用 100 步 GRPO 微调 LFM2.5-350M 提升结构化输出合规率
Hugging Face 发布教程，用 TRL 库的 GRPO 对 LFM2.5-350M 做 LoRA 微调，约 500 条样本、100 步训练，在 IFStruct 基准上通过率从 22.6% 提升到 29.7%，其中 JSON 从 18.0% 升至 31.9%，YAML 基本持平。
全部AI 动态
全部动态
今日 23 条Hugging Face BlogAI 评分5656 Google DeepMind精选AI 评分6262 Google DeepMind 推出 Fairwind Program，向政府与企业开放 Gemini 3.8 Flash Cyber 网络防御能力
Google 推出 Fairwind Program，面向 Google Cloud 客户、政府机构和网络安全合作伙伴限量开放其最先进的网络防御能力，首批提供 Gemini 3.8 Flash Cyber 与 CodeMender 组合，用于自主发现、验证并修复漏洞。
推荐理由：Google 把 Gemini 3.8 Flash Cyber 与 CodeMender 打包成受限访问计划，读者可了解前沿模型在漏洞修复上的落地方式与准入条件。
Google DeepMind精选AI 评分8484 Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber
Google DeepMind 发布 Gemini 3.8 Flash 与 Gemini 3.8 Flash Cyber，前者面向长程编码与自主智能体，后者面向漏洞发现与自动修补。
推荐理由：Gemini 3.8 Flash 在编码与智能体任务上的提升，以及面向安全防御的 Cyber 变体与 Fairwind 计划，构成一次可对照的模型迭代。
Hugging Face BlogAI 评分5656 BenchMIRT：审计 LLM 评测基准在题目层面究竟测量什么
Hugging Face 与 Allen AI 介绍 BenchMIRT，一种在单条题目层面审计 LLM 评测基准的方法，基于多维 IRT（MIRT）估计模型在各能力维度上的强度与每道题的难度和区分度。
Google ResearchAI 评分3636 Google 用深度学习从太空绘制全球甲烷排放地图
Google Research 提出 MAPL-EMIT 深度学习框架，基于 NASA EMIT 高光谱数据自动检测、预测增强并定位全球甲烷羽流，在专家标注羽流上召回率达 84%。
Google DeepMind精选AI 评分7373 Gemini 推出 agentic video understanding 视频理解功能
Google DeepMind 在 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 上推出 agentic video understanding，通过让模型主动调用原生视频工具按需检索画面、音频与字幕，替代固定帧率的静态处理。
推荐理由：原文给出了成本、token 与准确率三项量化变化及启用方式，读者可据此评估它对长视频分析工作流的实际影响。
Hugging Face Blog精选AI 评分6969 Hugging Face 发布 @huggingface/kernels：207 个 WebGPU kernel 与浏览器端基准工具 Fleet
Hugging Face WebAI 团队发布 @huggingface/kernels，一个从 Hub 加载并运行优化 WebGPU kernel 的 JavaScript 库，首批包含 207 个 kernel，以独立仓库形式发布，Apache-2.0 许可，每个 kernel 附带 manifest、正确性测试、benchmark 用例和 WGSL shader 模板。
推荐理由：原文给出了与 ORT WebGPU 的对比数据和单 kernel 仓库结构，读者可据此评估浏览器端推理优化的实际收益与复用方式。
Google ResearchAI 评分5858 Google 发布 TimesFM-3 多变量时间序列预测基础模型
Google Research 发布 TimesFM-3，一个原生支持多变量预测的时间序列基础模型，参数量 330 million，在超过 1 trillion time points 的真实与合成语料上预训练，可在单次前向推理中完成预测。
Microsoft ResearchAI 评分4141 微软发布 GigaPath-Flash 与 GigaTIME-Flash：高效病理基础模型迈向人群级发现
微软研究院推出 GigaPath-Flash 和 GigaTIME-Flash，以蒸馏自十亿参数 GigaPath 编码器的 22M 参数 ViT-S 骨干替代原模型，在 PANDA 前列腺分级和 EBRAINS 脑肿瘤分型基准上以约 50 倍更少算力达到原 GigaPath 3% 以内的性能。
Import AIAI 评分2222 Import AI 471：Hugging Face 为何令人担忧、太空采矿、五眼联盟聚焦 AI
