 Nemotron-Personas-Japan 数据集，包含 600 万个日本人口统计、地理分布和文化特性相关的虚拟人物，旨在帮助开发者构建更符合日本文化和社会的 AI 系统。
推荐理由：NVIDIA 发布了 Nemotron-Personas-Japan 数据集，为日本 AI 开发提供高质量、多样化的训练数据，有助于构建更符合日本文化和社会的 AI 系统。
Hugging Face Blog精选AI 评分8585 Hugging Face 发布 Gaia2 和 ARE：赋能社区研究智能体
Hugging Face 发布了 Gaia2 和 ARE，Gaia2 是一个智能体评估基准，ARE 是一个开放的研究环境框架，旨在促进智能体研究。Gaia2 数据集和 ARE 框架均以开源形式发布。
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 发布 Palmyra-mini 模型家族：强大、轻量且具备推理能力
Hugging Face 发布了 Palmyra-mini 模型家族，包括三个新模型：palmyra-mini、palmyra-mini-thinking-a 和 palmyra-mini-thinking-b。
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 transformers 库更新，支持 OpenAI GPT-OSS 系列
Hugging Face 发布了 transformers 库的更新，支持 OpenAI 的 GPT-OSS 系列模型。更新包括零构建内核、MXFP4 量化、张量并行、专家并行、动态滑动窗口层和缓存、连续批处理和分页注意力等功能，旨在提高模型加载、运行和微调的效率。
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 Together AI 发布 Hugging Face Hub 模型微调功能
Together AI 与 Hugging Face 合作，推出新的模型微调功能，允许用户在 Hugging Face Hub 上使用 Together AI 的基础设施微调任何兼容的 LLM。
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 Jupyter Agents: 训练 LLMs 进行笔记本推理
Hugging Face 发布了 Jupyter Agents，这是一种训练大型语言模型进行笔记本推理的工具，旨在提高数据分析和数据科学任务的自动化水平。
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 mmBERT：ModernBERT 跨语言模型发布
mmBERT 是一种大规模多语言编码模型，在超过 1800 种语言的 3T+ 文本上进行了训练，在性能和速度上优于之前的模型，并引入了新的策略来有效学习低资源语言。
推荐理由：mmBERT 在多语言模型领域取得了显著进展，读者可以了解其在性能和速度上的提升，以及其在低资源语言学习方面的创新。
Hugging Face Blog精选AI 评分8585 SandboxAQ 发布 SAIR 数据集，加速药物研发进程
SandboxAQ 发布了 Structurally Augmented IC50 Repository (SAIR) 数据集，该数据集包含超过 500 万个 AI 生成的蛋白质-配体 3D 结构，并配以实验测量的 IC₅₀ 标签，有助于加速药物研发进程。
推荐理由：SAIR 数据集的发布为药物研发提供了新的数据资源，有助于加速新药研发进程。
Hugging Face Blog精选AI 评分7070 NVIDIA 发布 600 万个多语言推理数据集
NVIDIA 发布了 600 万个多语言推理数据集，包含五种目标语言：法语、西班牙语、德语、意大利语和日语。数据集用于训练和改进开源模型，并支持边缘部署。
推荐理由：NVIDIA 发布了 600 万个多语言推理数据集，读者可以了解数据集的构建方式和模型的应用场景。
Hugging Face Blog精选AI 评分6767 Hugging Face 推出 Claude 与 Hugging Face Spaces 连接生成图像功能
Hugging Face 推出 Claude 与 Hugging Face Spaces 连接生成图像功能，通过连接 Claude 和 Hugging Face Spaces，用户可以更轻松地使用最新的 AI 模型生成图像，包括自然图像和包含文本的图像。
推荐理由：原文介绍了如何通过连接 Claude 和 Hugging Face Spaces 来生成图像，并介绍了最近推出的模型，这些模型擅长生成自然图像或包含文本的图像，读者可以据此了解 Claude 的能力变化和开放入口，从而判断它将如何改变现有工作流。