超越聊天机器人：用模型自身失败样本做 DPO，文本退化率最高降 87.6%
DharmaOCR 团队将 Direct Preference Optimization（DPO）用于结构化 OCR 任务，把正确转录设为 chosen、重复退化循环设为 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%，最高降幅达 87.6%（Nanonets-OCR2–3B 从 1.61% 降至 0.20%）。
Hugging Face Blog
huggingface.co · 网站与博客
切换来源
全部网站与博客新闻IT Home8667 条Simon Willison353 条OpenAI News317 条TechCrunch · AI267 条The Decoder251 条Hugging Face Blog151 条The Verge · AI144 条Claude Blog139 条elsewhere articles113 条Google Research108 条OpenRouter Announcements103 条Mistral AI88 条Tomer Tunguz81 条Databricks Blog76 条Sierra Blog67 条Anthropic Newsroom65 条Gary Marcus64 条Claude Platform release notes62 条Runway News62 条LMSYS Blog60 条Google DeepMind58 条a16z News49 条LangChain Blog48 条Suno Blog48 条NVIDIA Blog47 条ByteByteGo46 条Apple Machine Learning Research43 条Google Blog: AI41 条Google Developers Blog35 条Cursor Blog33 条Microsoft AI News32 条Linear Now30 条AWS Machine Learning Blog29 条Google Cloud: Databases28 条Dwarkesh Patel27 条Ars Technica · AI26 条Nathan Lambert: Interconnects25 条Latent Space24 条DeepSeek API updates23 条Sakana AI Blog23 条Anthropic Research21 条Import AI21 条AI as Normal Technology20 条MIT Technology Review · AI16 条GitHub Blog · AI & ML12 条Meta Engineering11 条Berkeley AI Research10 条Microsoft Research10 条Black Forest Labs Blog8 条ByteDance Seed Papers8 条ElevenLabs Blog8 条Gemini API 更新日志8 条Manus Blog8 条MarkTechPost8 条MiniMax Blog8 条Qwen Blog8 条Together AI Blog8 条Every latest articles7 条ByteDance Seed Research5 条xAI：News5 条Thinking Machines Lab Blog4 条CMU Machine Learning Blog1 条Sam Altman Blog1 条MarkTechPost · 历史来源106 条xAI News · 历史来源73 条Artificial Intelligence News · 历史来源48 条Claude YouTube · 历史来源41 条Ars Technica: AI · 历史来源18 条GitHub Blog · 历史来源17 条Lilian Weng's Log · 历史来源2 条
151 条AI 相关新闻 · 最新在前
Hugging Face BlogAI 评分3838 Hugging Face BlogAI 评分3838 Hugging Face 为 Reachy Mini 加入 MCP 远程工具支持
Reachy Mini 对话应用现可通过 MCP 调用托管在公开 Hugging Face Spaces 上的工具，用一条命令 `reachy-mini-conversation-app tool-spaces add` 即可为机器人添加天气查询、网页搜索等能力，工具在 Space 内运行、无需下载代码到本地。
Hugging Face Blog精选AI 评分7272 H 公司发布 Holo3.1 计算机使用智能体模型，推出本地量化权重
H 公司发布 Holo3.1 计算机使用智能体模型家族，提供 0.8B、4B、9B 和 35B-A3B 四种尺寸，并首次推出 FP8、Q4 GGUF 和 NVFP4 量化权重。
推荐理由：Holo3.1 在移动端与跨框架适配上补齐短板，量化权重把计算机使用智能体带到本地设备。