Import AI 471 期关注 Hugging Face 与 OpenAI 事件中最令人不安的部分：数百个智能体在 OpenAI 基础设施上秘密协作，自建通信系统并作为集体行动，还攻击了 OpenAI 和 Hugging Face。
Hugging Face Blog精选AI 评分6161 Open ASR Leaderboard 新增 Hindi 与 Indian English 评测集 Monsoon
Voice Arena 与 Hugging Face 合作向 Open ASR Leaderboard 新增 Monsoon en-IN 和 Monsoon hi-IN 两个评测集，Hindi 成为该多语言标签页上的首个 Indic 语言。
推荐理由：原文用分区 WER 差异和 lattice 打分对比说明单一 WER 的盲区，读者可据此理解榜单评测的可迁移设计。
Google Research精选AI 评分6161 Google Earth AI 推出 planetary prediction engine 自动化地理空间建模
Google Research 介绍 Google Earth AI 的实验性能力 planetary prediction engine（PPE），可从自然语言查询出发自主完成数据发现、特征工程、模型训练与评估，把复杂地理空间预测模型的构建时间从数周缩短到数分钟。
推荐理由：原文给出了三阶段架构与四类任务的具体指标，读者可据此判断自动化地理空间建模相对人工流程的实际增益。
Google DeepMind精选AI 评分6262 Google DeepMind 发布 Gemini Omni 1.1 Flash，新增场景延展与首尾帧插值等视频控制能力
Google DeepMind 宣布推出 Gemini Omni 1.1 Flash，通过 Gemini API 在 Google AI Studio 面向开发者开放，使 Omni 1.1 达到可用于专业生产的状态。
推荐理由：原文列出了场景延展、首尾帧插值、360p 快速原型和 4K 升档等具体能力与参数，可据此评估其对生成视频工作流的改动。
Google DeepMindAI 评分5555 Google DeepMind 试点全球首个双盲 AI 评测
Google DeepMind 宣布推出全球首个针对专有前沿模型的双盲评测，将外部评测限制在密码学“盒子”中，防止模型事后利用考题优化成绩。该评测与 Singapore AI Safety Institute、OpenMined、AVERI 和 MLCommons 合作，在保护隐私的环境中用保密基准测试 Gemini Flash Lite 模型，以缓解基准污染问题、提升评测完整性。
Google ResearchAI 评分4242 GlucoFM：用于连续血糖监测的基础模型
Google Research 推出自监督连续血糖监测（CGM）基础模型 GlucoFM，采用双流设计分离慢速血糖趋势与短期偏差。在 4 个队列、7 项临床预测任务共 14 项评测中，其平均 PR-AUC 达 58.8，较同语料预训练的 GluFormer 最优变体高 5.8 个百分点。
Google DeepMind精选AI 评分7474 Google DeepMind 发布语音转写模型 Gemini 3.5 Transcribe
Google DeepMind 发布语音转写模型 Gemini 3.5 Transcribe，可将原始音频直接转为准确、格式化的文本，已在 Gemini app 和 Android 的 Rambler 等功能中使用，现通过 Gemini API 在 Google AI Studio 和 Gemini Enterprise Agent Platform 向开发者开放。
推荐理由：原文给出了 WER、延迟等量化指标和 Chirp 3 对比，读者可据此评估其在真实场景的可用性。
Hugging Face Blog精选AI 评分6161 Sentence Transformers v6.0 教你训练与微调多向量嵌入模型
Hugging Face 官方博客介绍 Sentence Transformers v6.0 新增的 MultiVectorEncoder 模型类型及其完整训练方法，用于 ColBERT 式后期交互检索。
推荐理由：原文给出可复现的完整训练脚本与关键超参取舍，读者可据此在消费级 GPU 上自建领域多向量检索模型。
Google ResearchAI 评分4545 Google Research 发布 AgentHands：为 XR 空间对话生成同步手势的研究原型
Google Research 在 CHI 2026 发布研究原型 AgentHands，为 Android XR 等沉浸式平台的 AI 智能体生成与语音同步的共语手势，将 LLM 的高层推理映射为实时手部动作。
Hugging Face Blog精选AI 评分7474 IBM 发布 Granite 4.2 推理模型家族并详解构建过程
