Hugging Face 用 Math-Verify 重评 Open LLM Leaderboard 全部 3751 个模型
Hugging Face 用新数学评测器 Math-Verify 重新评估了 Open LLM Leaderboard 上提交过的全部 3751 个模型，替换旧评测器只需改 3 行代码。
推荐理由：原文给出数学评测器替换后的全量重评数据，可据此理解旧榜评分偏差与榜单变动幅度。
#开源生态
#开源生态
今日 3 条Hugging Face Blog精选AI 评分6161
Hugging Face BlogAI 评分5151 Hugging Face 发布视频数据集构建工具
Hugging Face 发布一套用于视频生成数据集的三阶段流水线工具，通过 yt-dlp 采集视频、Video to Scenes 切分片段，并用 LAION-5B-WatermarkDetection。
Hugging Face BlogAI 评分5252 Open R1 发布 OpenR1-Math-220k 数学推理数据集
Open R1 项目发布首个大规模数学推理数据集 OpenR1-Math-220k，用 DeepSeek R1 在 512 张 H100 本地生成 400k 道题的解答，过滤后保留 220k 道含正确推理轨迹的题目。
Hugging Face BlogAI 评分3333 Hugging Face 发布 Open Arabic LLM Leaderboard 2：阿拉伯语大模型评测榜升级
Hugging Face 联合 2A2I、TII 推出 Open Arabic LLM Leaderboard 2，升级阿拉伯语大模型评测榜。首版 OALL 上线不到 7 个月吸引超 46,000 名访客，收到 700 多个模型提交，参数从 1B 到 70B 以上，来自 180 多个机构，其中超 70% 为 chat 和微调模型，11% 为预训练模型，超半数模型小于 7B。
Hugging Face BlogAI 评分5151 Hugging Face 将 π0 与 π0-FAST 视觉-语言-动作模型移植到 LeRobot
Hugging Face 已将 Physical Intelligence 开发的两个机器人基础模型 π0 与 π0-FAST 移植到 LeRobot 仓库，可在其生态中使用。
Hugging Face Blog精选AI 评分6464 Hugging Face 开源 DeepResearch 框架，GAIA 验证集达 55.15%
Hugging Face 用 24 小时复现 OpenAI Deep Research，并开源了所需的智能体框架。该框架基于 smolagents 的 CodeAgent，让智能体用代码而非 JSON 表达动作，在 GAIA 验证集上取得 55.15% 的成绩，高于此前开源框架 Magentic-One 的约 46%；同一设置改用 JSON 写动作后平均降至 33%。
推荐理由：原文给出了复现 OpenAI Deep Research 的开放框架与 GAIA 上的对比数字，可据此了解代码式智能体相较 JSON 方式的差异。
Hugging Face Blog精选AI 评分6464 Open-R1 项目更新：复现 DeepSeek-R1 评测、训练管线与合成数据
Hugging Face 的 Open-R1 项目启动一周后发布首份更新，称已能复现 DeepSeek 在 MATH-500 上报告的评测分数，并公开了评测排行榜。
推荐理由：Open-R1 团队复现 DeepSeek-R1 评测并公开数据生成与 GRPO 训练的工程细节，可供复现者参考。
Hugging Face Blog精选AI 评分7171 Mini-R1：用 GRPO 和 Countdown Game 复现 DeepSeek R1 的 aha moment
Hugging Face 博客发布了一篇 RL 教程，用 GRPO 和 Countdown Game、以 Qwen2.5-3B-Instruct 为基座在 4x H100 上复现 DeepSeek R1 的 aha moment。
推荐理由：原文给出了在 4x H100 上用 GRPO 复现 R1 式推理的完整脚本、奖励函数与训练观察，可据此判断 RL 训练的实际收敛过程。
Hugging Face BlogAI 评分1515 Hugging Face 发布首期 AI 艺术工具通讯，回顾 2024 并预告 2025
Hugging Face 推出首期 AI 艺术工具通讯《The AI tools for Art Newsletter》，回顾 2024 年创意 AI 的关键进展，并预告 2025 年新动向及将启动月度汇总。
Hugging Face BlogAI 评分3232 如何在 AWS 上部署并微调 DeepSeek 模型
