Transformers 支持运行 llama.cpp GGUF 量化模型
Hugging Face 的 transformers 库新增 GGUF 模型支持，用户可通过熟悉的 API 在 Apple Silicon Mac 上运行 llama.cpp 量化 checkpoint。
推荐理由：transformers 新增 GGUF 支持，在 Apple Silicon 上通过熟悉 API 运行量化模型，性能接近 llama.cpp，为本地推理提供便捷入口。
开源生态
全部主题开源模型、框架与仓库动态：权重开放、社区项目爆火、开源与闭源的力量消长。
117条精选相关主题模型发布Hugging FaceAI 编码
最新精选
第 21–40 条 · 共 117 条Hugging Face Blog精选AI 评分6666
Hugging Face Blog精选AI 评分6262 像物理学家一样剪枝大语言模型：块移除作为约束二元优化问题
Multiverse Computing 将 LLM 深度剪枝重构为约束二元优化问题，等价于全耦合伊辛自旋玻璃，用 Hessian 能量作为下游质量代理，避免逐条评测。
推荐理由：把深度剪枝重新表述为伊辛自旋玻璃优化问题，可用廉价能量代理替代逐条评测，且与量化、低秩压缩等手段堆叠。
Hugging Face Blog精选AI 评分6262 tokenizers v1 发布：编码、解码与扩展性实测
Hugging Face 发布 tokenizers v1 预览版，在 Apple M4 Max 上单线程编码速度比 v0.23 快 3 到 30 倍，8 线程扩展效率达 76%。主要改进包括 bitcannon 位流分词、线程本地词缓存、无分配合并循环和批量模型调用，且输出 token ID 与 v0.23 完全一致。
推荐理由：原文给出了速度提升和开放入口，读者可以据此判断它会怎样改变现有工作流。
Latent Space精选AI 评分7979 Jev 发布两天内出现 6 个复现版本及 AI 行业动态汇总
Jev 发布两天内获得 3600 万次视频观看，涌现 ModernBert、DiffusionGemmaJev、Bespoke Nimble、SemIf、Jevlike、Kev-0.5B 等复现；Bespoke Nimble 在评测中将 Qwen3.5 基线从 66% 提升至 90%，Kev-0.5B 可在 MacBook Pro 运行。数据被承认 100% 合成，且尚无该类模型的标准基准。
推荐理由：原文梳理了 Jev 类判别式决策模型的复现生态与浏览器自动化集成路径，读者可借此判断工作流控制平面的近期走向。
Latent Space精选AI 评分7979 AI 新闻速览：Agent 运行时、判断模型与垂直产品
Anthropic 在 Claude Code 推出 Projects，支持单对话衍生多云线程并传递上下文；Google 更新 Gemini managed agents，增加 Credentials 和 Files API 并声称成本下降 30%、缓存命中提升 22%；OpenAI 发布 Astra for Law 垂直包装。
推荐理由：多线程协调、判断原语和可验证评测等讨论，为理解 Agent 运行时架构的下一层演进提供了可迁移的技术视角。
NVIDIA Blog精选AI 评分6464 NVIDIA Vera Rubin NVL72 在 MLPerf Inference v6.1 首秀中展现领先推理性能
NVIDIA 官方发布 Vera Rubin NVL72 在 MLPerf Inference v6.1 的预览结果，在 DeepSeek-R1 和 Qwen3-VL 上分别较 GB300 NVL72 提升最高 2.5x 和 3.7x 吞吐。
推荐理由：NVIDIA 官方公布 Vera Rubin NVL72 在 MLPerf Inference v6.1 的首秀成绩，读者可据此对比新旧平台推理吞吐与扩展效率。
Apple Machine Learning Research精选AI 评分7373 Shared Selective Persistent Memory for Agentic LLM Systems