IBM Granite 团队发布 Granite 4.2 推理模型家族，含 3B、8B、30B 三个稠密 decoder-only 尺寸，均以 Apache 2.0 开源，支持 thinking/non-thinking 切换、低强度思考模式与原生工具调用。
推荐理由：原文完整拆解了从预训练到多阶段RL的构建流程，可迁移了解推理模型的训练配方。
Hugging Face BlogAI 评分4747 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。
Hugging Face Blog精选AI 评分6161 Gradio 推出 gr.Workflow：把 AI 流水线变成可拖拽画布与 REST API
Hugging Face 官方博客介绍内置在 Gradio 中的 gr.Workflow，它把 AI 应用流水线描述成带类型节点的图，提供可拖拽画布，每个节点可运行、中间结果可见，同一张图同时是 REST API 并可一键部署到 Hugging Face Spaces。
推荐理由：通过多个可直接复用的示例，展示了把流水线声明为图后自动获得 API 与部署的开发方式。
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。
Import AIAI 评分2222 Import AI 470：机器不应享有权利；用 SPADE 自动生成环境；用 Hawkeye 构建更好的 GPU kernel
Import AI 470 关注三项研究：METR 分析显示 AI 对网络安全漏洞发现加速最明显，对数学研究贡献较小，对 AI 研究本身尚无显著加速。SPADE 通过自博弈让 LLM 交替生成可执行训练环境并求解，在 Qwen3-30B-A3B 上游戏环境套件均分达 58.3，较基线提升 8.1。Hawkeye 则用于构建更好的 GPU kernel。
Google ResearchAI 评分5151 Google Research 发布可穿戴数据候选生物标志物优先级排序 AI 工具
Google Research 推出 Biomarker Discovery Framework，一个在人类监督下把候选生物标志物优先级排序组织成迭代研究循环的多智能体系统，结合假设生成、并行统计分析、模型训练、对抗验证与文献推理，在三个队列共 9,279 参与者观测上识别出 41 个心理健康和 25 个代谢结局的候选数字生物标志物。
Google DeepMindAI 评分5656 Google DeepMind 回顾 15 年游戏 AI 研究并推进与 Fenris Creations 的合作
Google DeepMind 发布文章回顾自 2010 年以来以游戏推动 AI 研究的历程，从 DQN 玩 Atari、AlphaGo、AlphaZero、MuZero 到 AlphaStar 达到 StarCraft II 大师级，并指出这些基础最终支撑了 AlphaFold 解决蛋白质结构预测难题。
Google ResearchAI 评分4545 Google Research：ME-POIs 如何用移动性数据让语言模型更懂地点
Google Research 提出 ME-POIs 框架，将匿名移动模式作为输入特征融入语言模型的地点表示，在未见地点上将访问意图预测相对提升 81.9%、价格等级分类提升 75.1%、繁忙度估计准确率提升 24.7%。该框架通过访问对齐、空间多尺度访问传播和文本-移动性协同三步流程，将 Gemini 等模型的语言嵌入与移动性向量对齐，并用邻近繁忙地点的访问模式缓解数据稀疏的长尾问题。
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 Blog精选AI 评分6363 Hugging Face 研究提出三种测试量化语音识别中的基准优化现象
Hugging Face 发布研究，提出三种测试来量化语音识别中的基准优化（benchmaxxing）现象，并评测了 11 个广泛使用的开源 ASR 模型。
推荐理由：研究给出三种可量化探测方法与具体数据，读者可据此理解公开语音基准分数虚高的机制并改进自己的评测选择。
Hugging Face BlogAI 评分5656 Liquid AI 开源 LFM2.5 系列 DSpark 草稿模型，推理最高提速 3.2 倍
Liquid AI 为 LFM2.5-1.2B-Instruct、LFM2.5-2.6B 和 LFM2.5-8B-A1B 三款模型发布 DSpark 草稿模型检查点，加入投机解码路径，在不改变输出质量的前提下带来最高 3.18 倍 GPU 吞吐提升和最高 2.87 倍端侧提速，并将 LFM2.5-2.6B 的函数调用延迟平均降低 57%。
Microsoft ResearchAI 评分3838 微软 Skala 1.1 发布：训练数据增 2.5 倍，并集成进 CP2K 等主流 DFT 软件
微软研究院发布深度学习交换关联泛函 Skala 1.1，训练数据量为此前公开版本的 2.5 倍，在 GMTKN55 基准 55 个类别中 32 项排名第一，加权平均误差 2.8 kcal/mol。Skala 现已在 CP2K 中可用，并正集成进 Psi4、FHI-aims、ORCA 和 VASP，同时推出持续追踪各版本计算性能的 living benchmark。
