Hugging Face 模型页接入 Every Eval Ever 评测结果
Every Eval Ever(EEE)与 Hugging Face Community Evals 现已互通,贡献者可用转换器把 EEE 记录写成 Hugging Face 所需的 YAML 文件,评测分数会显示在模型页并汇入基准排行榜,同时带来源徽章链回完整 EEE 记录。
Every Eval Ever(EEE)与 Hugging Face Community Evals 现已互通,贡献者可用转换器把 EEE 记录写成 Hugging Face 所需的 YAML 文件,评测分数会显示在模型页并汇入基准排行榜,同时带来源徽章链回完整 EEE 记录。
Hugging Face 官方博客介绍如何用 hf jobs run 一条命令在 HF 基础设施上启动私有、OpenAI 兼容的 vLLM 端点,无需配置服务器或 Kubernetes,按秒计费(a10g-large 为 $1.50/hour)。
Hugging Face 与 Treble Technologies 联合上线 FFASR Leaderboard,首个开源社区驱动的远场 ASR 评测榜单,覆盖 14 间模拟房间并通过实测数据校验。
Google Chrome 团队的 Thomas Steiner 在 Hugging Face Blog 撰文,介绍如何在 Transformers.js 中实验 Cross-Origin Storage(COS)API,解决不同 origin 重复下载模型与 Wasm 资源的问题。
Hugging Face 将 huggingface_hub 的发布节奏从每 4 到 6 周一次改为每周一次,整条流程由单个 GitHub Actions 工作流驱动。
推荐理由:原文给出可直接 fork 的信任校验闭环,即确定性清单加模型草稿加校验重提示,可迁移到任何需要生成发布说明的项目。
Hugging Face 博客介绍了用本地模型 gemma-4-26b-a4b 和 qwen3.6-35b-a3b 搭配 pi agent harness 与受限 reposhell,在 NVIDIA GB10(DGX Spark,128 GB 统一内存)上对 OpenClaw 仓库的 issue 和 PR 做实时分类与 Discord 通知的完整方案。
推荐理由:给出了本地模型做高吞吐分类的完整配方与实测数据,可迁移到其他实时筛选场景。
MosaicLeaks 提出一项深度研究任务,用 1,001 条交错本地与网页子问题的多跳研究链,评估智能体的外部查询是否会泄漏私有信息,并定义意图泄漏、答案泄漏、全信息泄漏三种度量。
Hugging Face 在 PEFT 库中加入统一基准,在相同基座模型、数据、代码和硬件下对比多种 PEFT 技术,结论是 LoRA 表现不错但并非总是最优。
Hugging Face 发布 agent-eval 基准工具,以 transformers 为案例,衡量智能体完成任务所花的轮次、token、时间和路径,而非只看最终答案。
推荐理由:通过对比不同模型规模下的实测结果,说明面向智能体的工具改动可能对大小模型产生相反效果。
Hugging Face 官方博客介绍了 AWS 开源 SDK Strands Robots 与 LeRobot 的集成,用一个 Strands agent 串起从 Hub 数据集到实体机器人的完整流程。
Hugging Face 发布 Discover Tool,作为 Agentic Resource Discovery(ARD)规范的参考实现,让智能体在运行时通过自然语言搜索发现工具与能力,而非预先安装。
Hugging Face Blog 发布 PyTorch Profiling 系列第二篇,用 profiler trace 对比 nn.Linear 与三层 GeGLU MLP 在 eager、torch.compile 和 Liger 手写 kernel 三种设置下的表现。
Hugging Face 博客展示了作者让一个编码 Agent 通过直接调用两个 Hugging Face Spaces 构建 3D 巴黎地标展馆的全过程,作者全程未手动使用图像生成器或 3D 重建工具。
推荐理由:通过一个可复现的实例展示了 agents.md 让 Space 变成可调用积木,读者可据此理解多媒体工作流的组装方式。
Hugging Face 官方博客介绍如何让 GitHub Actions 的 CI 作业改在 Hugging Face Jobs 上运行,通过 huggingface/jobs-actions 桥接把 GitHub 作业转成 HF Job 内的临时自托管 runner,只需把 runs-on 改为 hf-jobs-* 标签。
Hugging Face 宣布 OpenEnv 转由委员会协调,成员包括 Meta-PyTorch、Reflection、Unsloth、Modal、Prime Intellect、Nvidia、Microsoft 等,项目迁至 huggingface/OpenEnv。
Hugging Face 官方博客介绍其重构 hf CLI,使其同时服务人类用户和编码智能体(如 Claude Code、Codex、Cursor)。CLI 通过环境变量自动检测智能体,切换为无 ANSI、不截断的 TSV 输出,并加入下一步命令提示、非阻塞可重试操作、--dry-run 预览和可发现的命令树。
推荐理由:原文给出 agent 模式设计细节与对照基准数据,读者可据此判断 CLI 相比手写 REST 调用的迁移收益。
Reachy Mini 对话应用现在可以通过 MCP 调用托管在公开 Hugging Face Spaces 上的远程工具,一条命令即可为机器人添加查天气、网页搜索等能力,工具仍在 Space 内运行,无需下载代码到本地。
Hugging Face 官方博客发布 Profiling in PyTorch 系列第一篇,以一个 matmul + add 的小脚本为例,手把手教读者用 torch.profiler 采集并解读 profiler 表格与 Perfetto trace。
Hugging Face 在 TRL 落地 Delta Weight Sync PR(huggingface/trl#5417,分支 delta-weight-sync)。
推荐理由:原文把稀疏增量同步的原理、协议和实测暂停时长一并给出,读者可据此评估它对自身训练部署的迁移成本。
