Hugging Face 提出 Quantization-Aware Healing：4-bit 压缩模型在 9 项 benchmark 中 7 项反超全精度原版
Hugging Face 提出 Quantization-Aware Healing（QAH），将 GPT-OSS 120B 结构压缩至 60B 参数并量化为 MXFP4 后，在 9 项 benchmark 中有 7 项反超其 bfloat16 全精度版本，包括 AA-LCR +7.4、AIME 2025 +5.6。
#部署/工程
#部署/工程
今日 2 条Hugging Face BlogAI 评分4747 Mistral AIAI 评分3636 Mistral 与 HUMAIN 达成战略合作，推进沙特及中东主权 AI
Mistral 与 HUMAIN 宣布战略合作，覆盖 AI 基础设施、先进模型开发与 AI 解决方案部署，初期聚焦网络安全和语音，并计划开发阿拉伯语表现强劲的前沿模型。合作规模达数亿欧元，Mistral 将探索使用 HUMAIN 数据中心基础设施，双方还将在沙特面向受监管行业制定联合市场策略。
Hugging Face Blog精选AI 评分6262 Hugging Face 解析 Papers with Code 混合搜索的架构与实践
Hugging Face 官方博客介绍其为 Papers with Code 复兴构建的混合搜索系统：PostgreSQL 全文检索提供词法基线，pgvector 加语义召回，再用 RRF 融合排序，目前维护超过 110,000 篇来自 arXiv 和 Daily Papers 的论文向量。
推荐理由：文章拆解了离线批量与在线查询两条路径的分工方式，以及冷启动降级到全文检索的兜底设计，可迁移性强。
Hugging Face BlogAI 评分4545 Hugging Face 约束感知 GPU 分配器：同一集群利用率提升 33 个百分点
Hugging Face 构建了一个约束感知 GPU 分配器，在 7 个基准场景下与 FIFO 调度器对比，相同硬件与负载下 GPU 利用率最高提升 33 个百分点，优先级加权产出在全部场景中提升，最高达 105%。
Mistral AI精选AI 评分6262 Mistral 推出区域推理端点与 Priority Tier，并接入 GLM-5.2 等第三方开源模型
Mistral 宣布三项推进 AI 主权的举措：Mistral Regional Endpoints 正式可用，客户可选择推理在欧洲或美国运行；Mistral Priority Tier 进入公开预览，为关键业务负载提供自定义速率限制和带 SLA 的可用性承诺。
推荐理由：Mistral 把区域推理端点、SLA 优先级层和第三方开源模型接入放在同一套基础设施上，可观察主权 AI 的落地方式。
Hugging Face BlogAI 评分5252 Hugging Face 博客介绍离线 Top-K logits 与分块 KL 损失的知识蒸馏论文
Multiverse Computing 发布论文 Efficient Knowledge Distillation for LLMs: Offline Top-K Logits and a Fused Chunked KL Loss，提出两项系统改动：一次性缓存教师 top-100 logits 使教师无需驻留显存，以及不生成完整词表×序列矩阵的分块 KL 损失。
Hugging Face BlogAI 评分4747 Baseten 成为 Hugging Face Inference Providers 新增推理服务商
Baseten 正式成为 Hugging Face Hub 的 Inference Providers 服务商，首批支持对话与文本生成任务，可调用 Kimi K3、DeepSeek V4 Flash、GLM-5.2 等开源权重 LLM。
Hugging Face BlogAI 评分3434 GPU 管理：闲置 GPU 为何是新的停飞飞机
Hugging Face 指出，AI 行业的下一个真实瓶颈正从模型智能转向 GPU 利用率，闲置 GPU 就像停在地面的飞机，成本按小时累积而产出只在计算时产生。
Berkeley AI ResearchAI 评分3636 Berkeley AI Research 提出 ABBEL：用信念状态监督 LLM 长程交互中的摘要更新
Berkeley AI Research 提出 ABBEL 框架，将 LLM 的摘要以自然语言"信念状态"形式隔离并监督其信息内容，通过受自编码器启发的信念评分（belief grading）奖励能重建最新观测的信念。在协作编程基准 CollabBench 上，ABBEL-rec-BG 将全上下文模型的性能差距缩小约 50%，训练步数从 100 降至 50，峰值 token 数也低于全上下文设置。
Hugging Face BlogAI 评分5959 Diffusers 原生支持 Nunchaku 4-bit 扩散模型推理
