Ryght 借助 Hugging Face Expert Support 打造医疗与生命科学生成式 AI 平台
Ryght 正式推出面向医疗与生命科学领域的生成式 AI 平台 Ryght Preview，现已向所有用户公开可用。
#开源生态
Hugging Face BlogAI 评分2828 Hugging Face BlogAI 评分4545 Gradio reload mode 如何快速构建 AI 应用
Gradio 的 reload mode 让开发者用 `gradio app.py` 启动应用后，源码改动即时生效、无需重启服务器，UI 更新瞬间可见。相比 uvicorn 自带的自动重载，它支持选择性重载，可用 `if gr.NO_RELOAD:` 标记不需重载的代码（如已加载的 AI 模型或 InferenceClient），避免每次改动都重新加载模型。
Hugging Face Blog精选AI 评分6363 Hugging Face 发布 8B 多模态模型 Idefics2
Hugging Face 发布 Idefics2，一个 8B 参数的通用多模态模型，采用 Apache 2.0 开源许可，可接受任意文本与图像序列输入并生成文本回答，具备图像问答、文档信息抽取和基础算术等能力。
推荐理由：给出了模型能力、基准对比和训练数据构成，读者可据此判断 8B 规模开源多模态模型的可用水平。
Hugging Face BlogAI 评分5555 Hugging Face 博客讲解视觉语言模型原理与微调方法
Hugging Face 官方博客介绍视觉语言模型的构成、开源模型概览、选型与评测方式，并给出用 transformers 推理和用 TRL SFTTrainer 微调的完整代码。
Hugging Face BlogAI 评分4747 Hugging Face 推出 Deploy on Google Cloud，让数千个开源 LLM 轻松部署到 Vertex AI Model Garden
Hugging Face 推出 Deploy on Google Cloud 集成，支持将数千个基础模型通过 Vertex AI 或 GKE 一键部署为 API Endpoint，推理由 Text Generation Inference 提供支持。
Hugging Face BlogAI 评分5555 Hugging Face 与 Google 合作发布代码模型 CodeGemma
Hugging Face 与 Google 合作发布开源代码模型 CodeGemma，基于 2B 和 7B Gemma 检查点，在 500 billion tokens 的英语数据、数学和代码上继续训练，提供 2B base、7B base 和 7B Instruct 三个版本，上下文窗口均为 8K token。
Hugging Face BlogAI 评分5555 Hugging Face 与 Wiz Research 合作提升平台安全并公布 pickle 缓解策略
Hugging Face 宣布与云安全公司 Wiz 合作，Wiz 研究团队通过 pickle 在其沙箱计算环境中执行任意代码，发现平台安全缺陷，Hugging Face 表示已修复相关漏洞。
Hugging Face BlogAI 评分4444 用 🤗 Optimum Intel 在 Xeon 上实现 7.8 倍加速的 SetFit 推理
Hugging Face 展示了如何用 🤗 Optimum Intel 将 SetFit 模型在 Intel Xeon CPU 上的推理速度提升 7.8 倍，通过 Intel Neural Compressor 对模型主体做 post-training static quantization（PTQ）即可实现。
Hugging Face BlogAI 评分4141 Hugging Face 推出 Deploy on Cloudflare Workers AI：开源模型的 serverless GPU 推理
Hugging Face 与 Cloudflare 联合推出 Deploy on Cloudflare Workers AI 集成，让开发者无需管理 GPU 基础设施即可通过 serverless API 调用热门开源模型，按请求付费。
Hugging Face BlogAI 评分4141 Hugging Face Transformers 新手入门教程
Hugging Face 发布了一篇面向零基础读者的 Hugging Face Transformers 入门教程，通过在 Hugging Face Spaces 上部署 JupyterLab notebook 并运行 Microsoft 的 Phi-2 LLM 的完整示例，讲解 Transformers 库、Hub、Spaces 等核心概念。
