跳到正文
3月10日周二
  1. Hugging Face Blog62

    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。

3月9日周一
  1. Hugging Face Blog62

    LeRobot v0.5.0 发布:首个 Unitree G1 人形支持与六项新策略

    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。

3月7日周六
  1. Google Research55

    Google Research 开源非洲语言语音数据集 WAXAL,覆盖 27 种语言

    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。

3月5日周四
  1. Hugging Face Blog62

    Hugging Face 推出 Modular Diffusers:可组合的扩散流水线构建块

    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。

2月26日周四
  1. Hugging Face Blog70

    Hugging Face 博客解读 MoE 在 transformers 中的工程实现

    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。

2月20日周五
  1. Hugging Face Blog78

    GGML 与 llama.cpp 加入 Hugging Face

    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。

2月18日周三
2月13日周五
  1. Hugging Face Blog70

    Hugging Face 发布 CUDA kernel agent skill,让 Claude 和 Codex 端到端生成可用 kernel

    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。

2月12日周四
2月9日周一
  1. Hugging Face Blog72

    Hugging Face 发布 Transformers.js v4,WebGPU 加速覆盖 Node、Bun 与 Deno

    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。

2月5日周四
2月4日周三
  1. Hugging Face Blog60

    Hugging Face 推出 Community Evals:模型自存评测分数、社区可提交榜单结果

    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。

2月3日周二
  1. Hugging Face Blog68

    Photoroom 发布 PRX 文生图模型训练设计消融实验报告

    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。

1月29日周四
1月28日周三
  1. Hugging Face Blog62

    Hugging Face 发布 upskill 工具,用 Claude 生成 CUDA 内核技能并迁移到开源小模型

    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。

1月27日周二
1月20日周二
1月15日周四
  1. Hugging Face Blog60

    Hugging Face 推出开放推理标准 Open Responses

    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。

1月6日周二
1月5日周一
2025年12月23日周二
  1. Hugging Face Blog56

    Hugging Face 发布 8B 安全防护模型 AprielGuard

    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。

2025年12月18日周四
2025年12月17日周三
2025年12月16日周二
2025年12月12日周五
2025年12月11日周四
2025年12月9日周二
2025年12月4日周四
  1. Hugging Face Blog64

    Hugging Face 推出 Skills 让 Claude 微调开源 LLM 的教程

    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。

2025年12月3日周三
2025年12月1日周一