Diffusers 现可通过 from_pretrained() 直接加载 Nunchaku 量化检查点，无需单独推理引擎或本地 CUDA 编译。
Hugging Face BlogAI 评分5757 Hugging Face Blog：模型路由远不止分类问题，成本、复杂度、延迟各有陷阱
Hugging Face Blog 与 IBM Research 撰文指出，在 agentic 系统中做模型路由远不止分类问题，而是系统优化问题。
Hugging Face Blog精选AI 评分8181 Hugging Face 发布 Thinking Machines 的多模态模型 Inkling 及 Inkling-Small
Hugging Face 上线 Thinking Machines Lab 的 Inkling 系列开源多模态模型，Inkling 为 975B 总参数、41B 激活参数的 decoder-only MoE 模型，原生支持图像、文本、音频输入与 1M 上下文，在 45 trillion token 上训练。
推荐理由：原文给出架构细节与各部署配置的显存开销，读者可据此判断自己硬件能否跑起来。
Hugging Face Blog精选AI 评分6060 PyTorch Profiling 系列第三篇：在 profiler 下对比六种注意力实现
Hugging Face 发布 Profiling in PyTorch 系列第三篇，用 NVIDIA A100-SXM4-80GB 逐一 profile 注意力实现：手写朴素注意力、把 masked_fill 改成 masked_fill_ 的原地版本，以及 SDPA 的 math、efficient、flash、cudnn 四个后端。
推荐理由：通过同一注意力实现在 profiler 下的六种形态对比，读者能学会先猜测再看 trace 的具体分析方法。
Mistral AIAI 评分4545 Mistral Studio 为 Prompts 和 Skills 提供系统化记录
Mistral Studio 为 Prompts 和 Skills 提供集中式系统记录，支持版本控制、归属管理和可追溯性，让 AI 行为可治理、可发现。Studio 提供不可变版本、回滚、清晰归属、分类标签和审计日志，业务专家可直接编辑并经 CI/CD 流程发布生产版本，Skills 可作为 MCP servers 从 Studio 直接调用。该功能现已向 Mistral Studio 客户开放。
Hugging Face BlogAI 评分5959 Hugging Face transformers vLLM 后端达到原生推理速度
Hugging Face 宣布 transformers 的 vLLM 建模后端在多种 LLM 架构上已达到或超过 vLLM 手写原生实现的速度，模型作者只需加 --model-impl transformers 标志即可免费获得极速推理。
Hugging Face BlogAI 评分4444 Hugging Face 与 Amazon SageMaker AI 推出一键深链集成
Hugging Face 与 Amazon SageMaker AI 推出深链集成，支持模型页上的 Customize on SageMaker AI 和 Deploy on SageMaker AI 按钮一键直达 SageMaker Studio，模型预加载、环境自动配置。
Hugging Face BlogAI 评分5858 Hugging Face 模型上线 Microsoft Foundry Managed Compute
Microsoft 在 Build 2026 宣布 Foundry Managed Compute，并推出 Hugging Face models on Foundry，把 Hugging Face 生态的开源权重模型以每周更新的精选目录形式提供，可一键部署到 Foundry Managed Compute。
Berkeley AI ResearchAI 评分3434 智能免费之后怎么办？面向智能体、由智能体运行、由智能体构建的数据系统
伯克利 EPIC Data Lab 提出近零推理成本时代数据系统面临三大挑战：为智能体设计的数据系统、运行智能体集群的数据系统、由智能体合成数据系统。GPT-4 级能力从 2023 年初约 $30/百万 token 降至如今不到 $1，部分厂商已低于 $0.10，推理价格年降幅在 9x 到 900x 之间，中位数约 50x。
Hugging Face BlogAI 评分5959 Hugging Face 与 SkyPilot 联合推出零 egress 跨云存储挂载
Hugging Face 与 SkyPilot 联合发布 store: hf 存储后端，用一个 hf:// URL 和已有的 HF_TOKEN 就能把 Hugging Face Bucket 或任意 Hub 仓库挂载进 SkyPilot 任务。
Hugging Face BlogAI 评分5656 Hugging Face Kernels 项目重大更新：新增 kernel 仓库类型与安全机制
