跳到正文
3月24日周二
3月4日周三
  1. Hugging Face Blog62

    Photoroom PRX Part 3:24 小时、32 张 H200 训练文生图模型的完整配方

    Photoroom 在 PRX 系列第三篇中把此前验证有效的扩散模型技巧组合起来,用 32 张 H200、约 $1500 总算力预算完成 24 小时文生图模型训练,并开源代码到 https://github.com/Photoroom/PRX 。

    推荐理由:原文把像素空间训练、token 路由、感知损失等技巧的组合方式和超参写全,可直接复现其 24 小时训练配方。

2月13日周五
2月11日周三
2月6日周五
2月4日周三
1月20日周二
  1. Hugging Face Blog61

    Overworld 发布实时交互视频扩散模型 Waypoint-1 与推理库 WorldEngine

    Overworld 发布实时交互视频扩散模型 Waypoint-1,可通过文本、鼠标和键盘控制,用 10,000 小时游戏画面训练,支持零延迟自由控制相机与按键输入。

    推荐理由:原文对比了与现有世界模型在控制延迟上的差异,并给出推理库的具体吞吐与帧率数据,便于评估其实用性。

2025年12月5日周五
2025年12月4日周四
2025年11月12日周三
2025年10月28日周二
2025年10月27日周一
  1. Hugging Face Blog62

    Hugging Face datasets 流式加载提速,启动请求最多减少 100 倍

    Hugging Face 官方博客宣布 datasets 库的 streaming=True 流式加载获得大幅优化:数据文件解析时间快 10 倍、启动请求最多减少 100 倍、流式速度最高提升 2 倍,在 256 并发 worker 下零崩溃。

    推荐理由:原文拆解了启动与流式两个阶段的具体优化手段,读者可迁移其缓存与预取思路到自己的数据管线。

2025年9月26日周五
2025年9月22日周一
  1. Hugging Face Blog44

    SyGra:面向 LLM 和 SLM 的一站式数据构建框架

    Hugging Face 推出 SyGra,一个面向 LLM 和 SLM 的低代码/无代码数据构建框架,支持 Q&A 生成、DPO 偏好对、推理增强、多语言转换、质量过滤等数据创建与对齐任务。SyGra 提供 Python 库,可集成 vLLM、Hugging Face TGI、Triton、Ollama 等多种推理后端,让用户专注提示词工程而无需编写复杂脚本。

2025年9月12日周五
2025年8月12日周二
2025年8月7日周四
2025年8月5日周二
  1. OpenAI News81

    OpenAI 发布 gpt-oss-120b 和 gpt-oss-20b 开放权重模型

    OpenAI 发布 gpt-oss-120b 和 gpt-oss-20b 两款开放权重语言模型,采用 Apache 2.0 许可证,主打低成本下的强真实世界性能。原文称二者在推理任务上超越同规模开放模型,具备较强的工具使用能力,并针对消费级硬件的高效部署做了优化。

    推荐理由:原文说明了模型规模、许可证与部署目标,读者可据此判断其在消费级硬件上的可用性。

2025年8月1日周五
2025年7月29日周二
2025年7月25日周五
2025年7月18日周五
2025年7月17日周四
2025年7月15日周二
2025年7月10日周四
2025年5月21日周三
2025年5月14日周三
2025年4月29日周二
2025年4月26日周六
2025年4月16日周三
2025年4月9日周三
2025年3月7日周五
2025年2月28日周五
2025年2月25日周二
2025年2月21日周五
  1. Hugging Face Blog65

    Google 发布多模态视觉语言编码器 SigLIP 2

    Google 发布多模态视觉语言编码器家族 SigLIP 2,在 sigmoid loss 基础上加入解码器、Global-Local Loss 和 Masked Prediction Loss 等辅助训练目标,以提升语义理解、定位与稠密特征能力。

    推荐理由:文章拆解了从 SigLIP 到 SigLIP 2 的训练目标演进,读者可据此理解辅助损失如何改进视觉编码器。

2025年2月19日周三