Hugging Face Blog精选AI 评分6262 Hugging Face 开源 Cosmopedia 合成数据集与 cosmo-1b 模型
Hugging Face 发布 Cosmopedia，一个用 Mixtral-8x7B-Instruct-v0.1 生成、含超 3000 万文件和 25 billion tokens 的合成数据集，用于从零预训练大语言模型，目标是复现 Phi-1.5 的训练数据。
推荐理由：原文拆解了从几千到千万级样本的提示词工程方法，可迁移给要做大规模预训练数据的团队。
Hugging Face BlogAI 评分5555 Hugging Face 介绍 GaLore 如何在消费级 GPU 上训练大模型
Hugging Face 官方博客介绍 GaLore 如何利用梯度的低秩结构和投影技术，把优化器状态显存降低超过 82.5%，从而在 NVIDIA RTX 4090 这类消费级 GPU 上训练最多 70 亿参数的 Llama 架构模型。
Hugging Face BlogAI 评分4949 Argilla 与 Hugging Face 推出 Data is Better Together，邀请社区共建数据集
Argilla 与 Hugging Face 联合发起 Data is Better Together 实验，几天内吸引 350 名社区贡献者标注出超过 11,000 条 prompt 评分，并发布数据集 10k_prompts_ranked（含 10,000 条带用户评分的 prompt）。
Hugging Face BlogAI 评分2828 在 Intel® Gaudi® 2 AI 加速器上运行 Llama 2 文本生成 Pipeline
Hugging Face 展示了如何用 Optimum Habana 的自定义 GaudiTextGenerationPipeline 在 Intel® Gaudi® 2 上以几行代码运行 Llama 2（7b、13b、70b）文本生成，涵盖预处理与后处理。
Hugging Face BlogAI 评分4747 Hugging Face 推出 TTS Arena：众包评测文本转语音模型
Hugging Face 推出 TTS Arena，一个让用户提交文本、盲听两个 TTS 模型合成语音并投票的众包评测平台，结果将汇总为排行榜。该平台采用类似 LMSys Chatbot Arena 的 Elo 评分系统，投票前不显示模型名以防偏见。首发模型包括 ElevenLabs、MetaVoice、OpenVoice、Pheme、WhisperSpeech 和 XTTS，涵盖开源与闭源。
Hugging Face BlogAI 评分5656 Hugging Face 解读 AI 水印技术：原理、工具与各模态挑战
Hugging Face 发布博客介绍 AI 生成内容的水印技术，涵盖生成时嵌入与生成后添加两种方式，并讨论开放与闭源水印的权衡。
Hugging Face BlogAI 评分5454 Hugging Face 教程：用 PEFT 与 LoRA 微调 Gemma 模型
Hugging Face 官方博客介绍如何用 Transformers 和 PEFT 库在 GPU 与 Cloud TPU 上对 Gemma 模型做参数高效微调（PEFT）。
Hugging Face BlogAI 评分5555 Hugging Face 介绍 Matryoshka 嵌入模型的训练与使用
Hugging Face 博客介绍 Matryoshka 嵌入模型的概念、训练方法与使用方式，并给出与普通嵌入模型的对比。
Hugging Face Blog精选AI 评分7878 Google 发布开源大模型 Gemma，Hugging Face 完成全生态集成
Google 发布开源大模型系列 Gemma，包含 7B 和 2B 两种参数规模、各有 base 与 instruction-tuned 版本，共 4 个开放模型上线 Hugging Face Hub。
推荐理由：文章给出各尺寸模型的跑分对照和单卡微调命令，读者可据此判断在自有硬件上落地的可行性。
Hugging Face BlogAI 评分4747 Hugging Face 推出 Open Ko-LLM Leaderboard：引领韩语 LLM 评测生态
Upstage 于 2023 年 9 月发起 Open Ko-LLM Leaderboard，构建韩语 LLM 评测生态，采用 Ko-ARC、Ko-HellaSwag、Ko-MMLU、Ko-Truthful QA、Ko-CommonGEN V2 五项评测任务，并以私有测试集防止数据污染。
Hugging Face Blog精选AI 评分6868 Hugging Face 教程：用合成数据训练专用小模型，成本仅为 GPT4 API 的百分之一
