llama.cpp 与 ggml 发布 v1.0.0 库版本
llama.cpp 与 ggml 发布 v1.0.0 库版本，libllama 与 libggml 分别对应 LLM 推理与张量库的公共头文件。此后 ggml-org 项目在公共 C API 出现不兼容变更时将提升主版本号，向后兼容的功能与后端更新升 MINOR，无 API 变更的修复升 PATCH。
推荐理由：语义化版本规则和分发渠道清单，说明了本地推理库如何向下游开发者承诺接口稳定性。
公司与模型
Hugging Face 最新动态
Hugging Face 社区的热门开源模型、数据集、工具与榜单变化。
141 条精选近 30 天 12 条共收录 660 条
更新
Hugging Face的精选
Hugging Face Blog精选AI 评分6262
Hugging Face Blog精选AI 评分6262 Hugging Face 推出 Decision Models 决策模型接口与生态支持
Hugging Face 介绍决策模型（decision model）概念及其在生态中的落地：模型接收 state 与 questions，直接返回带概率的结构化决策而不生成文本，接口包含 choice、score、noul 三种原语，并给出 confidence 计算方式。
推荐理由：原文梳理了决策模型的接口设计与三种原语，并说明 Transformers 和 llama.cpp 如何通过同一 API 提供服务。
Hugging Face Blog精选AI 评分6767 Hugging Face 发布端侧 TTS 模型 Phonon 并开源权重
Hugging Face 发布可在本地设备运行的文本转语音模型 Phonon，无需服务器和网络，两周内下载量超过 200,000 次。模型提供约 65 MB 和 75 MB 两个尺寸，支持英语、法语、德语、西班牙语和葡萄牙语五种语言及 100 多个内置声音；Phonon 31m 仅支持英语并采用 Apache 2.0 许可，Phonon 40m 覆盖五种语言但限非商业使用。
推荐理由：原文交代了小模型兼顾音质与体积的技术路线、许可证差异和排行榜成绩，可帮助判断端侧语音方案的可用性。
Hugging Face Blog精选AI 评分6060 Hugging Face 开源 CWE-bench v2：100 个任务覆盖 91 种 CWE
Hugging Face 与 Collinear AI 开源 CWE-bench v2，公开 100 个任务，覆盖 91 种 CWE，用于测试前沿模型发现并修复安全漏洞且不破坏现有功能的能力，评分完全程序化、可复现。
推荐理由：公开了 100 个任务的评分口径与成本数据，读者可据此判断模型在真实漏洞修复上的水平与代价。
Hugging Face Blog精选AI 评分6262 Hugging Face 与 IBM Research 发布 Palette：用合成数据训练 20B 模型按设计语言生成幻灯片
Hugging Face Blog 发布 IBM Research 的 Palette：微调一个 20B 开源权重模型，用合成数据学习 IBM Design Language 并通过校验 harness 生成幻灯片，在 PresentBench 三个领域中两个排名第一、三领域均分第二（59.7 分，落后 NotebookLM 的 60.8 分 1.1 分）。
推荐理由：原文拆解了用合成数据与校验器训练小模型复现设计语言的完整方法，可迁移到其他输出可被代码校验的任务。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 AnySpeechRecognizer 与 AnyDecisionModel 两个 Swift 包
Hugging Face 官方博客宣布推出 AnySpeechRecognizer 和 AnyDecisionModel 两个 Swift 包，均支持从 Hugging Face Hub 下载开源模型并在设备端运行。
推荐理由：原文给出可选引擎、模型体积与实测词错率，读者可据此判断端侧语音方案的取舍。
Hugging Face Blog精选AI 评分6161 微软与 Hugging Face 开源 ThinkingBox-Training：用数据库终态检查作为 RL 奖励后训练智能体
微软与 Hugging Face 联合发布并开源 ThinkingBox-Training（microsoft/thinkingbox-training），把 ThinkingBox-Bench 中对数据库终态的可执行检查复用为 RL 训练奖励。
推荐理由：原文给出了把数据库终态检查复用为 RL 奖励的完整训练流程与开源实现，读者可据此迁移方法到自己的智能体任务集。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布卫星嵌入模型 OlmoEarth v1.3 及全球预计算嵌入
Hugging Face 发布 OlmoEarth v1.3 卫星嵌入模型，读取 Sentinel-1 雷达与 Sentinel-2、Landsat 多光谱时间序列。
推荐理由：原文给出了评测对比和训练成本变化，读者可据此判断其相对前代与同类模型的实际改进幅度。
Hugging Face Blog精选AI 评分6262 Ai2 发布 FairStress 基准，评估 LLM 决策中的隐性人口统计公平差异
Ai2 发布 FairStress 基准，用于测量 LLM 在最终选择之外的决策稳健性公平差异，包含 300 个双候选人场景、29 个领域，经人口统计身份与对抗前缀组合扩展至超过 1300 万测试用例，并提供 50K 项的 FairStress-Core 子集。
推荐理由：原文用对抗前缀揭示了输出层公平掩盖的决策稳健性差异，并给出相对有效的反事实 CoT 缓解方法。
Hugging Face Blog精选AI 评分6767 Hugging Face 推出 TorchTPU，让 TPU 成为 PyTorch 原生设备