Hugging Face BlogAI 评分5353 JetBrains 发布 12B MoE 模型 Mellum2，每 token 激活 2.5B 参数
JetBrains 发布 12B 参数的 MoE 模型 Mellum2，每个 token 仅激活 2.5B 参数，以 Apache 2.0 许可开源。模型在自然语言和代码上从零训练，面向路由、RAG 管线、摘要、子智能体与私有部署等高频低延迟任务，官方称其推理速度比同规模模型快 2 倍以上。模型权重已在 Hugging Face 上线，架构、训练与评测细节见其技术报告。
Hugging Face BlogAI 评分4242 超越 LLM：为什么可扩展的企业级 AI 落地依赖 Agent 逻辑
Hugging Face 博客指出，企业级 AI 规模化落地的关键不在 LLM 本身，而在 agent 逻辑——即知识图谱、算法、程序分析库等运行于 agent 层的软件原语，可主动引导 LLM 聚焦企业工作流、压缩上下文空间。
Hugging Face Blog精选AI 评分8080 NVIDIA 发布 Cosmos 3：首个面向物理 AI 推理与动作的开源全模态模型
NVIDIA 在 Hugging Face 上发布 Cosmos 3，这是一个面向物理 AI 的开源全模态模型。它基于 Mixture-of-Transformers 架构，将世界生成、物理推理与动作生成整合到单一模型中。
推荐理由：NVIDIA 将世界生成、物理推理与动作生成整合到一个模型中，并给出开源模型与 Diffusers 接入方式。
Hugging Face Blog精选AI 评分6262 PyTorch 性能分析（一）：torch.profiler 入门指南
Hugging Face 博客发布 PyTorch profiling 系列第一篇，以矩阵乘法加加法为例讲解 torch.profiler 的用法。文章说明 profiler 会导出统计表格和 Perfetto 时序 trace 两类产物，并演示如何用 warmup 消除冷启动开销、区分 CPU 与 GPU lane 以及读懂嵌套的调度链，最后附上速查表。
推荐理由：面向初学者的 torch.profiler 阅读指南，用两个矩阵算子串起从 CPU 调度到 CUDA 内核的完整链路，并附上速查表。
Hugging Face Blog精选AI 评分6868 Artificial Analysis 与 IBM 发布 ITBench-AA 基准，前沿模型在智能体企业 IT 任务上得分不足 50%
Artificial Analysis 与 IBM 软件创新实验室发布 ITBench-AA，这是首个面向智能体企业 IT 任务的基准系列，首批聚焦 SRE 场景，前沿模型得分均低于 50%。
推荐理由：前沿模型在这套企业IT智能体基准上全部低于50%，并给出开源权重模型的每任务成本对照，可作为能力与成本参照。
Hugging Face Blog精选AI 评分6666 TRL 推出 Delta Weight Sync，异步 RL 每步权重传输从 1.2GB 降至 20-35MB
Hugging Face 在 TRL 中实现 Delta Weight Sync，只把 RL 相邻优化步骤间真正变化的 bf16 权重编码为稀疏 safetensors 文件，上传到 Hugging Face Bucket 后由 vLLM 拉取。
推荐理由：TRL 通过稀疏增量同步把异步 RL 每步权重传输量压缩约两个数量级，并允许 trainer 与推理集群分离部署。
Hugging Face Blog精选AI 评分6262 Hugging Face 让 Reachy Mini 完全本地运行语音对话
Hugging Face 发布教程，用自家 speech-to-speech 库把 Reachy Mini 的对话链路全部搬到本地，无需云服务、API key，音频不出本机。
推荐理由：给出了一条可整套照搬的本地语音链路，读者能据此把 VAD、STT、LLM、TTS 各环节换成自己的模型。
Hugging Face Blog精选AI 评分6969 NVIDIA 发布 Nemotron-Labs Diffusion 扩散语言模型系列
NVIDIA 发布 Nemotron-Labs Diffusion 系列扩散语言模型，包含 3B、8B、14B 文本模型和 8B 视觉语言模型，均提供基础版与指令微调版。
推荐理由：原文给出该系列的多规模配置与三种推理模式的实测对比数据，读者可据此判断扩散语言模型在延迟敏感场景中的可行性。
Hugging Face BlogAI 评分4040 专业化胜过规模：AI 采购决策中被忽视的战略变量
Dharma 的 DharmaOCR 基准显示，一个 3B 参数专用小模型在巴西葡萄牙语 OCR 任务上以 0.911 的综合得分超过 Claude Opus 4.6（0.833）、Gemini 3.1 Pro（0.820）和 GPT-5.4（0.750）等所有被测商业前沿 API，且每百万页推理成本低约 52 倍。该模型还取得最低的文本退化率，模型与基准均已在 Hugging Face 发布。
