Hugging Face 开源社区动态：热门模型与数据集、排行榜变化与开源生态的晴雨表。
Hugging Face 发布教程，介绍如何把 GitHub Actions 的 CI 任务迁移到 Hugging Face Jobs 上运行。作者为 Trackio 搭建的方案只需把 runs-on 改成 hf-jobs-* 标签，CPU CI 耗时从 GitHub 托管的 1m40s 降到 1m10s，GPU 测试在 t4-small 上 45 秒跑完、成本不到 1 美分。
推荐理由：文中给出从 GitHub Actions 迁移到 HF Jobs 的完整步骤和实测耗时对比，可供需要 GPU CI 的 ML 项目参考。
OpenEnv 宣布由 Meta-PyTorch、Reflection、Unsloth、Modal、Prime Intellect、Nvidia、Mercor、Fleet AI、Microsoft、Hugging Face 和 RadixArk 组成的委员会共同协调，项目地址迁移至 huggingface/OpenEnv。
推荐理由：OpenEnv 由多家机构组成的委员会共同协调，并明确为 RL 环境的互操作层，读者可了解开源智能体训练的协作与协议设计。
NVIDIA 在 Hugging Face 博客给出 Nemotron 3.5 ASR 的微调流程，用约 2000 小时希腊语和保加利亚语数据微调后，在 80ms 流式设置下 WER 分别从 35 降到 24、从 22 降到 15。
推荐理由：文章概述了从基础检查点微调流式多语种 ASR 的流程，并用希腊语和保加利亚语的 WER 变化说明微调对低资源语言的效果。
Hugging Face 将官方命令行入口 hf CLI 重构为同时服务人类与编码智能体的工具，agent 模式下自动输出 TSV、不截断数据，并附带可直接执行的下一步命令提示。
推荐理由：官方给出 hf CLI 智能体模式的设计与基准数据，读者可据此了解编码 agent 调用 Hub 时的 token 开销差异。
谷歌DeepMind发布并开源Gemma 4 12B，这是一个统一、无编码器的多模态模型，只需16GB显存或统一内存即可在消费级笔记本上运行。它在标准评测基准上的成绩接近26B MoE模型，总内存占用不到后者一半，采用Apache 2.0协议，预训练与指令微调权重可从Hugging Face和Kaggle下载。
推荐理由：原文介绍了无编码器多模态架构如何降低延迟和内存占用，并列出16GB笔记本可用的本地运行入口。
推荐理由：内容列出了 Gemma 4 的下载渠道与兼容工具链，便于判断本地部署和微调的可选路径。
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。
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 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。
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 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 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。
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。
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。
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。
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。
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。
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。
inclusionAI 发布 4B 深度研究智能体 DR-Venus-4B-SFT，基于 Qwen3-4B-Thinking-2507 在清洗后的开源 REDSearcher 轨迹上做智能体监督微调，最大训练长度 200K，使用 search 与 visit 工具。
推荐理由：给出 9B 以下开源深研究智能体的基准对比，读者可据此判断 4B 模型的深研究能力位置。
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。