Hugging Face 博客展示了用开源 LLM（Mixtral-8x7B-Instruct-v0.1）生成合成数据、再用 AutoTrain 微调约 0.13B 参数 RoBERTa-base 的完整流程。
推荐理由：通过具体成本与碳排数字对比，读者可直接判断何时该用合成数据训练专用小模型而非调用 LLM API。
Hugging Face BlogAI 评分3232 AMD Pervasive AI Developer Contest 开放报名，Hugging Face 提供模型部署支持
AMD 联合 Hugging Face 推出 Pervasive AI Developer Contest，面向全球开发者开放报名，设 Generative AI、Robotics AI、PC AI 三个赛道，单项奖金最高 $10,000 USD，总奖金 $160,000 USD，并提供 700 台 AMD 平台供参赛者使用。
Hugging Face BlogAI 评分5555 Hugging Face TGI 1.4.0 推出 OpenAI 兼容的 Messages API
Hugging Face 为 Text Generation Inference（TGI）1.4.0 和 Inference Endpoints 推出 Messages API。
Hugging Face Blog精选AI 评分6161 Hugging Face 开源 Constitutional AI 训练配方与 llm-swarm 工具
Hugging Face 发布用开源模型实现 Constitutional AI 的端到端配方，并开源基于 Slurm 集群、由 TGI 和 vLLM 支撑的可扩展合成数据生成工具 llm-swarm。
推荐理由：完整给出用开源模型做 Constitutional AI 的可复用配方与评测数据，便于迁移实践。
Hugging Face BlogAI 评分4444 Hugging Face Text Generation Inference 正式登陆 AWS Inferentia2 与 Amazon SageMaker
Hugging Face 宣布 Text Generation Inference (TGI) 正式在 AWS Inferentia2 和 Amazon SageMaker 上可用，为生产级 LLM 部署提供 GPU 之外的可行替代方案。
Hugging Face BlogAI 评分4747 用 🤗 Optimum Intel 在 Xeon 上加速 StarCoder：Q8/Q4 与投机解码
Hugging Face 在 Intel 第 4 代 Xeon 上通过 8bit/4bit 量化与投机解码（assisted generation）将 StarCoder-15B 推理加速 7 倍以上。
Hugging Face BlogAI 评分4949 Hugging Face 与 Google Cloud 达成战略合作，推动开放 AI 协作
Hugging Face 与 Google Cloud 宣布达成战略合作，将在开放科学、开源、云和硬件四个方向展开协作，让企业能用 Hugging Face 的开放模型和 Google Cloud 的云与硬件能力构建自有 AI。
Hugging Face BlogAI 评分5555 Hugging Face 解析 ReAct 智能体并评测开源 LLM 表现
Hugging Face 发布博客介绍 ReAct 智能体的工作原理，展示如何用 LangChain 的 ChatHuggingFace 类构建智能体，并评测多个开源 LLM 作为通用推理智能体的表现。
Hugging Face BlogAI 评分5757 Hugging Face 实测对比 DPO、IPO、KTO 三种偏好对齐方法
Hugging Face Blog 发布对 DPO、IPO、KTO 三种无强化学习偏好对齐方法的实证评测，在 OpenHermes-2.5-Mistral-7B 和 Zephyr-7b-beta-sft 两个 7B 模型上扫描 β 从 0.01 到 0.9 的超参数并用 MT-Bench 评测。
Hugging Face BlogAI 评分5555 Hugging Face 介绍用 Unsloth 与 TRL 将 LLM 微调提速 2 倍
Hugging Face 官方博客介绍社区库 Unsloth，它与 Hub、transformers、PEFT、TRL 完全兼容，可让 LLM 微调提速 2 倍、显存占用降低 40% 且精度零损失。
Hugging Face BlogAI 评分5656 Hugging Face 开源 aMUSEd：基于掩码图像模型的高效文生图模型
Hugging Face 发布 aMUSEd，一个开源复现 Google MUSE 的非扩散文生图模型研究预览，采用 Masked Image Model 方法，参数量约 800M（含文本编码器和 VQ-GAN），推理速度快且支持零样本图像修复。