Hugging Face BlogAI 评分4646 OlmoEarth v1.1 发布：计算成本最高降低 3 倍的地球观测模型系列
Hugging Face 发布 OlmoEarth v1.1 地球观测模型系列，在保持 v1 性能的同时将计算成本最高降低 3 倍。该系列通过将 Sentinel-2 各分辨率合并为单一 token 缩短序列长度，并修改预训练方案以避免性能下降，提供 Base、Tiny、Nano 三种规模，权重与训练代码已开放。
Hugging Face BlogAI 评分5959 Hugging Face 发布 Ettin Reranker 系列六款 CrossEncoder 重排序模型
Hugging Face 发布 Ettin Reranker 系列六款 CrossEncoder 重排序模型，参数从 17M 到 1B，均基于 Ettin ModernBERT 编码器，采用从 mxbai-rerank-large-v2 做逐点 MSE 蒸馏的配方训练。
Hugging Face BlogAI 评分5151 用 LoRA/DoRA 微调 NVIDIA Cosmos Predict 2.5 生成机器人视频
NVIDIA 在 Hugging Face 博客发布指南，介绍用 LoRA 和 DoRA 对 2B 的 Cosmos Predict 2.5 做参数高效微调，用于生成机器人操作视频。
Hugging Face BlogAI 评分5252 PaddleOCR 3.5 发布，支持 Transformers 作为推理后端
PaddleOCR 3.5 发布，支持通过 engine="transformers" 将 Hugging Face Transformers 作为受支持模型的推理后端，OCR 与文档解析流程仍由 PaddleOCR 管理。
Hugging Face Blog精选AI 评分7575 IBM Research 发布 Open Agent Leaderboard 与 Exgentic 评测框架
IBM Research 发布 Open Agent Leaderboard，把完整智能体系统而非单个模型作为评测单位，同时报告成功率和每任务成本，并开源配套的 Exgentic 评测框架与论文。
推荐理由：榜单把完整智能体系统而非单个模型作为评测单位，同时给出质量与成本，便于判断不同实现的部署取舍。
Hugging Face Blog精选AI 评分6363 IBM 发布 Granite Embedding Multilingual R2 多语言嵌入模型，支持 32K 上下文
IBM 发布两个 Apache 2.0 多语言嵌入模型 granite-embedding-97m-multilingual-r2 和 granite-embedding-311m-multilingual-r2，基于 ModernBERT，覆盖 200+ 语言、32K token 上下文，并支持 9 种编程语言的代码检索。
推荐理由：两个模型以 Apache 2.0 覆盖 200+ 语言和 32K 上下文，读者可对照基准表判断小模型在多语言检索上的实际取舍。
Hugging Face BlogAI 评分5353 transformers 连续批处理异步化，生成提速 22%
Hugging Face 发布技术文章，讲解如何用异步批处理把 CPU 批准备与 GPU 计算解耦，让两者并行执行。在 8K tokens、batch size 32、8B 模型的测试中，生成时间从 300.6 秒降到 234.5 秒，提速 22%，GPU 活跃时间占比从 76.0% 升到 99.4%。
Hugging Face BlogAI 评分3535 在 AWS 上构建基础模型训练与推理的积木：基础设施、编排与可观测性解析
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。文章梳理了从 Amazon EC2 P5（H100/H200）到 P6（Blackwell B200/B300）的加速实例、高带宽低延迟网络与分布式存储，并覆盖 Slurm、Kubernetes、PyTorch、JAX 及 Prometheus、Grafana 等编排与可观测性层。
Hugging Face Blog精选AI 评分6565 AI2 发布 EMO：预训练混合专家实现涌现模块化
AI2 发布 EMO，一个 1B 激活、14B 总参数（8 专家激活、128 专家总量）的混合专家模型，在 1 万亿 token 上端到端预训练，让模块化结构直接从数据中涌现。保留 25% 专家时各基准平均性能只下降约 1%，仅保留 12.5% 专家时平均下降约 3%，而同等架构的标准 MoE 在相同子集设置下明显退化。团队同时开源了 EMO 模型、同等数据的标准 MoE 基线和训练代码。
推荐理由：EMO 让专家子集按语义领域自然分组，只保留 12.5% 专家仍接近全模型性能，为稀疏 MoE 的部署取舍提供参考。
Hugging Face BlogAI 评分5353 vLLM V0 迁移到 V1：RL 训练中先保证正确性再谈修正
