Hugging Face 用七个维度对比16个开源异步RL训练库
Hugging Face Blog 发布长文,为 TRL 的异步训练器设计做调研,按七个维度(编排原语、rollout buffer 设计、权重同步协议、staleness 管理、partial rollout 处理、LoRA 支持、分布式训练后端)对比了16个从零围绕异步训练构建的开源库。
推荐理由:文章用七个维度拆解了16个开源RL库的异步训练设计,读者可据此对比选型并理解各自权衡。
Hugging Face Blog 发布长文,为 TRL 的异步训练器设计做调研,按七个维度(编排原语、rollout buffer 设计、权重同步协议、staleness 管理、partial rollout 处理、LoRA 支持、分布式训练后端)对比了16个从零围绕异步训练构建的开源库。
推荐理由:文章用七个维度拆解了16个开源RL库的异步训练设计,读者可据此对比选型并理解各自权衡。
LeRobot v0.5.0 发布,自 v0.4.0 起合并 200 多个 PR、新增 50 多位贡献者,新增完整 Unitree G1 人形支持(含运动、操作、遥操作与全身控制)、OpenArm 与 Earth Rover 等硬件,以及 Pi0-FAST 自回归 VLA、Real-Time Chunking、Wall-X、X-VLA、SARM 和 PEFT 支持等六项策略。
推荐理由:原文逐项列出了硬件、策略、数据与环境四条线的能力变化,读者可据此判断这次版本更新会怎样扩展可支持的机器人与训练流程。
Hugging Face 官方博客介绍 Ulysses Sequence Parallelism(来自 Snowflake AI Research 的 Arctic Long Sequence Training 协议)如何通过注意力头并行把长序列训练分布到多 GPU。
Google Research 发布开源语音数据集 WAXAL,覆盖撒哈拉以南非洲 27 种语言、逾 1 亿使用者,以 CC-BY-4.0 许可开放。数据集包含约 1,846 小时 ASR 转录自然语音与超过 565 小时高保真 TTS 录音,由非洲学术与社区组织主导采集,合作方包括 Makerere University、University of Ghana 等。
Google 发布的开源模型 SpeciesNet 可对相机陷阱图像中的动物进行物种分类,覆盖 2,498 个类别,训练数据来自超过 65 million 张标注图像。
Hugging Face 官方博客介绍 Modular Diffusers,它用可复用的块(如文本编码、图像编码、去噪、解码)组合构建扩散流水线,作为现有 DiffusionPipeline 的灵活替代,API 保持一致。
推荐理由:原文给出可复用块的组合方式与自定义块写法,读者可据此判断如何改造现有扩散工作流。
Hugging Face 官方博客介绍 Mixture of Experts (MoE) 的原理及其在 transformers 库中的工程支持。文章以 gpt-oss-20b 为例说明总参数与激活参数的区别(21B 总参数、每 token 激活约 3.6B),并给出 M3 Ultra 上约 115 tok/s 的实测速度。
推荐理由:文章把 MoE 原理与 transformers 库的加载、后端、并行改造串起来,读者可据此理解工程落地路径。
Hugging Face 官方博客介绍如何用 Unsloth 和 Hugging Face Jobs 通过 Claude Code、Codex 等 coding agent 快速微调 LLM(以 LiquidAI/LFM2.5-1.2B-Instruct 为例),Unsloth 相比标准方法约 2 倍提速、约 60% 省显存。
Hugging Face 宣布 GGML(llama.cpp 的创建者)及其团队加入 HF,以在 Local AI 快速发展期间为项目提供长期可持续资源。合并后 Georgi Gerganov 和团队仍 100% 投入维护 llama.cpp,在技术方向和社区上保持完全自治,项目继续 100% 开源并由社区驱动。
推荐理由:说明了合并后 llama.cpp 保持自治与开源的原因,以及 transformers 与本地推理栈打通的技术方向。
Hugging Face 官方博客介绍 Gradio 6 中 gr.HTML 的新能力:支持自定义模板、作用域 CSS 和 JavaScript 交互,让 LLM 一次生成前端、后端与状态管理,全部写在一个 Python 文件里,无需构建步骤,可秒级部署到 Hugging Face Spaces。