Hugging Face BlogAI 评分5858 Hugging Face 分享 SDXL Dreambooth LoRA 进阶训练指南与实验结果
Hugging Face Blog 发布了一份社区总结的 SDXL Dreambooth LoRA 进阶训练指南，将 Replicate SDXL Cog trainer 的 Pivotal Tuning 技术与 Kohya trainer 的 Prodigy 优化器等优化结合进 diffusers 训练脚本。
Hugging Face Blog精选AI 评分6060 Hugging Face 2023 年开源 LLM 年度回顾
Hugging Face 发布 2023 年开源 LLM 年度回顾，梳理了从 BLOOM、OPT、GLM-130B 到 LLaMA、Llama 2、Mistral、Qwen、Yi 等模型的发布脉络，以及 Chinchilla 范式转变带来的小模型加更多数据趋势。
推荐理由：系统梳理了开源 LLM 的技术要素与全年脉络，可作为理解开源模型生态的入门地图。
Mistral AI精选AI 评分8888 Mistral AI 开源发布 Mixtral 8x7B 稀疏专家模型
Mistral AI 发布 Mixtral 8x7B，一款采用 Apache 2.0 许可的稀疏混合专家（SMoE）模型，开放权重。它在多数基准上匹配或超过 Llama 2 70B 与 GPT3.5，推理速度提升 6x，支持 32k tokens 上下文和五种语言。
推荐理由：原文给出了架构细节与部署路径，读者可据此评估稀疏 MoE 在成本与性能上的取舍。
Mistral AIAI 评分5656 Mistral AI 开放 la Plateforme 平台 beta 访问，提供三个文本生成端点与一个 embedding 端点
Mistral AI 宣布开放其首个平台服务 la Plateforme 的 beta 访问，提供 mistral-tiny、mistral-small、mistral-medium 三个文本生成端点和 Mistral-embed embedding 端点。
Hugging Face Blog精选AI 评分7878 Hugging Face 完整集成 Mixtral 8x7B 模型
Mistral 发布开源大模型 Mixtral 8x7B，Hugging Face 完成生态集成，包括 Hub 模型卡、Transformers、Inference Endpoints 与 Text Generation Inference 支持。
推荐理由：文章解释了 MoE 架构如何让 45B 参数模型以 12B 密集模型速度解码，并给出量化与微调的实操路径。
Hugging Face Blog精选AI 评分6262 Hugging Face 博客详解 Mixture of Experts（MoE）
Hugging Face 官方博客发布 Mixture of Experts Explained，系统讲解 MoE 的组成、稀疏性、负载均衡、Switch Transformers、微调挑战与推理部署技巧。
推荐理由：系统梳理了 MoE 的原理、训练与推理权衡，读者可据此判断何时选用稀疏模型。
Hugging Face BlogAI 评分5555 Hugging Face 宣布 Transformers 模型在 AMD Instinct GPU 上免改代码运行并支持 TGI
Hugging Face 宣布 Transformers 模型和任务现已可在 AMD Instinct GPU 上免改代码运行，并在 Text Generation Inference（TGI）中加入对 AMD Instinct MI210 和 MI250 的初始支持。
Hugging Face BlogAI 评分5555 Hugging Face 发布 Optimum-NVIDIA 推理库，单行代码改动提速 LLM 推理
Hugging Face 发布 Optimum-NVIDIA 推理库，只需把 transformers 的 pipeline 导入改成 optimum.nvidia 即可获得最高 28x 吞吐提升和 1,200 tokens/second 的推理速度。
Hugging Face BlogAI 评分5656 Hugging Face 让 LoRA 推理提速 300%，冷启动从 25s 降到 3s
Hugging Face 在 Inference API 中实现 LoRA 动态加载，保持 Stable Diffusion 基础模型常驻热态、按请求切换适配器，把预热时间从 25s 降到 3s，用户响应时间从 35s 降到 13s，用不到 5 张 A10G 即可服务数百个不同 LoRA。