开放模型:Thinking Machines 的 Inkling 2 Mini、Tencent Hy4、Qwen3.8-27B 的超级适配器、Ayb 0.5 和 Depth Pro 2
Thinking Machines Lab 发布 Inkling 2 Mini,它是 Inkling 2 Small 的小型版本(后者拥有 5940 亿参数,本站已于 11 月 12 日报道)。
每日 AI 简报中关于 Hugging Face 的全部主题,按时间从新到旧排列。
Thinking Machines Lab 发布 Inkling 2 Mini,它是 Inkling 2 Small 的小型版本(后者拥有 5940 亿参数,本站已于 11 月 12 日报道)。
经过连续三天的发布,包括本站昨天报道的 Hermes 适配器,Hugging Face 公布了执行框架适配器的完整方案:在 Qwen3.8-27B 之上,置于智能体执行框架(pi、Hermes Agent 或 OpenCode)中,通过强化学习训练 LoRA。
据联合创始人朱利安·肖蒙介绍,Hugging Face 每月分发近一艾字节的开放模型和数据集,并为人工智能下载服务构建了自己的内容分发网络(CDN)。
11 月 17 日公布的 Olala mini 7A1B 是 OVHcloud 首个语言模型家族的首款模型,现已可在 Hugging Face 上按 Apache 2.0 许可下载,提供基础版、SFT、GGUF 和 MLX 版本。
Hugging Face 的高效微调库更新至 v0.22.0。
Cloudflare 在 Hugging Face 上发布的 270 亿参数类型化结构提取模型 Clairic,现已在 Hub 上开放演示;该模型发布于 10 月 16 日,其 Flash 版本发布于 11 月 12 日。
Reson8 以 Apache 2.0 许可证发布了 Rumble-2-Flash,这是一款拥有 5 亿参数、支持 40 多种语言的语音识别模型。
Hugging Face 的塔雷克·齐亚德仅使用 Transformers,就在一台 32 Go 的 MacBook M5 上运行了 Qwen3.8-Flash-Next,这是一款拥有 1 800 亿参数的混合专家模型。
修复版本:修复 Python 3.15 下的 CLI,并将准确性奖励的计算移至独立进程,避免异常回答阻塞训练。
Hugging Face 与 CASP 创始人发起一项截至 2027 年 1 月 15 日的竞赛,要求为有关 APOE4 在阿尔茨海默病中作用的五项假说寻找文献关联,人类和智能体均可参加,结果将在期刊发表。
Hugging Face 与 OpenRouter 达成合作:Hugging Face 的 Inference Providers 将停用自研路由器,由 OpenRouter 为每次语言模型调用选择供应商。
Hugging Face 的分布式训练库现要求使用 Python 3.11 和 PyTorch 2.6,更广泛地依赖 torch.accelerator 来支持向 PyTorch 注册的加速器,并移除了 PiPPy、MS-AMP 和 FP8RecipeKwargs。
一篇指南展示了如何通过转换权重并在 Hub 上发布模块,在 Diffusers 中使用尚未集成的模型;作者将这项工作交给了搭配 Claude Opus 5.5 的 Claude Code,此前使用 Astra 未能完成转换。
此补丁在保存采用张量并行的模型时仅收集适配器权重,从而消除了由此造成的性能下降。
在按构建编号发布版本三年半后,llama.cpp 及其计算库 ggml 发布了首个主版本 1.0.0。
Transformers v5.23.0 统一了模型导出机制。
Diffusers 0.43.0 以模块化流水线的形式新增五个生成式模型。
AsyncGRPOTrainer 将交由 vLLM 处理的生成过程与训练分离,现已成为可从 trl 导入的稳定训练器;旧的实验性路径仍可使用,直至 v2.0.0。
Hugging Face 发布指南,使用 188 双鞋对这一 3D 生成模型进行微调;在九个测试物体上,F-score 从 0,276 提升至 0,803。
汤姆·阿尔森在 Hugging Face 博客上详细介绍了如何缩小 ColBERT 这类多向量检索索引的体积;此类索引为文档的每个词元保留一个向量。