Hugging Face 发布教程,指导用户用 speech-to-speech 库让 Reachy Mini 机器人完全本地运行语音对话,无需云端、无需 API key、数据不出本机。
Hugging Face Blog 发布一篇 AI Agent 术语表,围绕 harness、scaffold 等常被混用的概念给出实用心智模型,而非强制统一定义。
Hugging Face 发布六个基于 Ettin ModernBERT 编码器的 Sentence Transformers CrossEncoder 重排模型,尺寸从 17M 到 1B,均以 Apache 2.0 开源,并同步公开训练数据 cross-encoder/ettin-reranker-v1-data(约 143M 三元组)和约 150 行的完整训练脚本。
推荐理由:给出了各尺寸的基准对比和消融数据,读者可据此判断何时该用它替换现有 reranker。
PaddleOCR 3.5 发布,支持通过 `engine="transformers"` 参数将 Hugging Face Transformers 作为推理后端运行 PP-OCRv5、PaddleOCR-VL 1.5 等模型,同时保留 Paddle 静态图/动态图后端。
Hugging Face 博客讲解如何通过分离 CPU 与 GPU 工作负载来提升 LLM 推理性能。同步批处理下 CPU 与 GPU 交替等待,8K tokens、batch size 32、8B 模型的测试中 GPU 空闲占 24.0%,总耗时 300.6 秒。
推荐理由:原文用可复现的 profile 数据展示了同步批处理的空闲浪费,并给出基于 CUDA streams 与 events 的具体改造路径。
Hugging Face 为 Open ASR Leaderboard 引入与 Appen Inc. 和 DataoceanAI 合作的高质量私有英文 ASR 数据集,覆盖多种口音的朗读与对话语音,以防止 benchmaxxing 和测试集污染。
DeepInfra 正式成为 Hugging Face Hub 的 Inference Provider,首批支持对话与文本生成任务,可调用 DeepSeek V4、Kimi-K2.6、GLM-5.1 等开源权重 LLM。
Hugging Face 官方博客介绍了用 OpenAI 本周在 Hub 上开源的 Privacy Filter(1.5B 参数、50M 激活参数、Apache 2.0 许可。
Hugging Face Blog 发布教程,讲解如何在 Manifest V3 约束下用 Transformers.js 在 Chrome 扩展中运行本地 AI。
Hugging Face 与 TII 团队发布 QIMMA 阿拉伯语 LLM 榜单,整合 14 个来源基准的 109 个子集、超 52,000 条样本,覆盖 7 个领域,99% 为原生阿拉伯语内容,并首次纳入代码评测。
Hugging Face 撰文指出,Mythos 等系统证明 AI 已能自主发现并修补软件漏洞,但关键在于系统配方而非单一模型,小模型配合深度安全专长也能以更低成本实现类似效果。
Hugging Face Blog 发布 EcomRLVE-GYM,把 RLVE 框架从单轮推理题扩展到多轮、带工具的电商对话场景,提供商品发现、缺货替代、加购、退货、订单追踪、政策问答、组合规划、多意图旅程共 8 个可算法验证的环境,每个环境含程序化题目生成、12 轴难度课程与可验证奖励。
Hugging Face 官方博客给出用 Sentence Transformers 训练和微调多模态 embedding 与 reranker 模型的完整教程。
推荐理由:以完整可跑的训练脚本和 NDCG@10 对比表说明领域微调收益,读者可直接迁移方法到自己的数据。
Hugging Face 发布了一个 Skill 和配套的非 agent 测试工具,帮助贡献者把模型从 transformers 移植到 mlx-lm,让新模型加入 transformers 后能很快在 MLX 上可用。
HCompany 发布 Chrome 扩展 HoloTab,把 3 月 31 日发布的计算机操作模型 Holo3 直接带进浏览器,用户用自然语言描述目标即可让智能体在任意网站上导航、填表和决策,无需配置或技术背景。
Hugging Face 官方博客介绍 Sentence Transformers v5.4 更新,现在可用同一套 API 编码并比较文本、图像、音频和视频,支持多模态 embedding 模型与多模态 reranker(CrossEncoder)。
推荐理由:给出多模态编码与重排的完整用法和模型清单,可直接迁移到自己的检索流程。
Hugging Face 宣布 Safetensors 加入 Linux Foundation 旗下的 PyTorch Foundation,与 DeepSpeed。
Google DeepMind 在 Hugging Face 上发布 Gemma 4 多模态模型家族,采用 Apache 2 许可,共五个尺寸(E2B、E4B、12B Unified、31B、26B A4B MoE),均提供 base 与 IT 检查点,支持图像、文本输入,小尺寸与 12B Unified 还支持音频。
推荐理由:原文列出五档尺寸、架构取舍与各基准分数,读者可据此判断端侧与 MoE 方案的实际取舍。
Hugging Face 发布 gradio.Server,它扩展自 FastAPI,让开发者用 React、Svelte 或纯 HTML/JS 等自定义前端,同时保留 Gradio 的队列、SSE 流式、并发控制、gradio_client 兼容与 ZeroGPU 支持。
Hugging Face 发布 TRL v1.0,将后训练库从研究代码库转为带明确稳定性契约的正式库,已实现超过 75 种后训练方法,月下载量达 3 million。
推荐理由:原文解释了稳定层与实验层并存的设计取舍,读者可理解后训练库如何应对算法快速更迭。
Hugging Face 给出两条迁移路径,让因 Anthropic 限制 Claude 模型访问而受影响的 OpenClaw、Pi、Open Code 智能体改用开源模型继续运行:通过 Hugging Face Inference Providers 托管调用(推荐 GLM-5),或用 llama.cpp 在本地跑 Qwen3.5-35B-A3B(32GB RAM 可用)。