Apple ML Research 提出共享选择性持久记忆架构，识别并保留任务规格、数据模式、工具配置和输出约束四类可复用上下文，丢弃会话特定推理轨迹。该记忆可在工作空间间通过基于角色的访问控制共享，实现协作复用。
推荐理由：选择性记忆架构在三个企业场景中任务完成率从79%提升至96%，为多轮工具调用的上下文管理提供了可复用的工程路径。
NVIDIA Blog精选AI 评分6565 NVIDIA AI Infra Summit 发布 Vera Rubin 与 DSX 平台升级，展示每瓦特 token 优化成果
NVIDIA 在 AI Infra Summit 公布 Vera Rubin NVL72 与 DSX 平台新成果，MLPerf Inference v6.1 中 Vera Rubin NVL72 较 GB300 NVL72 吞吐量提升最高 3.7 倍，DSX MaxLPS 在相同功耗下集群 token 吞吐量提升 24%、每瓦性能提升 23%。
推荐理由：AI基础设施的关键指标正从峰值性能转向每兆瓦智能体token数，读者可据此评估自身AI工厂的能效与扩容空间。
NVIDIA Blog精选AI 评分6767 费城儿童医院基于开源 NVIDIA AI 工具实现儿童心脏建模
费城儿童医院使用 MONAI 等开源工具，将儿童心脏建模时间从数小时缩短到秒级，已用于术前规划和部分手术。波士顿儿童医院将建模用于约半数心脏手术，医院间正组建开源联盟。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Together AI精选AI 评分6969 Together AI 扩展微调服务：新增模型、实时指标与更细粒度控制
Together AI 升级微调平台，新增 GLM-5.3、Kimi K2.7、DeepSeek-V4-Flash、Qwen 3.8-27B、Gemma 4 等开源模型支持，并引入实验实时追踪、Expert LoRA、早停、任意批量大小、样本权重、预飞行校验与打包控制等功能。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Google Research精选AI 评分6464 ToolGrad：通过文本“梯度”高效生成工具使用数据集
Google Research 提出 ToolGrad 框架，先生成真实的工具使用链再反推用户提示，仅需单步 LLM 调用即可完成标注。
推荐理由：提出 answer-first 的 ToolGrad 框架，以文本梯度迭代构建工具链，为高效生成高质量工具使用数据提供了可迁移的新范式。
Together AI精选AI 评分6060 ThunderKittens 在 NVIDIA Vera Rubin NVL72 上新增 NVFP4/FP8 GEMM 支持
Together AI 内核团队在 Vera Rubin NVL72 上扩展 ThunderKittens，支持 NVFP4 与 FP8 GEMM，并通过双 K 步长、独占张量内存、更大共享内存、B 侧收集器与 Early A release 等优化，将 NVFP4 推至超 22 PFLOPS，与 cuBLAS 和 CuTE DSL 竞争。
推荐理由：原文给出了在 Vera Rubin 上优化 NVFP4/FP8 GEMM 的具体方法与性能数据，读者可迁移这些调优思路到自家 Rubin 部署。
Hugging Face Blog精选AI 评分6767 Gradio Workflow 重建 AUTOMATIC1111 工作流
Hugging Face 用 Gradio Workflow 重建了 AUTOMATIC1111 的核心功能，形成包含 11 条媒体管道、73 个节点的单一工作流画布，涵盖文生图、高分辨率修复、图生图、提示词矩阵、VLM 问答、检测到 inpaint 掩码、ControlNet 风格标注器、背景去除、PNG Info 读取和图生视频。
推荐理由：原文展示了用同一套画布串联多种模型与媒体管道的构建方式，读者可据此评估 gr.Workflow 在多模态工作流中的可复用性。
Together AI精选AI 评分6464 开源 AI 栈：模型、推理、网关与 Harness 的选型与组合指南