Hugging Face 与 AWS 合作发布了在 AWS 上部署和微调 DeepSeek R1 系列模型的指南，涵盖通过 Inference Endpoints、Amazon Bedrock Marketplace、SageMaker AI 和 EC2 Neuron 等服务的部署路径，以及基于 Hugging Face Training DLCs 的微调方法。
Hugging Face Blog精选AI 评分6060 Hugging Face 发起 Open-R1 项目，复现 DeepSeek-R1 数据与训练流程
Hugging Face 启动 Open-R1 项目，计划系统性复现 DeepSeek-R1 的数据与训练流程，补上官方未公开的数据集和训练代码。该计划分三步：蒸馏高质量推理数据集复现 R1-Distill 模型，复刻 DeepSeek 用于 R1-Zero 的纯强化学习流程，并打通基础模型到 SFT 再到 RL 的多阶段训练。项目还计划把数据集拓展到代码和医学等领域，并向社区开放代码与讨论。
推荐理由：DeepSeek-R1 开源权重但未公开数据与训练代码，该项目计划补上蒸馏与纯 RL 复现路径。
Hugging Face BlogAI 评分4848 Diffusers 中的开源视频生成模型现状
Hugging Face 发布 Diffusers 开源视频生成模型现状综述，梳理了 CogVideoX、Mochi-1、Hunyuan Video、Allegro、LTX Video 等模型，并对比 Meta MovieGen、OpenAI Sora、Google Veo 2 等闭源方案。
Hugging Face Blog精选AI 评分6767 smolagents 新增视觉语言模型支持
Hugging Face 为 smolagents 加上视觉支持，可直接在智能体流水线中使用视觉语言模型。图像既可以在 run 方法开始时以列表传入，由 TaskStep 的 task_images 属性保存，也可以通过 step_callbacks 在每一步把新截图写入 ActionStep 的 observation_images。
推荐理由：官方给出视觉能力接入智能体管线的两种方式，并附可运行的浏览器智能体示例，便于判断多模态 Agent 的落地路径。
Hugging Face BlogAI 评分5858 Hugging Face 发布 SmolVLM-256M 与 500M 两款小型视觉语言模型
Hugging Face 发布 SmolVLM 家族新成员 SmolVLM-256M 和 SmolVLM-500M，共四个 checkpoint，包括两个基础模型和两个指令微调模型，可直接加载到 transformers、MLX 和 ONNX，并提供 transformers 与 WebGPU 演示。
Hugging Face BlogAI 评分4848 Hugging Face transformers 集成 timm：任意 timm 模型都能用 pipeline、量化和微调
Hugging Face 通过新增 TimmWrapper 将 timm 库的计算机视觉模型接入 transformers 生态，让任意 timm 模型可用 pipeline API 推理并兼容 Auto 类。
Hugging Face BlogAI 评分4747 Hugging Face 为 Text Generation Inference 引入多后端支持（TRT-LLM、vLLM）
Hugging Face 为 Text Generation Inference（TGI）引入多后端架构，通过统一的 TGI 前端层接入 vLLM、llama.cpp、TensorRT-LLM 等推理引擎，用户可按模型、硬件和性能需求切换后端。
Hugging Face BlogAI 评分4242 Hugging Face 推出 vdr-2b-multi-v1 多语言视觉文档检索嵌入模型
Hugging Face 发布 vdr-2b-multi-v1 多语言嵌入模型，可将文档页面截图直接编码为稠密单向量，无需 OCR 或分块即可检索意、西、英、法、德五种语言的视觉文档。
Hugging Face Blog精选AI 评分7171 Hugging Face 发布 smolagents：用代码编写动作的轻量智能体库
Hugging Face 发布 smolagents 库，让语言模型具备智能体能力，核心是 CodeAgent——智能体用代码而非 JSON 编写动作，并支持通过 E2B 在沙箱环境执行。
推荐理由：Hugging Face 官方介绍 smolagents 库的 CodeAgent 设计与上手方式，可作为编写代码动作智能体的参考。
Hugging Face BlogAI 评分4444 NVIDIA LogitsProcessorZoo 如何用 logits 处理器控制语言模型生成
NVIDIA 的 LogitsProcessorZoo 是一套模块化 logits 处理器，可控制语言模型生成时的序列长度、强制关键短语或引导多选题答案，并与 Hugging Face Transformers 的 generate 方法完全兼容。