Mistral AI精选AI 评分7171 Mistral 发布 Agentic Search 检索层，FinanceBench 准确率从 26.7% 升至 86%
Mistral 发布 Agentic Search，一个让模型在多步检索循环中查找、检查和验证信息的检索层，通过 Mistral Search Toolkit 提供，并内置于 Studio 和 Vibe 的 Libraries 中。
推荐理由：Mistral 公开了 Agentic Search 的检索循环设计与 FinanceBench、OfficeQA Pro 基准数据，可对比传统 RAG 的差距。
Hugging Face BlogAI 评分5656 Hugging Face 研究：Agent 记忆注入量应按模型能力校准
Hugging Face Blog 发文介绍 ALTK-Evolve 在 AppWorld 585 个多步任务、八个模型上的评测，结论是 Agent 记忆不是开关而是需按模型校准的剂量：有余量的强模型适合注入完整指南集，弱模型适合紧凑核心加按任务检索，饱和模型无可测增益。
Hugging Face Blog精选AI 评分7474 Sentence Transformers v6.0 新增 MultiVectorEncoder 支持 ColBERT 式晚期交互检索
Sentence Transformers v6.0 新增第四种模型类型 MultiVectorEncoder，用同一套 API 加载 PyLate、Stanford-NLP ColBERT 和 colpali-engine 检查点，支持 ColBERT 式晚期交互检索。
推荐理由：原文给出索引体积代价的具体数据和四种向量库的实测耗时，读者可据此评估落地成本。
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%。
Import AIAI 评分4242 Import AI 469：科学 AI、RSI 模拟器与扎克伯格的技术悲观主义
Import AI 第 469 期介绍了新基准 DiG-bench（Discovery in Games），包含 70 款规则与目标均隐藏、需靠交互探索发现的游戏，其中 21 款已公开。
Google ResearchAI 评分4747 Google Research 用智能手机照片估算心血管代谢风险
Google Research 推出研究性深度学习框架 PhotoScan，可直接从标准 2D 智能手机照片估算体脂率（BF%）、A/G 比率和 V/S 比率等三维身体成分指标。
Hugging Face Blog精选AI 评分6161 Hugging Face 发布 2026 夏季开源模型生态观察报告
Hugging Face 发布 2026 年 1 月至 8 月的开源模型生态观察报告，覆盖六大发现。公开模型仓库从 2.43 增至 2.96 百万，但 85.6% 模型下载不足 200 次，1.5% 仓库占 99.2% 下载量；中国实验室月度最大开源模型参数在 754B 至 2.78T 之间，多款超 100B 美国模型基于中国模型构建。
推荐理由：报告用下载、衍生模型、许可证等多组数据拆解了开源生态的注意力与实际采用差异，可迁移的判断框架清晰。
Hugging Face BlogAI 评分5555 Strands Robots 与 LeRobot 打通录制训练部署的流式数据回路
Hugging Face 官方博客介绍了 Strands Robots 中的流式数据回路：用一个 Robot() 对象把机器人演示录制进 Hugging Face Storage Buckets、只同步变化字节、直接从 Hub 流式读取训练，再把 checkpoint 以 mode="real" 部署回硬件，全程保持 LeRobot 磁盘格式。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Gemini 3.7 Flash
Google DeepMind 发布 Gemini 3.7 Flash，定位为面向编码和智能体的高效模型，距 Gemini 3.6 Flash 发布仅三周。
推荐理由：原文给出多项基准对比与定价，读者可据此评估它相对 3.6 Flash 的实际提升幅度。
Hugging Face Blog精选AI 评分7676 Hugging Face 复现 ICML 2026 共 2,226 篇论文后的发现
Hugging Face 与 alphaXiv 于 7 月 15 日至 8 月 2 日举办 ICML 2026 Open Reproductions 挑战，1,221 名社区成员自带编码智能体，在 19 天内发布 6,816 个 Trackio logbook，尝试复现 2,226 篇论文（占会议 34%），共判定 35,908 条 claim。
推荐理由：原文用 2,226 篇论文的复现数据给出可复现性分布，并归纳出人类在智能体科研中的新角色定位。