Together AI 发布开源 AI 栈指南，将栈分为模型、推理、网关与路由器、Harness、工具与上下文管理五层。推荐同时使用大模型（如 Kimi K3，1.8T 总参数）与小模型（如 GLM 5.3 Flash，320B 总参数）处理不同复杂度的任务，并可通过 OpenRouter、Vercel AI Gateway 或 LiteLLM 路由多提供商。
推荐理由：原文分层拆解开源 AI 栈各层组件与选型思路，开发者可按需组合模型、网关与工具。
Hugging Face Blog精选AI 评分6161 NeoMME高效多模态原生多语言编码器
NeoMME是260M和800M多模态原生多语言编码器，单塔双向Transformer从零训练，无需独立视觉塔或因果语言模型。260M模型在ViDoRe v3上达0.523 nDCG@10，超越同参数模型，编码速度约2倍于ColModernVBERT。通过分层池化和非对称量化，late-interaction存储从1.5MB压缩至6kB/页，压缩255倍且保留95%以上检索质量。
推荐理由：单塔多模态编码器以260M参数在ViDoRe v3上超越更大模型，并通过分层池化和非对称量化将多向量检索存储压缩255倍同时保留95%以上质量。
Hugging Face Blog精选AI 评分6767 用 TRL 和 OpenEnv 训练代码生成水彩画模型
作者用 TRL + OpenEnv 复现 Surya Narreddi 的水彩画训练流水线，全部工件开源并在 Hugging Face 上端到端运行。奖励函数由编译门、代码长度、Qwen3-VL 配对裁判和 HPSv3 美学偏好组成，三组奖励混合（judge-led / hps-led / hps-only）对比显示，裁判权重越高起始奖励越低但最终质量提升越明显。
推荐理由：原文给出了完整开源流水线和三次奖励对比，读者可据此复现并迁移到其他审美偏好数据集。
Hugging Face Blog精选AI 评分6969 用 GRPO 微调 350M 模型提升结构化输出表现
作者用 GRPO 和 TRL 对 LFM2.5-350M 进行约 100 步微调，在 IFStruct 基准上从 22.6% 提升到 29.7%。方案使用约 500 条样本、3 个奖励函数，并在免费 Colab 或 Kaggle GPU 上可运行，代码已开源。
推荐理由：原文给出了一套可在免费 GPU 上复现的小模型结构化输出微调方案，读者能直接迁移该奖励函数与数据增强思路。
Hugging Face Blog精选AI 评分7373 Hugging Face 推出 funes：为编程 agent 提供可拥有的记忆层
Hugging Face 发布 funes，为 Claude Code、Codex、pi、Hermes 等编程 agent 提供本地记忆层。它从本地 agent 会话日志构建索引与检索，默认在本地完成 embedding 与重排，也可绑定到你自己的 Hugging Face 数据集（默认私有）。
推荐理由：原文给出了本地记忆层的具体接入方式和成本对比，读者可以据此判断它能否解决跨机器换 agent 后上下文断裂的问题。
Hugging Face Blog精选AI 评分6464 Hugging Face 发布 @huggingface/kernels：207 个 WebGPU 内核库支持浏览器端本地 AI 推理
Hugging Face 发布 @huggingface/kernels 库及 Fleet 众测工具，提供 207 个 WebGPU 内核，覆盖矩阵乘法、Softmax、LayerNormalization 等操作。
推荐理由：Hugging Face发布207个WebGPU内核库，以版本化包形式提供可复用的GPU操作原语，并搭配Fleet众测平台收集真实硬件性能证据，为浏览器端本地AI推理奠定底层基础。
Amazon Science精选AI 评分6060 Verus：Rust 自动化程序验证工具
Verus 是开源的 Rust 自动化程序验证工具，可在 Rust 源码中直接添加规约与证明，使用类 Rust 语法并由多种求解器自动 discharge 证明义务。
推荐理由：原文展示了 Verus 在 Rust 代码验证中的具体用法和自动化能力，读者可据此理解形式化验证工具如何嵌入现有开发流程。