Hugging Face BlogAI 评分5656 TII 发布 Falcon3 开源模型系列，含 1B 至 10B 参数及 Mamba-7B
阿布扎比技术创新研究院（TII）发布 Falcon3 开源模型系列，包含 Falcon3-1B-Base、Falcon3-3B-Base、Falcon3-Mamba-7B-Base、Falcon3-7B-Base 和 Falcon3-10B-Base 五个基础模型，全部在 100 亿参数以下。
Hugging Face BlogAI 评分5656 Hugging Face 推出 Synthetic Data Generator，用自然语言无代码构建数据集
Hugging Face 发布 Synthetic Data Generator，让用户用自然语言描述需求，经三步流程生成自定义数据集，目前支持文本分类和对话两类任务。
Hugging Face BlogAI 评分4545 Hugging Face 与 Entalpic 联合发布开源材料发现项目 LeMaterial，首推 LeMat-Bulk 数据集
Hugging Face 与 Entalpic 联合推出开源协作项目 LeMaterial，并首发 LeMat-Bulk 数据集，将 Materials Project、Alexandria 和 OQMD 三大材料数据库统一清洗标准化为 670 万条条目、7 项材料属性的单一格式，采用 CC-BY-4.0 许可。
Hugging Face BlogAI 评分3636 Hugging Face 社区发布文本到图像生成开放偏好数据集
Hugging Face 的 Data is Better Together 社区发布 Apache 2.0 许可的文本到图像偏好数据集，覆盖常见图像生成类别并混合不同模型家族与提示词复杂度。数据集基于 Flux 和 Stable Diffusion 模型生成图像，配套提供 flux-dev-lora-finetune。
Hugging Face Blog精选AI 评分6666 Google 发布 PaliGemma 2 视觉语言模型，新增 10B 和 28B 版本
Google 发布新一代视觉语言模型 PaliGemma 2，沿用 SigLIP 图像编码器并将文本解码器升级为 Gemma 2，提供 3B、10B、28B 三种规模，均支持 224x224、448x448、896x896 三种输入分辨率，而上一代 PaliGemma 只有 3B 版本。
推荐理由：Google 发布 PaliGemma 2 视觉语言模型，相比前代只提供 3B，补上了 10B、28B 与三种输入分辨率，可用于判断自己的微调选型空间。
Hugging Face BlogAI 评分3535 开源开发者指南：EU AI Act 要点解读
EU AI Act 已正式生效，可能适用于开源 AI 模型与系统，义务取决于模型类型和发布方式，多数情况下只需清晰文档、部署时披露模型信息并遵守现有版权与隐私规则。
Hugging Face BlogAI 评分3535 Hugging Face 重新设计 Hub 上传下载架构，引入内容寻址存储
Hugging Face 的 Xet 团队正在重新设计 Hub 的上传与下载架构，计划引入内容寻址存储（CAS）并自建传输协议，按字节级分析文件以加速模型与数据集仓库的大文件传输，该协议还能将 Safetensors 张量文件的上传速度提升 10-25%。
Hugging Face BlogAI 评分4848 Hugging Face 发布 SmolVLM：2B 参数的开源视觉语言模型
Hugging Face 发布 SmolVLM，一个 2B 参数、面向低内存占用的开源视觉语言模型，模型权重、数据集、训练配方和工具均以 Apache 2.0 许可开放。
Hugging Face BlogAI 评分3838 Hugging Face 用内容定义分块（CDC）提升 Hub 存储效率
Hugging Face 的 Xet 团队改用内容定义分块（CDC）存储文件，只传输和保存被修改的 chunk。对 CORD-19 数据集的测试显示，平均下载时间从 51 分钟降至 19 分钟，上传从 47 分钟降至 24 分钟，存储占用从 8.9 GB 降至 3.52 GB。
Hugging Face BlogAI 评分4444 BAAI 推出 FlagEval Debate：首个多语言 LLM 辩论竞赛平台
BAAI 推出 FlagEval Debate 平台，让大模型直接对辩，目前支持中文、英文、阿拉伯语和韩语四种语言。平台采用专家评审与用户投票的双重评估机制，并提供开发者自定义参数与实时调试能力，以解决静态评测和 Chatbot Arena 等现有平台缺乏区分度、模型各自生成不真正交互、投票存在风格偏好的问题。
Hugging Face BlogAI 评分3232 Hugging Face 与 LLM-jp 联合发布日语 LLM 开放排行榜
