Hugging Face 推出 RTEB：面向真实场景的检索嵌入评测基准
Hugging Face 发布 Retrieval Embedding Benchmark（RTEB）beta 版，用公开与私有数据集混合的方式评测嵌入模型的真实检索准确率。RTEB 覆盖 20 种语言及法律、医疗、代码、金融等领域，每个数据集至少 1k 文档和 50 queries，默认榜单指标为 NDCG@10，私有数据集由 MTEB 维护者评测。
#开源生态
#开源生态
今日 3 条Hugging Face BlogAI 评分4242
Hugging Face BlogAI 评分5151 NVIDIA 发布 Nemotron-Personas-Japan 合成日本人画像数据集
NVIDIA 发布 Nemotron-Personas-Japan，一个面向日本主权 AI 的开放合成画像数据集，共 600 万条自然日语画像，采用 CC BY 4.0 授权，可商用与非商用。
Hugging Face BlogAI 评分3838 Swift Transformers 发布 1.0，未来聚焦 MLX 与智能体用例
Hugging Face 的 Swift 库 swift-transformers 发布 1.0，将 Tokenizers 和 Hub 升级为独立顶级模块，并采用支持有状态模型与 MLTensor 的现代 Core ML API。
Hugging Face Blog精选AI 评分6060 Smol2Operator：面向计算机使用 GUI Agent 的后训练方案
Hugging Face 发布 Smol2Operator，用两阶段后训练把无 GUI 定位能力的 SmolVLM2-2.2B-Instruct 训练成可理解并操作图形界面的智能体。
推荐理由：完整开源了两阶段后训练配方与数据工具，读者可据此把无 GUI 定位能力的小型 VLM 训练成可操作的界面智能体。
Hugging Face Blog精选AI 评分7272 Meta 发布 Gaia2 基准与 ARE 智能体评测环境
Meta 发布 GAIA 的后续基准 Gaia2 以及开源框架 Meta Agents Research Environments（ARE），用于运行、调试和评测智能体。
推荐理由：Meta 发布 Gaia2 基准与 ARE 环境源码，给出多模型在模糊、噪声与时间推理任务上的实测结果，便于对照自身智能体能力。
Hugging Face BlogAI 评分4242 Hugging Face 推出 RiskRubric.ai：为模型生态提供标准化风险评估
Cloud Security Alliance 与 Noma Security 牵头，Haize Labs 和 Harmonic Security 参与，推出 RiskRubric.ai，对模型按透明度、可靠性、安全、隐私、安全和声誉六大维度打分并给出 A-F 等级。
Hugging Face BlogAI 评分2222 Public AI 成为 HF Mirror Inference Providers 支持的服务商
Hugging Face 宣布 Public AI 加入 HF Mirror Inference Providers 生态，用户可在模型页和 JS/Python 客户端 SDK 中直接调用其托管的公共与主权模型，如瑞士 AI Initiative 的 Apertus-70B。
Hugging Face BlogAI 评分2828 Writer 发布 Palmyra-mini 系列开源小模型，含两款推理版本
Writer 发布 Palmyra-mini 系列三款开源模型，参数规模 1.5B 至 1.7B，包括非思考基础模型 palmyra-mini 与两款经 Chain of Thought 训练的推理变体 palmyra-mini-thinking-a、palmyra-mini-thinking-b。
Hugging Face Blog精选AI 评分6060 Hugging Face 分享 gpt-oss 在 transformers 中可用的优化技巧
Hugging Face 介绍其为 OpenAI gpt-oss 系列模型升级 transformers 的相关技术，包括可从 Hub 下载的零构建 Kernels、MXFP4 量化、张量并行、专家并行、动态滑动窗口缓存与连续批处理等。
推荐理由：Hugging Face 公开 gpt-oss 适配 transformers 的升级细节，读者可据此判断量化、并行与缓存优化如何落地。
Hugging Face BlogAI 评分5858 Together AI 支持直接微调 Hugging Face Hub 上的任意 LLM
