跳到正文

全部动态

今日 12 条
12月1日周一
  1. Hugging Face Blog80

    Hugging Face Transformers v5 发布:聚焦简洁性、训练、推理与生产环境

    Hugging Face 正式发布 Transformers v5.0.0rc-0,该版本将安装量提升至日均 300 万次并支持超过 400 种模型架构。v5 重点优化了代码简洁性与模块化设计,移除 Flax/TensorFlow 支持以专注 PyTorch 后端,并引入 transformers serve 新 API 及原生量化支持以提升推理与生产环境的互操作性。

    推荐理由:官方详解 v5 版本在简化代码、统一后端及增强推理与量化支持方面的核心变化,为开发者评估迁移成本与生态兼容性提供直接依据。

11月27日周四
11月26日周三
11月25日周二
  1. Google DeepMind58

    AlphaFold 助力解析心脏病关键蛋白 apoB100 结构

    科学家利用 AlphaFold 结合冷冻电镜技术,成功绘制出构成“坏胆固醇”(LDL)骨架的关键蛋白 apoB100 的原子分辨率结构。这一发现揭示了 LDL 颗粒外部的笼状外壳形态,有助于深入理解动脉粥样硬化性心血管疾病(ASCVD)的致病机制,并为预防和治疗该全球头号死因提供新的研发方向。

  2. Hugging Face Blog60

    Tavily 分享构建 SOTA 深度研究智能体的技术经验

    Tavily 团队发布了关于构建 State-of-the-Art 深度研究智能体的技术复盘,介绍了其核心架构设计与工程原则。文章详细阐述了“上下文工程”策略,通过将工具输出蒸馏为反思而非直接传递原始数据,使 Token 消耗相比 Open Deep Research 降低了 66%,同时在 DeepResearch Bench 上取得了 SOTA 表现。

    推荐理由:Tavily 分享了构建深度研究智能体的工程经验,重点解析了通过上下文管理将 Token 消耗降低 66% 的具体方法。

11月24日周一
11月22日周六
11月21日周五
  1. Hugging Face Blog45

    Hugging Face TRL 集成 RapidFire AI,微调实验速度提升约 20 倍

    Hugging Face TRL 正式集成 RapidFire AI,通过自适应分块并发训练将微调实验吞吐量提升约 16–24 倍。用户可使用 RFSFTConfig 等零代码替换配置,在单 GPU 上并发比较多个 LLM 微调方案。该工具提供实时仪表盘与交互式控制操作,支持动态停止、克隆及修改运行中的任务以优化资源利用。

11月20日周四
  1. Google DeepMind63

    Google DeepMind 在 Gemini 应用中推出 AI 图像验证功能

    Google DeepMind 宣布在 Gemini 应用中引入 AI 图像验证功能,用户可通过上传图像询问是否由 Google AI 生成或编辑。该功能基于 SynthID 数字水印技术,结合模型推理提供内容背景信息。未来计划将验证范围扩展至视频和音频格式,并整合到搜索等更多平台中。

    推荐理由:官方介绍了在 Gemini 应用中集成 SynthID 水印检测的具体交互方式,为内容真实性验证提供了新的入口。

  2. Hugging Face Blog65

    Hugging Face 发布 AnyLanguageModel:为 Apple 平台提供本地与远程 LLM 的统一 API

    Hugging Face 推出 Swift 包 AnyLanguageModel,作为 Apple Foundation Models 框架的即插即用替代方案,支持在单一 API 下无缝切换本地(MLX、Core ML、llama.cpp)和云端(OpenAI、Anthropic 等)大模型。

    推荐理由:该工具通过统一 API 简化了 Apple 平台本地与云端大模型的集成,降低了开发者尝试开源模型的技术门槛。

11月19日周三
  1. Google Research80

    Google Research 发布端到端实时语音到语音翻译模型

    Google Research 推出了一种创新的端到端语音到语音翻译(S2ST)模型,实现了仅2秒延迟的实时翻译,并能保留原始说话人的声音特征。该模型基于 AudioLM 框架和 SpectroStream 编解码技术,通过可扩展的时间同步数据获取管道进行训练,解决了传统级联系统延迟高、错误累积和缺乏个性化的问题。

    推荐理由:Google Research 发布了端到端实时语音到语音翻译模型,将延迟降至2秒并保留原声,已在 Google Meet 和 Pixel 10 中部署。

  2. Hugging Face Blog63

    ServiceNow AI 发布 Apriel-H1:通过蒸馏将 15B 推理模型转为 Mamba 混合架构

    ServiceNow AI 团队发布 Apriel-H1 系列模型,成功将 15B 全注意力推理模型蒸馏为 Mamba 混合架构,在保持推理质量的同时实现 2.1 倍吞吐量提升。

    推荐理由:揭示了蒸馏推理模型时选择高质量推理轨迹而非预训练数据的关键洞察,并提供了可复现的分阶段混合架构转换方法。

  3. Google DeepMind26

    Google DeepMind 在新加坡开设新研究实验室以推进亚太区 AI 发展

    Google DeepMind 宣布在新加坡开设新的研究实验室,旨在加速 Gemini 及前沿 AI 在亚太地区的实际应用。该团队将深化与政府、企业及学术机构的合作,重点推进语言文化包容性研究及模型能力升级。此前其亚太团队规模已翻倍,并正通过 AlphaFold、SEA-LION v4 等项目支持当地科研与公共服务创新。