Hugging Face 发布决策模型参考指南。
在 Hugging Face 逐项批准订阅后,组织现在可以通过 Google Cloud Marketplace,按照 Hugging Face 的公开价格支付 Team 和 Enterprise 订阅、Jobs、Inference Endpoints、Inference Providers、GPU Spaces、ZeroGPU 及存储费用。
据克莱芒·德朗格称,Hugging Face 拥有 2 000 万名 AI 创作者,托管了 300 Po 的模型、数据集、智能体轨迹和 RL 环境,其中 9 Po 是一周内新增的;10月的活跃用户数和营收均创下其单月纪录,但未公布金额。
据卡莱布·法尔格伦介绍、Hugging Face 转发,包含 .glb、.ply、.stl 文件或泼溅数据的数据集现在会自动以 3D 图库形式展示;已有超过 350 个公开数据集受益,这是继 10 月推出 OpenUSD 查看器后的又一进展。
阿里特拉·罗伊·戈斯蒂帕蒂与四位 Hugging Face 合著者回顾了这场于 11 月 5 日至 7 日举办的黑客马拉松,称其为 Hugging Face 在海湾地区举办的首场活动:超过 500 份申请、150 名参与者、40 支队伍、15 支决赛队伍和 3 支获奖队伍。
据克莱芒·德朗格称,Hub 拥有近 100 000 个公开机器人数据集(+48%)和超过 30 000 个模型(+41%),LeRobot 下载量超过一百万次,而 Microduck 和 Reachy Mini 到年底的销量可能超过 50 000 台,交付量可能超过 20 000 台。
Hugging Face 发布《MoE 训练终极手册》,这是一份免费开放的混合专家模型(Mixture-of-Experts,MoE)训练指南,由努阿曼·塔齐、莱安德罗·冯·韦拉和托马斯·沃尔夫撰写。
Gradium 在 Hugging Face 博客的一篇文章中介绍了两周前开放的 Phonon:这款语音合成模型完全在设备端运行,无需服务器或网络,适用于手机、浏览器标签页以及单板计算机。
Hugging Face 发布的中间修补版本强化了 Jinja 沙箱,并改为仅针对 NCCL 设置 device_id;版本说明未提及任何安全公告。
Hugging Face 的语音识别排行榜新增了 Liva AI 的两个私有测试集,分别为带埃及口音(1,34 小时)和尼日利亚口音(1,55 小时)的英语会话,并加入了受卡奇鲁同心圆模型启发的分类统计;未提供任何模型结果。
Hugging Face 发布了其开放机器人库的新版本 LeRobot v0.7.0,此时 Hub 上已托管近300 TB的 LeRobot 格式物理人工智能数据。
Hugging Face 用于评估、准备数据和微调模型的开源智能体现已成为 Slack 机器人,可安装到工作区并连接其中的数据、文件和 MCP 服务器;未公布价格或安装链接。
Hugging Face 未作公告便发布了一款工具,可将 ATIF 格式的智能体轨迹转换为经过验证的 Harbor 强化学习任务,并固定环境镜像版本。
在 10 月 23 日发布 Kimi K3.1 Pro 时,Moonshot AI 曾承诺最迟于 11 月 4 日公布完整权重:如今承诺已经兑现。
Collinear AI 在 Hugging Face 博客发布第二版 CWE-bench,用于衡量智能体在真实开源仓库中发现并修复安全弱点、同时不破坏现有功能的能力。
补报:Hugging Face 发布 FineDNA,即用于训练 Carbon-X 的全部数据。
Hugging Face 的后训练库 TRL 开始支持多教师同策略蒸馏(Multi-Teacher On-Policy Distillation,MOPD)。
Hugging Face 在 Tarek Ziadé 撰写的博文中提出 Model Integration Contracts(MIC),用于在修改进入主分支之前,仅通过 CPU 测试 Transformers 模型。
丹尼尔·范斯特里恩让 Claude Opus 在不训练的情况下,修改了一个小型 OCR 模型 0.0085% 的权重,用时不到 3 小时,计算开销约 10 美元:在 2 165 页历史文献上,失控循环从 3 次降至 1 次,1881 年那一卷的错误减少了 38%。