Hugging Face 发布 TorchTPU，一个把 TPU 作为 PyTorch 原生后端的项目，Transformers、Diffusers 和 Kernels 可直接在 TPU 上运行，只需 device_map="tpu" 即可加载模型，不再依赖 torch_xla 或 Optimum TPU。
推荐理由：原文给出了从 torch_xla 迁移到原生后端的具体改动和实测加速数字，读者可据此评估 TPU 工作流的实际收益。
Hugging Face Blog精选AI 评分6161 ALTK-Evolve 用学习记忆让 GPT-4.1 客服智能体登顶 τ²-bench
IBM Research 在 Hugging Face 发布 ALTK-Evolve，用 GPT-4.1 从智能体自身训练轨迹中蒸馏出行为规则并追加到系统提示词，在不更新权重、无人工标注的前提下提升客服智能体表现。
推荐理由：原文展示了不更新权重、仅靠提示词级学习记忆提升客服智能体可靠性与成本的具体路径和量化结果。
Hugging Face Blog精选AI 评分7474 PyTorch 2.15 为 Mac 的 MPS 后端带来 FP8 支持与更快的 LLM 解码
Hugging Face 的 PyTorch 团队发布 PyTorch 2.15 的 MPS 更新：FP8（torch.float8_e4m3fn）登陆 Mac，可用 F.scaled_mm 直接做缩放矩阵乘法，占用内存为 BF16 的一半。
推荐理由：原文用具体吞吐和内存数字说明了 MPS 后端在 Mac 上的能力变化，读者可据此判断本地推理与视频生成工作流的可行性提升。
Hugging Face Blog精选AI 评分7676 Hugging Face 官方介绍 FLUX.3 Image Klein 在 Diffusers 中的用法与架构
Black Forest Labs 的 FLUX.3 Image Klein 已可在 Diffusers 中使用，一个模型同时支持文生图、多参考图生图和 bounding box 布局控制。
推荐理由：原文拆解了架构与显存速度数据，读者可据此判断能否在现有硬件上跑起来。
Hugging Face Blog精选AI 评分6262 Ai2 用 GPU 时间预算重构集群调度器
Ai2 团队用 GPU 时间预算、层级公平份额分配和时间片合约取代了原有的优先级调度器，把 GPU 时间分配从逐案协商变成透明的预算流程。新系统要求每个请求由预算支撑，配合 7 天回看窗口的公平份额排序和 8 小时最小运行时保护，30 天测试期内团队拿到了 98% 应得 GPU 小时，集群占用率保持 98%，调试任务 p90 等待时间从 2 小时降到 30 秒，需人工介入的维修下降 74%。
推荐理由：原文完整拆解了从优先级调度到预算制调度的迁移过程与量化收益，可迁移性强。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 Olmo-core 3 开源 MoE 训练框架
Olmo-core 3 是面向大规模 MoE 训练的开放框架升级版，可扩展到万亿参数规模，是下一代 Olmo 的核心系统之一。
推荐理由：原文给出吞吐对比与并行策略取舍，读者可据此评估开放 MoE 训练栈的实际收益。
Hugging Face Blog精选AI 评分7878 H 公司发布 Holo4 系列智能体模型，含 27B 稠密与 35B-A3B MoE 两个版本
H 公司发布 Holo4 系列智能体模型，包含 27B 稠密版和 35B-A3B MoE 版，两者均已上线 H Models API，权重以 BF16、FP8、NVFP4 和 4-bit GGUF 格式开源在 Hugging Face。
推荐理由：Holo4 同时开源权重与全部评测轨迹，读者可据此比较通用计算机操作智能体在成本与能力上的取舍。
Hugging Face Blog精选AI 评分6262 Transformers 新增 llama.cpp GGUF 量化模型支持
Hugging Face 在 transformers 中加入 GGUF 支持，用户可通过 from_pretrained 传入 gguf_file 直接加载 Hub 上的量化检查点并在本地生成。
推荐理由：Hugging Face 官方说明 transformers 如何直接加载 GGUF 量化权重，并给出与 llama.cpp 的对比数据与当前限制。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 tokenizers v1：编码提速 3 至 30 倍
Hugging Face 发布 tokenizers v1 候选版本，在 Apple M4 Max 单线程下编码速度比 v0.23 快 3 至 30 倍，八线程扩展效率为线性的 76%，且输出 token ID 与 v0.23 完全一致。
推荐理由：原文给出 v1 与 v0.23 的逐项基准对比和实现改动，可据此判断分词器在训练与推理管线中的实际提速空间。
Hugging Face Blog精选AI 评分6161 Hugging Face 用 LoRA 适配器同步与 KV 前缀路由把 AsyncGRPO 跨 Job 训练提速 3.9 倍
Hugging Face 博客展示了一个基于 TRL v1.14 AsyncGRPOTrainer 的跨 Hugging Face Jobs 异步 GRPO 训练方案：训练端只训练 LoRA 适配器，通过 Storage Bucket 挂载的共享文件系统把几 MB 的适配器传给 vLLM，无需 NCCL。
推荐理由：原文给出五轮对照实验的完整指标变化，读者可据此学会用 AsyncGRPO 指标定位训练瓶颈并复现提速路径。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 funes：为编码智能体提供可自有的持久记忆层
Hugging Face 发布开源工具 funes，为 Claude Code、Codex、pi、Hermes 等编码智能体提供本地持久记忆层，一条命令即可安装并自动索引每轮对话。
推荐理由：原文说明了本地索引与可迁移数据集的设计取舍，读者可据此判断它与托管记忆服务的差异。