Together AI 与 Hugging Face 联合推出新能力，可在 Together AI 基础设施上微调 Hugging Face Hub 上任何兼容的 LLM，并通过加入 hf_api_token 支持私有仓库，训练后指定 hf_output_repo_name 即可把模型回传 Hub。
Hugging Face Blog精选AI 评分6060 mmBERT 发布：ModernBERT 走向大规模多语言
Hugging Face Blog 介绍 mmBERT，一个在 1800 多种语言、3T+ tokens 文本上训练的大规模多语言编码器模型。它基于 ModernBERT 架构，采用 60→110→1833 语言的三阶段训练和从 30% 降到 5% 的动态掩码策略，首次在 XLM-R 基础上取得全面提升，推理吞吐量提升 2-4 倍并支持 8192 tokens。
推荐理由：mmBERT 把 ModernBERT 扩展到 1800 多种语言，并给出三阶段训练和低资源语言学习的可迁移方法。
Ahead of AI · Sebastian RaschkaAI 评分3333 从零理解与实现 Qwen3：纯 PyTorch 复现 Dense 与 MoE 架构
Sebastian Raschka 发布教程，用纯 PyTorch 从零实现 Qwen3 的 Dense 与 Mixture-of-Experts 架构。
Hugging Face BlogAI 评分4545 SandboxAQ 开源 SAIR：500 万+ 蛋白质-配体 3D 结构数据集加速药物研发
SandboxAQ 开源 Structurally Augmented IC50 Repository（SAIR），包含超 500 万个 AI 生成的高精度蛋白质-配体 3D 结构，每个结构都配有来自 ChEMBL 或 BindingDB 的实验测定 IC₅₀ 数据，以 CC BY 4.0 许可免费开放。
Hugging Face BlogAI 评分5353 NVIDIA 发布 600 万多语言推理数据集与 Nemotron Nano 2 9B
NVIDIA 发布 600 万多语言推理数据集 Nemotron Post-Training Dataset V2，将原有英文推理数据翻译为法语、西班牙语、德语、意大利语和日语五种语言，并保留原始英文推理链。
Hugging Face BlogAI 评分5252 从零到 GPU：构建与规模化生产级 CUDA Kernel 指南
Hugging Face 发布 kernel-builder 使用指南，演示如何从零编写一个 CUDA kernel（以 RGB 转灰度为例），将其注册为原生 PyTorch 算子并发布到 Hugging Face Hub。
Hugging Face BlogAI 评分4949 Arm 与 ExecuTorch 0.7：让生成式 AI 走向大众
ExecuTorch 0.7 beta 将默认启用 Arm KleidiAI，为基于最新 Arm CPU 架构及大量旧款手机自动带来加速，开发者无需改代码即可通过 ExecuTorch 和 XNNPack 获得优化，实现更快的模型启动、更低延迟和更小内存占用。
Ahead of AI · Sebastian RaschkaAI 评分7070 从 GPT-2 到 gpt-oss：架构演进与 Qwen3 对比分析
Sebastian Raschka 通读 gpt-oss-120b 与 gpt-oss-20b 代码和技术报告后，梳理了从 GPT-2 到 gpt-oss 的架构变化，包括移除 Dropout、改用 RoPE、SwiGLU、Mixture-of-Experts、GQA、滑动窗口注意力和 RMSNorm。
Hugging Face BlogAI 评分4343 Hugging Face Accelerate 发布 ND-Parallel 多 GPU 训练指南
Hugging Face Accelerate 联合 Axolotl 集成 ND-Parallel，可在训练脚本中自由组合数据并行、FSDP、张量并行和上下文并行等策略，通过 ParallelismConfig 类配置各项并行度。
Hugging Face BlogAI 评分4343 TRL 为视觉语言模型带来 MPO、GRPO 与 GSPO 对齐方法
Hugging Face 的 TRL 新增 Mixed Preference Optimization（MPO）、GRPO 和其变体 GSPO 三种视觉语言模型对齐方法，并扩展 RLOO、Online DPO 支持 VLM。
Hugging Face Blog精选AI 评分8282 OpenAI 发布开源权重模型系列 gpt-oss
OpenAI 发布开源权重模型系列 gpt-oss，包含 117B 参数的 gpt-oss-120b 和 21B 参数的 gpt-oss-20b，均为采用 MXFP4 4-bit 量化的 MoE 模型，使用 Apache 2.0 许可。