Hugging Face 发布了一个教编码智能体编写生产级 CUDA kernel 的 agent skill,随 kernels 库提供,可用 kernels skills add cuda-kernels --claude 等命令装入 Claude、Codex、OpenCode 等智能体。
推荐理由:给出了可直接安装的 skill 命令和两组真实基准数据,读者可据此评估它能否用于自己的 kernel 工作流。
Hugging Face 与 Meta 的开源框架 OpenEnv 让智能体在真实系统而非模拟环境中接受评估,Turing 为此贡献了生产级 Calendar Gym 日历环境,包含访问控制、跨用户可见性受限和多步工作流等约束。
Hugging Face 宣布 Transformers.js v4 已发布到 NPM(npm i @huggingface/transformers),核心变化是采用用 C++ 重写的全新 WebGPU Runtime,与 ONNX Runtime 团队合作在约 200 个已支持模型架构上完成测试,同一份代码可运行于浏览器、Node、Bun 和 Deno。
推荐理由:原文给出了构建耗时、包体积和推理速度的具体数字,读者可据此评估升级到 v4 的实际收益。
Mistral AI 发布 Voxtral Transcribe 2 系列,包含面向批量转写的 Voxtral Mini Transcribe V2 和面向实时应用的 Voxtral Realtime,后者以 Apache 2.0 开源权重在 Hugging Face 发布。
推荐理由:原文给出两款模型的延迟、词错率与价格对比,读者可据此评估其在语音工作流中的替换价值。
Google Research 提出 Sequential Attention,用贪心选择机制在单次模型训练中顺序、自适应地挑选最优组件,以解决特征选择等 NP-hard 子集选择问题。
Hugging Face 推出 Community Evals,让基准数据集仓库可托管排行榜,模型仓库自行存储评测分数,社区可通过 PR 提交结果,Verified 徽章标识可复现的结果。
推荐理由:原文说明了分数分散在各处的问题和去中心化上报机制,读者可理解它如何让评测过程变得可追溯。
Hugging Face Blog 第三篇系列文章分析 DeepSeek Moment 之后中国 AI 组织的开源路径与未来方向,认为开源在可预见的未来仍是中国 AI 组织的主流策略。
Photoroom 在 Hugging Face Blog 发布 PRX 文生图模型训练系列第二篇,以 PRX-1.2B 在 256×256 Flux VAE 潜空间的 Flow Matching 基线(100k 步、1M MidJourneyV6 合成数据、AdamW lr 1e-4)为参照,系统消融四类训练技巧并报告 FID、CMMD、DINO-MMD 与吞吐变化。
推荐理由:以统一基线系统消融十余种训练技巧,给出各方法在质量与吞吐上的真实取舍,可直接迁移到自己的训练配置。
Hugging Face Gradio 团队发布并开源 Python 库 Daggr,用几行代码把 Gradio 应用、模型和自定义函数串成 AI 工作流,并自动生成可视化画布,可查看中间输出、单独重跑某一步并管理状态。
Hugging Face 发布开源工具 upskill,用 Claude Opus 4.5 等大模型生成并评测 agent skill,再迁移到更小或本地模型使用,本次以编写 diffusers 模型的 CUDA 内核为基准任务。
推荐理由:原文给出用大模型生成技能再迁移到小模型的完整流程与实测数据,读者可据此判断能否降低自己的调用成本。
Hugging Face 分析了 DeepSeek Moment 之后中国开源 AI 生态在架构与硬件上的选择:Kimi K2、MiniMax M2、Qwen3 等主流模型几乎一致转向 MoE 架构,Apache 2.0 成为默认开源许可,0.5B–30B 小模型因易本地运行和微调而广受欢迎,100B–700B 大模型则作为"教师模型"向下蒸馏。
Hugging Face 与 LinkedIn 团队复盘了在 verl 框架下为 GPT-OSS-20B 解锁 agentic RL 训练的过程,依次修复了三类问题。
Hugging Face 发布系列博文首篇,复盘 DeepSeek R1 发布一年来中国开源 AI 生态的演变。文章指出 R1 通过公开推理路径与后训练方法、采用 MIT 许可,降低了技术、采用与心理三重门槛,使先进推理能力变成可下载、蒸馏和微调的工程资产。
Hugging Face 联合社区推出开放推理标准 Open Responses,基于 OpenAI 的 Responses API 并开源,面向智能体工作负载,默认无状态、支持加密推理,流式输出建模为语义事件。
