NVIDIA NeMo AutoModel 发布，MoE 微调吞吐提升 3.4-3.7 倍
NVIDIA 发布开源库 NeMo AutoModel，基于 HuggingFace Transformers v5 构建，在微调 MoE 模型时相比原生 v5 训练吞吐提升 3.4-3.7 倍、GPU 显存降低 29-32%，且只需改动一行 import。
推荐理由：原文给出 NeMo AutoModel 在 MoE 微调上的吞吐与显存对比数据，读者可据此判断升级成本与收益。
全部AI 动态
全部动态
今日 1 条Hugging Face Blog精选AI 评分6060
Hugging Face BlogAI 评分3434 在 Transformers.js 中试验拟议的 Cross-Origin Storage API
Google Chrome 团队开发者关系工程师 Thomas Steiner 在 Hugging Face 博客中，试验了拟议的 Cross-Origin Storage（COS）API 如何解决 Transformers.js 的跨源缓存重复问题。
Hugging Face Blog精选AI 评分6262 Hugging Face 如何用 AI 与开源工具每周发布 huggingface_hub
Hugging Face 将 huggingface_hub 的发布周期从每 4 到 6 周一次改为每周一次，整套流程由单个 GitHub Actions 工作流驱动，使用 OpenCode 作为智能体运行时、GLM-5.2 等开放权重模型起草发布说明和 Slack 公告，模型经 HF Inference Providers 提供服务。
推荐理由：Hugging Face 公开了每周发版的完整工作流，其中模型起草加确定性校验再人工审核的循环可直接迁移到其他项目。
Hugging Face Blog精选AI 评分6262 如何用本地模型免费分诊 OpenClaw 仓库的 PR 和 issue
Hugging Face 博客分享了用本地模型分诊 OpenClaw 仓库 issue 和 PR 的实践：在 Pi agent harness 中运行 gemma-4-26b-a4b 和 qwen3.6-35b-a3b，配合只读的 reposhell 和 final_json 工具输出结构化分类标签。
推荐理由：作者用本地模型加受限 shell 做 PR 分类的完整实践，给出了可迁移的 agentic classification 配方与实测对比。
Hugging Face Blog精选AI 评分6262 Hugging Face 实测：LoRA 之外还有哪些更好的微调技术
Hugging Face 在 PEFT 库中加入统一条件的基准测试，比较 LoRA 与其他参数高效微调技术的表现。
推荐理由：Hugging Face 用统一条件对比多种 PEFT 技术，给出 LoRA 之外在精度与显存上的取舍参考。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 agent-eval：在自有工具上评测开源模型的智能体能力
Hugging Face 发布 agent-eval 评测工具，用 transformers 作为案例，衡量智能体完成任务的过程成本而非只看最终答案。该工具在 bare、clone、skill 三种层级下运行模型×版本×任务的组合，每个组合作为独立 Hugging Face Job 在相同硬件上并行执行，并记录 match %、时间、token 和错误率等指标。
推荐理由：Hugging Face 用自家 transformers 做案例，展示如何衡量智能体使用工具的过程成本而非只看最终答案。
Hugging Face Blog精选AI 评分6262 用 Strands Agents 和 LeRobot 从 Hugging Face Hub 走到机器人硬件
AWS 开源 SDK Strands Robots（Apache 2.0）把 LeRobot 栈封装成 AgentTools，用一个 Strands 智能体串起从 Hub 数据集到物理机器人的流程。
推荐理由：AWS 团队给出从 Hub 数据集到真机的五步 Agent 流程，可据此判断仿真与硬件数据同格式的迁移成本。
Hugging Face BlogAI 评分3232 PyTorch 性能剖析（第二部分）：从 nn.Linear 到融合 MLP
PyTorch 性能剖析系列第二部分将手写的 matmul-add 替换为 nn.Linear，并堆叠三层加激活函数构成 MLP 模块，在 NVIDIA A100-SXM4-80GB 上分析其 profiler trace。
Hugging Face Blog精选AI 评分6262 如何用两个 Hugging Face Space 让智能体搭出 3D 巴黎画廊