推荐理由：Hugging Face 汇总了 gpt-oss 两个开源权重模型的参数、部署路径与生态适配情况，适合了解本地运行条件。
Hugging Face BlogAI 评分3333 NVIDIA AI-Q Blueprint 基于 Llama Nemotron 登顶 DeepResearch Bench 开源榜首
NVIDIA AI-Q Blueprint 在 DeepResearch Bench 的"LLM with Search"榜单上以 40.52 分登顶，成为得分最高的完全开源许可方案。
Hugging Face BlogAI 评分2626 Hugging Face 发布 3LM：面向阿拉伯语 LLM 的 STEM 与代码基准
Hugging Face 推出 3LM（علم），首个专门评估阿拉伯语 LLM 在 STEM 与代码生成能力的多组件基准，包含 865 道真实 STEM 选择题、1744 道合成高难度题，以及译成阿拉伯语的 HumanEval+ 和 MBPP+ 代码任务。
Hugging Face BlogAI 评分5656 Hugging Face 发布轻量实验追踪库 Trackio
Hugging Face 发布开源免费的实验追踪 Python 库 Trackio，提供本地 Gradio 仪表盘，并可将仪表盘同步到 Hugging Face Spaces 以 URL 或 iframe 分享。
Hugging Face BlogAI 评分4040 Hugging Face 将 CLI 从 huggingface-cli 更名为 hf，并新增 hf jobs 命令
Hugging Face 把 HF Mirror CLI 从 huggingface-cli 正式更名为 hf，命令按资源重新分组为 hf auth、hf cache、hf repo、hf upload、hf download 等，旧命令仍可用但会提示弃用警告。
Hugging Face BlogAI 评分3737 Hugging Face 详解 Parquet Content-Defined Chunking，加速 Hub 上传下载
Parquet Content-Defined Chunking（CDC）已在 PyArrow 和 Pandas 中可用，可在 HF 的 Xet 存储层上对 Parquet 文件高效去重，只上传或下载变更的数据块。
Hugging Face BlogAI 评分5454 Hugging Face 给出 Flux 上 LoRA 快速推理方案，最高提速 2.23 倍
Hugging Face 博客给出用 Diffusers 和 PEFT 加速 Flux.1-Dev 上 LoRA 推理的优化方案，组合 Flash Attention 3、torch.compile 和 FP8 量化，在 H100 上相对基线提速 2.23 倍。
Hugging Face BlogAI 评分5353 NVIDIA NIM 以单一容器在 Hugging Face 上部署超 10 万个 LLM
NVIDIA 推出面向 Hugging Face 的 NIM 推理微服务，可在单个 Docker 容器中部署超过 10 万个 LLM。NIM 会自动识别模型格式与量化类型（如 FP16、FP8、INT4），并在 NVIDIA TensorRT-LLM、vLLM 和 SGLang 之间选择后端，免去手工配置。
Hugging Face BlogAI 评分3030 Consilium：当多个 LLM 协作时
Consilium 是开发者在 Gradio Agents & MCP Hackathon 期间构建的多 LLM 平台，让 AI 模型通过结构化辩论讨论复杂问题并达成共识，支持多数投票和排序选择等决策模式。
Hugging Face BlogAI 评分5151 Hugging Face 将 Hub 存储从 Git LFS 迁至 Xet
Hugging Face 宣布把 Hub 存储后端从 Git LFS 迁移到 Xet，6 个月内已有 50 万个仓库、20 PB 数据迁入，超过 100 万用户在用。
Hugging Face BlogAI 评分3232 Hugging Face 打造 HF Mirror MCP Server：用 Streamable HTTP 无状态部署接入 Hub
Hugging Face 开发了 hf.co/mcp 的 MCP Server，让 AI 助手通过一个 URL 远程访问 Hub 与 Spaces 上数千个 AI 应用，并支持用户按需自定义工具。生产环境选择 MCP 的 Streamable HTTP 传输，采用无状态、Direct Response 配置；开源代码同时支持 STDIO、SSE 与 Streamable HTTP。