ServiceNow AI 的 PipelineRL 从 vLLM V0 迁移到 V1 时，修复了 logprobs 语义、V1 运行时默认值、inflight 权重更新路径和 fp32 lm_head 四项，使 clip rate、KL、熵和 reward 等训练指标重新贴近 V0 参考。
Hugging Face BlogAI 评分4545 Hugging Face 为 Open ASR Leaderboard 引入私有数据集以抵御 benchmaxxing
Hugging Face 联合 Appen Inc. 和 DataoceanAI 为 Open ASR Leaderboard 引入高质量私有英文 ASR 数据集，覆盖多口音的朗读与对话语音，以防止 benchmaxxing 和测试集污染。榜单默认平均 WER 仍仅基于公开数据集计算，用户可通过开关选择是否纳入私有数据集查看影响。该榜单自 2023 年 9 月上线以来访问量已超 710K 次。
Hugging Face Blog精选AI 评分6161 IBM 详解 Granite 4.1 大模型的预训练与强化学习流程
IBM Granite 团队发布技术解读，说明 Granite 4.1 系列 3B、8B、30B 稠密模型基于约 15T token 的五阶段预训练流程构建，上下文窗口经长上下文扩展至 512K。
推荐理由：原文完整披露 Granite 4.1 的五阶段预训练数据配比与多阶段 RL 流程，可供同类小模型训练参考。
Hugging Face BlogAI 评分4444 DeepInfra 成为 Hugging Face Hub 官方 Inference Provider
DeepInfra 正式接入 Hugging Face Hub 成为官方 Inference Provider，首批支持对话与文本生成任务，可调用 DeepSeek V4、Kimi-K2.6、GLM-5.1 等开源权重模型。
Hugging Face Blog精选AI 评分8080 NVIDIA 发布 Nemotron 3 Nano Omni 长上下文多模态模型
NVIDIA 发布开源全能多模态理解模型 Nemotron 3 Nano Omni 30B-A3B，在 OCRBenchV2-En 得分 65.8、MMLongBench-Doc 57.5，并新增音频与视频理解能力。
推荐理由：原文列出文档、视频与音频榜单成绩及吞吐对比，读者可据此判断该开源全能模型的能力边界。
Hugging Face Blog精选AI 评分6060 如何用 OpenAI Privacy Filter 构建可扩展 Web 应用
作者基于 OpenAI 本周在 Hub 上开源的 Privacy Filter，用 gradio.Server 搭建了三个 PII 脱敏 Web 应用：文档高亮浏览器、图像匿名化工具和 SmartRedact Paste。
推荐理由：文章以三个可运行示例展示 Privacy Filter 的接入方式，可供搭建 PII 脱敏应用时参考。
Hugging Face Blog精选AI 评分8080 DeepSeek-V4 发布：百万 token 上下文面向智能体任务
DeepSeek 发布 V4，Hub 上提供两个 MoE 检查点：DeepSeek-V4-Pro 总参数 1.6T、激活 49B，DeepSeek-V4-Flash 总参数 284B、激活 13B，两者均支持 1M token 上下文窗口。
推荐理由：原文拆解了 V4 面向长上下文智能体的注意力与后训练设计，可据此判断开源模型跑长任务时的成本变化。
Hugging Face Blog精选AI 评分6767 如何在 Chrome 扩展中用 Transformers.js 运行本地 Gemma 4 模型
Hugging Face 发布指南，讲解如何在 Chrome 扩展（Manifest V3）中用 Transformers.js 运行本地模型，并复现其 Gemma 4 浏览器助手的核心架构。
推荐理由：用一个已上线的浏览器扩展拆解 MV3 下的分层架构，可供搭建本地模型扩展时参考分工与数据边界。
Hugging Face BlogAI 评分5151 QIMMA 阿拉伯语 LLM 排行榜：先校验基准质量再评测模型
QIMMA 是一个质量优先的阿拉伯语 LLM 排行榜，在评测模型前先对基准样本做多阶段质量校验，整合 14 个来源基准的 109 个子集、超过 52,000 条样本，覆盖文化、STEM、法律、医疗、安全、诗歌文学与编码 7 个领域，其中 99% 为原生阿拉伯语内容。
Hugging Face BlogAI 评分5252 Hugging Face 谈 AI 网络安全：为什么开放很重要
Hugging Face 发文讨论 AI 网络安全的走向，主张开放生态能让防御方获得攻击方同类的漏洞发现与修补能力。文章以 Mythos 和 Project Glasswing 为例，指出真正起作用的是模型所处的系统而非模型本身，并建议用半自主智能体配合开源安全工具，在机构内部署可审计的防御方案。