作者让编码智能体调用两个 Hugging Face Space，先由 ideogram-ai/ideogram4 生成六张巴黎地标图像，再由 VAST-AI/TripoSplat 从单图重建 3D Gaussian splat，最终拼成可交互的静态 Space 画廊。
推荐理由：作者用一次真实搭建演示了 Space 的 agents.md 如何让智能体串联图像与 3D 重建，可迁移到自己的多媒体流水线。
Hugging Face Blog精选AI 评分6060 如何把 GitHub CI 迁移到 Hugging Face Jobs
Hugging Face 介绍如何把 GitHub Actions 的 CI 任务迁移到 Hugging Face Jobs 上运行：保留 GitHub Actions 调度。
推荐理由：给出把 GitHub Actions 任务改跑在 Hugging Face Jobs 上的完整步骤与 Trackio 实测数据，可迁移到需要 GPU 的 CI 场景。
Hugging Face BlogAI 评分3434 超越聊天机器人：用模型自身失败样本做 DPO，降低 OCR 文本退化
DharmaOCR 团队将 Direct Preference Optimization（DPO）用于结构化 OCR 任务，把正确转录设为 chosen、退化循环设为 rejected，在 SFT 之后追加第二阶段训练，使所有测试模型家族的文本退化率平均下降 59.4%，最高降幅 87.6%（Nanonets-OCR2–3B 从 1.61% 降至 0.20%）。
Hugging Face BlogAI 评分3030 PyTorch 性能分析入门指南（一）：torch.profiler 使用教程
Hugging Face 发布 PyTorch 性能分析系列教程第一篇，介绍如何用 torch.profiler 分析矩阵乘法与加法操作。教程基于 PyTorch 2.13 和 NVIDIA A100-SXM4-80GB，讲解 profiler 表格与 trace 的读法，以及从 Python 调用到 CUDA kernel 的完整链路，并演示加上 torch.compile 后的变化。
Hugging Face BlogAI 评分5050 Reachy Mini 实现完全本地运行：Hugging Face 发布本地语音对话方案
Hugging Face 让 Reachy Mini 机器人实现完全本地语音对话，无需云端和 API key。
Hugging Face Blog精选AI 评分6666 Hugging Face 在 TRL 中实现增量权重同步，单步传输从 1.2 GB 降到 20-35 MB
Hugging Face 在 TRL 中落地增量权重同步（Delta Weight Sync）：只把 RL 优化器步之间真正变化的 bf16 权重编码成稀疏 safetensors 文件，上传到 Hugging Face Bucket，再由 vLLM 拉取应用。
推荐理由：TRL 把稀疏增量权重同步做成了可 pip 安装的开源实现，读者可据此判断跨机房异步 RL 训练的成本门槛。
Hugging Face BlogAI 评分3636 一文理清 AI Agent 术语：Harness、Scaffold 与 Agent 到底指什么
Hugging Face 发布 AI Agent 术语表，重点厘清常被混用的 harness 与 scaffold：scaffold 指系统提示词、工具描述、输出解析与上下文管理等行为定义层，harness 则是调用模型、处理工具调用并决定何时停止的执行层。
Hugging Face BlogAI 评分4848 Hugging Face 详解连续批处理中的异步调度：如何让 GPU 利用率提升 24%
Hugging Face 发文讲解如何在连续批处理中实现异步批处理，通过 CUDA stream 将 CPU 批次准备与 GPU 计算解耦并行，消除两者轮流等待的空闲间隙。
Hugging Face BlogAI 评分2222 AWS 基础模型训练与推理的构建模块：从预训练到推理的 OSS 栈与基础设施解析
AWS 发布系列文章，解析其基础设施如何与开源软件栈配合支撑基础模型全生命周期。文章指出扩展已从单一预训练曲线演变为预训练、后训练与测试时计算三条路径，并梳理了 Slurm、Kubernetes、PyTorch、JAX、Prometheus、Grafana 等 OSS 工具的分层架构。
Berkeley AI ResearchAI 评分3636 自适应并行推理：高效推理扩展的下一范式
自适应并行推理让模型自行决定何时分解并并行化独立子任务、生成多少并发线程以及如何协调它们，以解决顺序推理随探索量线性增长带来的上下文膨胀、context-rot 和延迟问题。