推荐理由:梳理了从 Chat Completion 迁移的核心改动与工具循环规范,便于开发者评估接入成本。
NVIDIA 发布 Cosmos Reason 2,一款面向物理 AI 的开源推理视觉语言模型,在 Physical AI Bench 和 Physical Reasoning 榜单上位居开源模型第一。
TII 发布 Falcon-H1-Arabic 阿拉伯语模型家族,包含 3B、7B、34B 三个版本,采用 Falcon-H1 混合架构,将 Mamba 与 Transformer attention 并行置于每个 block 内并在输出投影前融合。
Hugging Face 发布教程,讲解如何用 NVIDIA DGX Spark 和 Reachy Mini 搭建可本地运行的个人 AI 机器人,复现黄仁勋在 CES 2026 主题演讲中的演示。
Hugging Face 与 ServiceNow 合作发布 AprielGuard,一个 8B 参数的安全防护模型,用于检测 16 类安全风险以及提示注入、越狱、思维链污染、上下文劫持、记忆投毒和多智能体攻击等对抗攻击,覆盖独立提示、多轮对话和含工具调用与推理轨迹的智能体工作流三种输入格式。
Hugging Face 官方博客介绍 Transformers v5 对分词器的重新设计,将分词器架构与训练好的词表分离,类似 PyTorch 把网络结构与权重分开。
NVIDIA 发布 Nemotron 3 Nano 30B A3B 的完整评测配方,用开源的 NeMo Evaluator 库公开配置、日志与产物,供任何人复跑评测管线并独立核验模型卡结果。
Google DeepMind 发布开源可解释性工具套件 Gemma Scope 2,覆盖 Gemma 3 全系 270M 到 27B 参数模型,称其为迄今 AI 实验室规模最大的开源可解释性工具发布。
CUGA(Configurable Generalist Agent)作为开源智能体集成到 Hugging Face Spaces,上线了一个演示:展示小型 CRM 系统,配备 20 个预配置工具,通过 API Agent 处理销售数据查询和 API 交互,并提供 workspace files 以使用预定义策略。
Google 与 SisonkeBiotik、Ro’ya、DS-I Africa 合作举办的非洲 Data Science for Health Ideathon 从 30 多份投稿中选出 6 支决赛团队,Dawa Health 凭借基于 MedSigLIP 与 Gemini RAG 的多语言宫颈癌筛查工具获一等奖及观众选择奖。
llama.cpp server 新增 router 模式,可在不重启服务的情况下动态加载、卸载和切换多个模型,把 Ollama 式的模型管理带进 llama.cpp。
Hugging Face 发布教程,介绍让 OpenAI Codex 接入 HF Skills 仓库后完成端到端机器学习实验的流程。
推荐理由:教程给出从数据校验到成本预估的完整操作链,可直接迁移到自己的微调实验。
Mistral AI 发布 Devstral 2 系列编码模型,包含 123B 的 Devstral 2 与 24B 的 Devstral Small 2,前者在 SWE-bench Verified 上取得 72.2%。
推荐理由:原文给出两个尺寸的参数、SWE-bench 分数与部署门槛,读者可据此判断它在自托管编码场景中的可行性。
OpenAI 在 Linux Foundation 下联合创立 Agentic AI Foundation,并将 AGENTS.md 捐赠给该基金会,以支持安全智能体 AI 的开放、可互操作标准。
Hugging Face 发布 hf-llm-trainer skill,让 Claude Code 等编码智能体通过对话完成开源 LLM 微调的全流程,包括校验数据集、选择硬件、生成并提交训练任务、监控进度以及把模型推到 Hub。
推荐理由:教程给出了从数据校验到成本估算的完整闭环,读者可据此评估用对话完成微调的可行性。
Mistral AI 宣布推出 Mistral 3 模型家族,包括 14B、8B、3B 三款稠密小模型和旗舰 Mistral Large 3(41B 激活参数、675B 总参数的稀疏 MoE),全部以 Apache 2.0 许可开源。
推荐理由:原文给出了模型规格、许可证与部署入口,读者可据此评估其在开源模型中的定位与可用性。
Hugging Face 发布 Transformers v5.0.0rc-0,日安装量超 300 万次、累计超 12 亿次,模型架构从 v4 的 40 个增至 400 多个。
推荐理由:官方系统梳理了 v5 在简化、训练、推理和量化上的取舍,读者可据此判断迁移成本与生态兼容变化。