Hugging Face 与跨机构项目 LLM-jp 合作推出 Open Japanese LLM Leaderboard，用于公开评测日语大语言模型。该排行榜基于超 20 个数据集、覆盖 16 项任务（从自然语言推理、机器翻译到代码生成与数学推理），采用 4-shot 设置，由 llm-jp-eval 评测套件驱动。
Hugging Face BlogAI 评分3232 Hugging Face 详解 LayerSkip 自推测解码：用早期层草稿加速文本生成
Hugging Face 博客介绍了源自 LayerSkip 论文的自推测解码（self-speculative decoding）：用同一 LLM 的浅层生成草稿 token、深层负责验证，无需额外草稿模型即可同时提升速度并节省显存。
Hugging Face BlogAI 评分5353 Judge Arena 上线：用众包对战给 LLM 裁判模型排名
Hugging Face 博客介绍 Judge Arena 平台上线，用户可让两个 LLM 裁判对同一段模型输出打分并给出理由，再投票选出更认同的一方，投票结果按 Elo 分数汇总成公开榜单并每小时更新。
The GradientAI 评分2929 形状、对称性与结构：数学在机器学习研究中角色的转变
机器学习过去十年的进展表明，精心设计的数学化架构只带来边际提升，而算力驱动、工程优先的规模化路线却催生了现有理论无法预测的新能力。文章认为数学的角色正在演变：从提供性能理论保证，转向像物理学那样对训练与性能中的经验现象做事后解释，并更多用于架构与任务结构、数据对称性的高层匹配。规模化还让拓扑、代数、几何等"纯"数学领域加入机器学习，以应对深度学习的复杂性问题。
Hugging Face BlogAI 评分2727 Hugging Face 教你如何在 HF Mirror Hub 上分享开放 ML 数据集
HF Mirror Hub 支持托管 TB 级数据集并配备 Dataset Viewer、全文搜索、排序与浏览器内 SQL Console，用户无需下载即可在线浏览和查询数据。
Hugging Face BlogAI 评分3434 PyCharm 集成 Hugging Face：在 IDE 内直接插入和调用模型
PyCharm 现已集成 Hugging Face，开发者可在 IDE 内右键 "Insert HF Model" 选择模型（如 microsoft/Phi-3.5-vision-instruct）并自动粘贴示例代码。
Hugging Face BlogAI 评分3838 Argilla 2.4 发布：无需代码，在 Hub 上轻松构建微调与评估数据集
Argilla 2.4 推出无需代码的数据集构建功能，可直接从 Hugging Face Hub 导入数据集，通过 UI 定义问题并收集人工反馈。该功能支持从 Hub 上 230k 数据集中导入公开数据集，用于微调、评估和众包标注，部署在 Spaces 上默认启用 Hugging Face OAuth，便于社区协作。这是 Argilla 加入 Hugging Face 以来最具影响力的功能更新。
Hugging Face BlogAI 评分5858 Hugging Face 与 Intel Labs 提出 Universal Assisted Generation：任意辅助模型加速解码
Hugging Face 与 Intel Labs 提出 Universal Assisted Generation（UAG），通过双向 tokenizer 转换，让目标模型可以搭配任意模型家族的更小辅助模型，对任意 decoder 或 MoE 模型实现 1.5x-2.0x 推理加速。
Hugging Face Blog精选AI 评分6060 Cohere For AI 发布 Aya Expanse 8B 与 32B 多语言模型
Cohere 研究实验室 Cohere For AI 发布 Aya Expanse 系列多语言模型，包含 8B 和 32B 两个参数规模，并以开放权重形式发布。
推荐理由：原文给出 Aya Expanse 8B/32B 的对比胜率与技术管线细节，可了解多语言训练中数据套利与模型合并的具体做法。
Hugging Face Blog精选AI 评分6969 Google DeepMind 与 Hugging Face 在 Transformers v4.46.0 发布 SynthID Text 文本水印
Google DeepMind 与 Hugging Face 在 Transformers v4.46.0 中发布 SynthID Text，可通过 logits processor 为 AI 生成文本添加水印，并用分类器检测。
推荐理由：SynthID Text 集成进 Transformers 后，给出了水印配置、生成与检测的完整接入方式及已知局限。
Hugging Face BlogAI 评分5757 Hugging Face 发布 HUGS 生成式 AI 推理微服务
Hugging Face 发布 HUGS（Hugging Face Generative AI Services），一套零配置、经过优化的推理微服务，用于在自有基础设施中部署开源模型。