丹尼尔·范·斯特林使用自己的 Saturate 库,在 Hugging Face Jobs 的单个 GPU 上对 14 483 页档案重新进行 OCR,耗资 1,47 美元,速度为每秒 8,9 页。
—Hugging Face 在发布首日便提供了即时支持。
OpenAI 阐述了用于监控其模型对齐失常行为(misaligned behavior)的系统,并首先承认:Hugging Face 事件始于未运行这些监控器的内部网络安全评估期间。
Hugging Face 联合加入 Open Forum for AI 的五所美国大学(卡内基梅隆大学、普渡大学、佐治亚理工学院、亚利桑那州立大学和乔治·华盛顿大学)、Astera Institute 以及 Open Research Community Accelerator(ORCA)共同启动了 Project ProtoStar。
Mattt (Hugging Face) 发布了两个 Swift 软件包:一个保留了 Apple 的语音识别 API,并在设备端运行 Parakeet 或 Qwen3-ASR;另一个通过读取模型概率来回答封闭式问题,在 M4 Max 上约 0.45 秒内可回答 16 个问题。
HfFileSystem 可复制和移动文件至 Bucket,通过 Xet 存储的文件由服务器端依据其哈希值直接复制,无需下载;CLI hf 还会提示已过期的扩展。
10 月 28 日补遗:Hugging Face 的这一代码库现已支持为 TPU 构建内核,支持搭配 CUDA 13.4 和 ROCm 7.14 的 PyTorch 2.15,并重新集成了 PyTorch 2.10 至 2.12。
10 月 28 日补遗:Hugging Face 低调发布了一个基于 Apache-2.0 协议的本地代理,用于检查代码智能体(Claude Code、OpenCode、Pi、Hermes 等)的每一次工具调用,并拦截屏蔽危险调用,同时支持只读观察模式。
Hugging Face 发布安全版本 Diffusers 0.42.1(公告 GHSA-4prv-5hj7-c2xr,高危,CVSS 7)。
尼尔斯·罗格在一条被 Hugging Face 转发的 X 帖子中宣布,Papers with Code 现已开源,采用 Apache 2.0 许可证,代码位于仓库 huggingface/paperswithcode。
Hugging Face 发布 Transformers v5.21.0,新增五个模型,并单独集成了 Pocket TTS 的音频编解码器:
塞利娜·哈努蒂和卢坎·普热回顾了 huggingface_hub 及其 CLI hf 在过去几周的进展。
Diffusers 0.42.0 将过去几天已宣布支持的模型和集成纳入正式版本,包括 FLUX.3 Image Klein、Bria 的 Fibo 2.0、RFD4-Proteína 和 TorchTPU 集成,并新增两款模型。
alphaXiv 集成了 Hugging Face 的实验跟踪库:智能体会记录实验,并回看自己的曲线来选择下一次试验。
正式版沿用了前一天候选版本的内容:实时跟踪 Buckets,并行列举将完整遍历 objaverse 的耗时从 776 秒缩短至 19.7 秒,讨论中也支持添加附件。
组织管理员可在私有仓库设置中邀请外部协作者,仅授予该仓库资源组的读取或写入权限;该选项默认关闭,面向 Team 和 Enterprise 方案提供。
Hugging Face 的一个 Space 会显示热门模型能否通过 TorchNeuron 在 Trainium 上不经修改直接运行,并提供核心数、运行时长、峰值内存和脚本;目前仅覆盖基于 Transformers 的文本及图文模型。
Hugging Face 发布 Carbon-X,这是一个拥有 140 亿参数的开放模型,可在同一 token 流中处理 ADN 和自然语言:用户可以就某段序列提问、询问突变的影响,或要求它生成 ADN。
并行列举将搜索 objaverse 的 798 924 个文件所需时间从 776 秒缩短至 19,7 秒,并支持实时跟踪 Buckets。
继前一天的 SimReady Central 后,.usd、.usda、.usdc 和 .usdz 文件可在一个已开源的交互式 3D 查看器中打开。