Hugging Face 官方博客介绍 Kernels 项目近期的重大更新，Hub 上新增了 kernel 仓库类型，可展示 kernel 支持的加速器、操作系统和后端版本，并提升可发现性。
Google ResearchAI 评分4545 Google Research 用线性弹性缓存优化云成本
Google Research 在 CIDR 发布论文提出线性弹性缓存（linear elastic caching），将页面淘汰建模为 ski rental 问题，用轻量级决策树模型动态预测页面 TTL，在内存占用与缓存未命中之间权衡以降低总拥有成本（TCO）。
Mistral AIAI 评分5858 Mistral AI 为 Connectors 推出管理控制、API 密钥作用域与调试器等新能力
Mistral AI 为 Connectors 推出多项新能力：GA 的增强管理控制可按 workspace 或 org 设置连接器访问并逐个开关工具，GA 的带连接器作用域的 API 密钥用于防止自动化任务冒用身份，GA 的多账号连接器允许一个连接器绑定多个登录账号。
Google ResearchAI 评分5353 Google Research 与 UC San Diego 探索用退役手机主板搭建低碳计算平台
Google Research 与 University of California San Diego 合作探索 phone cluster computing，把退役智能手机的主板取出组集群，作为通用计算平台复用。
Mistral AIAI 评分5858 Mistral AI 在 AI Now Summit 2026 发布工业工程 AI 堆栈、升级 Vibe 智能体并公布 10 MW 数据中心
Mistral AI 在 AI Now Summit 2026 发布面向工业工程的一体化 AI 堆栈，与 Airbus、BMW、ASML 合作优化设计、仿真与生产流程，同时保障数据安全与知识产权控制。
Mistral AIAI 评分5656 Mistral Studio 发布 Connectors：内置与自定义 MCP 全面开放 API/SDK
Mistral AI 在 Studio 发布 Connectors，内置连接器与自定义 MCP 现已通过 API/SDK 用于所有模型和 Agent 调用，并支持直接工具调用与 human-in-the-loop 审批流。
Mistral AI精选AI 评分6262 Mistral AI 公开预览发布 Workflows 企业 AI 编排层
Mistral AI 宣布 Workflows 进入公开预览，作为企业 AI 的编排层，提供持久执行、可观测性和容错能力，帮助组织把 AI 流程从概念验证推进到生产。
推荐理由：原文拆解了企业 AI 落地的典型失败模式并给出对应机制，可迁移判断生产化编排层该具备什么。
Berkeley AI ResearchAI 评分3232 GRASP：面向世界模型的梯度规划器，让长时程规划更稳健
伯克利 AI 研究团队提出梯度规划器 GRASP，通过将轨迹提升到虚拟状态实现跨时间并行优化、向状态迭代直接注入随机性以探索、并重塑梯度让动作获得清晰信号，从而让基于学习动力学（世界模型）的长时程规划变得实用。该方法针对长时程 rollout 中梯度爆炸/消失、非贪心结构导致的局部极小值以及高维视觉模型梯度脆弱等问题。
Mistral AIAI 评分5656 Mistral AI 发布面向人类与智能体的 CLI 工具 Spaces
Mistral AI 发布 CLI 工具 Spaces，用三条命令即可从零跑起带热重载、数据库和 Dockerfile 的多服务项目。
Mistral AI精选AI 评分6161 Mistral AI 排查 vLLM 分离式部署内存泄漏：UCX mmap hook 是元凶
Mistral AI 在 Engineering Deep Dive 系列首篇文章中复盘了排查 vLLM 内存泄漏的过程：在 Mistral Medium 3.1 配合 Prefill/Decode 分离式部署且启用 graph compilation 时，系统内存以 400 MB/分钟线性增长。
推荐理由：逐层递进的排查路径和每种工具的失效原因，对定位同类底层内存问题有直接可迁移的方法价值。
Mistral AIAI 评分5454 Mistral AI Studio 发布：面向企业生产环境的 AI 平台
Mistral AI 宣布推出 Mistral AI Studio，一个面向企业团队的生产级 AI 平台，现已开放 private beta 报名。
Mistral AIAI 评分5656 Mistral AI 发布 Mistral Compute 私有AI基础设施
Mistral AI 宣布推出 Mistral Compute，这是一套面向客户的私有集成AI基础设施，涵盖 GPU、编排、API、产品与服务，形态从裸金属服务器到全托管 PaaS。