Hugging Face BlogAI 评分3232 vLLM V0 到 V1 迁移：RL 训练中先对齐正确性再改目标
PipelineRL 在 vLLM V0 到 V1 迁移中通过修复四项问题让 V1 与 V0 参考轨迹对齐：改用 processed_logprobs、显式设置 V1 运行时默认值、调整 inflight 权重更新路径，以及最终投影使用 fp32 lm_head。
Hugging Face Blog精选AI 评分6060 如何用 OpenAI Privacy Filter 构建可扩展 Web 应用
OpenAI 本周在 Hugging Face Hub 发布开源 PII 检测器 Privacy Filter，可在单次 128k 上下文前向传播中标注八类个人信息，模型为 1.5B 参数、50M 激活参数，Apache 2.0 许可，在 PII-Masking-300k 基准上达到 SOTA。
推荐理由：文章给出三个基于 Privacy Filter 的可运行应用与 gradio.Server 前后端分工模式，可迁移到其他模型部署场景。
Hugging Face Blog精选AI 评分6262 如何在 Chrome 扩展中使用 Transformers.js
Hugging Face 发布教程，讲解如何在 Manifest V3 约束下用 Transformers.js 在 Chrome 扩展中运行本地 AI 功能，并以官方发布的 Gemma 4 浏览器助手扩展为参考实现。
推荐理由：以官方发布的 Gemma 4 浏览器扩展为参照，拆解 MV3 下后台托管模型、侧边栏与内容脚本的职责划分。
Hugging Face BlogAI 评分3838 用 Sentence Transformers 训练和微调多模态 Embedding 与 Reranker 模型
Sentence Transformers 现已支持训练和微调多模态 embedding 与 reranker 模型，作者以 Qwen/Qwen3-VL-Embedding-2B 微调视觉文档检索（VDR）为例，微调后 NDCG@10 从基座的 0.888 提升至 0.947，超过其测试的所有现有 VDR 模型，包括参数量最多达其 4 倍的模型。
Hugging Face Blog精选AI 评分6060 Hugging Face 发布 transformers 到 mlx-lm 移植 Skill 与测试框架
Hugging Face 发布一个 Skill 和配套测试框架，帮助贡献者把 transformers 中的语言模型移植到 mlx-lm，使模型加入 transformers 后能较快在 MLX 上可用。
推荐理由：Hugging Face 公开了把 transformers 模型移植到 mlx-lm 的 Skill 与测试框架，读者可据此理解智能体参与开源贡献的边界与可复用方法。
Hugging Face Blog精选AI 评分6262 Sentence Transformers v5.4 支持多模态嵌入与重排模型
Sentence Transformers v5.4 更新后，可用同一套 API 编码和比较文本、图像、音频与视频，并支持多模态重排模型对混合模态文档打分。新增能力覆盖跨模态相似度计算、encode_query/encode_document 检索流程以及先检索再重排的 RAG 模式，官方同时列出了 Qwen3-VL、NVIDIA、BGE-VL 等已支持的多模态嵌入与重排模型清单。
推荐理由：官方给出 v5.4 多模态嵌入与重排的完整用法和模型清单，可据此判断跨模态检索的落地路径。
Hugging Face Blog精选AI 评分6262 Gradio 的 gr.HTML 如何用单文件构建任意 Web 应用
Gradio 6 的 gr.HTML 现已支持自定义模板、作用域 CSS 和 JavaScript 交互，可让 LLM 一次性生成前端、后端和状态管理，全部写在一个 Python 文件里。
推荐理由：原文用单文件示例展示 gr.HTML 的模板与状态同步机制，读者可据此判断自定义组件能否替代前端构建流程。
Hugging Face Blog精选AI 评分6060 Meta 与 Hugging Face 发布 OpenEnv，用 Calendar Gym 评测工具调用智能体
Meta 与 Hugging Face 推出开源框架 OpenEnv，用于在真实系统而非模拟环境中评测 AI 智能体，采用 Gym 风格 API 和标准 MCP 工具调用接口。
推荐理由：Meta 与 Hugging Face 的 OpenEnv 给出真实环境评测智能体的接口，读者可据此理解工具调用智能体的可靠性瓶颈。