Hugging Face BlogAI 评分5050 Hugging Face 详解机器人异步推理：解耦动作预测与执行，任务完成提速约 2 倍
Hugging Face 发布博客介绍机器人异步推理，将动作预测与动作执行解耦，让机器人在 PolicyServer 计算下一段动作时继续执行当前动作队列，从而消除等待推理的空闲时间。
Hugging Face BlogAI 评分3737 Hugging Face 与 AMD 为 MI300X 打造自定义内核，加速 Llama 3.1 405B FP8 推理
Hugging Face 与 AMD 合作，为 MI300X 编写开源优化内核，提升 Llama 3.1 405B 在 FP8 下用 VLLM 的推理性能。三个自定义内核——融合残差连接、RMS norm 与 FP8 转换，融合 SwiGLU 激活与 FP8 转换，以及 Skinny GEMM——带来显著加速，测量基于输入 1、输出 128 的解码场景。
Hugging Face BlogAI 评分5757 Hugging Face 与 Pollen Robotics 发布开源机器人 Reachy Mini，售价 399 美元起
Hugging Face 与 Pollen Robotics 联合发布开源机器人 Reachy Mini，Lite 版 399 美元、带计算与电池的 Compute 版 499 美元，预计约 90 天发货。
Hugging Face Blog精选AI 评分6565 Hugging Face 发布 SmolLM3：3B 多语言长上下文推理模型
Hugging Face 发布 SmolLM3，一个 3B 全开源模型，训练于 11.2T tokens，支持英语、法语、西班牙语、德语、意大利语和葡萄牙语，上下文窗口达 128k。
推荐理由：Hugging Face 公开了 3B 模型的完整训练配方与数据配比，读者可了解小模型在长上下文和双模式推理上的工程路径。
Hugging Face BlogAI 评分2929 SGLang 新增 Transformers 后端集成
SGLang 现已支持 Hugging Face transformers 作为后端，可直接运行任意 transformers 兼容模型，无需原生支持，通过设置 impl="transformers" 即可启用。
Hugging Face Blog精选AI 评分6565 在消费级硬件上微调 FLUX.1-dev：QLoRA 与 FP8 实践
Hugging Face 发布教程，演示用 diffusers 库以 QLoRA 在单卡上微调 FLUX.1-dev，峰值显存约 9GB，可学习 Alphonse Mucha 艺术风格。
推荐理由：以 FLUX.1-dev 为例给出 QLoRA、8-bit 优化器、梯度检查点等组合，把微调峰值显存压到约 9GB。
Hugging Face BlogAI 评分2323 Groq 成为 HF Mirror Inference Providers 支持的服务商
Groq 正式加入 HF Mirror Hub 的 Inference Providers，为模型页面提供无服务器推理。Groq 支持 Meta Llama 4、Qwen QWQ-32B 等开源模型，其核心 LPU 专为 LLM 推理设计，延迟更低、吞吐更高。用户可在账户设置中配置 Groq API key 直连，或通过 HF 路由调用，PRO 用户每月获 $2 推理额度。
Hugging Face BlogAI 评分4949 5 分钟上手 Hugging Face Kernel Hub
Hugging Face 推出 Kernel Hub，让 Python 库和应用直接从 Hub 加载预编译优化计算内核，用 `get_kernel("kernels-community/flash-attn")` 一行即可启用 FlashAttention，无需自行编译。
Hugging Face BlogAI 评分5151 NVIDIA 教程：如何为 LeRobot SO-101 机械臂微调 Isaac GR00T N1.5
NVIDIA 发布 Isaac GR00T N1.5 后给出教程，演示如何用单台 LeRobot SO-101 机械臂的遥操作数据对模型做 post-training 微调。
Hugging Face Blog精选AI 评分6060 Hugging Face 发布 ScreenSuite：面向 GUI Agent 的综合评测套件
Hugging Face 发布 ScreenSuite，称其为面向 GUI Agent 最全面的评测套件，整合 13 个基准，覆盖感知、Grounding、单步动作与多步智能体四类能力。
推荐理由：原文给出 13 个基准的构成与纯视觉评测设定，可据此了解 GUI Agent 评测如何统一与本地复现。