Meta与Hugging Face联合发布OpenEnv Hub及0.1规范
Meta和Hugging Face宣布合作推出OpenEnv Hub，这是一个用于构建、共享和探索智能体环境的开放社区中心。该Hub旨在解决大语言模型缺乏安全工具访问的问题，通过定义包含工具、API和执行上下文的沙盒环境，支持强化学习训练与部署。
推荐理由：Meta与Hugging Face联合推出OpenEnv Hub，为智能体提供标准化的训练与部署环境，开发者可据此构建兼容的RL基础设施。
#Hugging Face
#Hugging Face
今日 0 条Hugging Face Blog精选AI 评分8383
Hugging Face BlogAI 评分4848 Hugging Face 与 VirusTotal 合作加强 AI 安全
Hugging Face 宣布与 VirusTotal 建立合作，对 Hub 上超过 2.2M 个公共模型和数据集仓库进行持续扫描。该机制通过比对文件哈希值检索威胁情报，在不共享原始文件内容的前提下展示检测结果，以保护机器学习社区免受恶意资产侵害。
Hugging Face BlogAI 评分4343 Sentence Transformers 正式加入 Hugging Face
Sentence Transformers 从 TU Darmstadt UKP Lab 移交至 Hugging Face，由 Tom Aarsen 继续领导。该开源库支持生成高质量嵌入向量，Hub 上已有超 16,000 个模型，月活跃用户逾百万。项目保持 Apache 2.0 许可证及社区驱动模式，依托 HF 基础设施持续优化信息检索与 NLP 能力。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布开源 OCR 模型选型与部署指南
Hugging Face 发布指南帮助开发者选择和使用开源 OCR 模型。文章对比了 Chandra、OlmOCR-2、PaddleOCR-VL 等最新模型在表格处理、多语言支持及输出格式上的能力，并介绍了 OmniDocBenchmark 等评测基准。
推荐理由：Hugging Face 官方指南系统梳理了主流开源 OCR 模型的能力差异、评测基准及本地与云端部署方案，为构建文档 AI 流水线提供了选型依据。
Hugging Face Blog精选AI 评分6565 Hugging Face AI Sheets发布重大更新，新增图像视觉处理能力
Hugging Face开源工具AI Sheets发布重大更新，正式加入对图像视觉内容的支持。用户现在可以在电子表格中直接上传、分析、提取信息以及生成和编辑图片，无需编写代码。
推荐理由：AI Sheets新增视觉能力支持图像提取与生成，用户可在电子表格中直接处理多模态数据并导出结构化结果。
Hugging Face BlogAI 评分3939 Hugging Face 启动 AI for Food Allergies 社区研究项目
Hugging Face 发起“AI for Food Allergies”项目，建立首个社区驱动实验室以利用人工智能推进食物过敏研究。该项目整合 AlphaFold、Boltz-1 等模型及 ProtBERT、AllergenBERT 等深度学习工具，旨在加速过敏原预测、药物靶点建模及临床诊断。
Hugging Face BlogAI 评分3030 Google Cloud C4 在 Intel 与 Hugging Face 合作下实现 GPT OSS 70% TCO 优化
Intel 与 Hugging Face 合作，在 Google Cloud C4 VM（Intel Xeon 6）上运行 GPT OSS 模型，实现较前代 C3 VM 1.7x 的 TCO 改进。该方案通过 MoE 专家执行优化消除冗余计算，使 TPOT 吞吐量每 vCPU 每美元提升 1.4x 至 1.7x，并降低每小时价格。
Hugging Face BlogAI 评分3636 Hugging Face 教程：三步在 Intel CPU 上运行 SmolVLM
Hugging Face 发布教程，指导用户通过 Optimum Intel 和 OpenVINO 在 Intel CPU 上本地运行 SmolVLM2-256M-Video-Instruct。流程包括将模型转换为 OpenVINO IR、执行 INT8 权重量化或静态量化以降低内存占用并加速推理。该方案无需昂贵 GPU，旨在提升隐私保护与离线可靠性。
Hugging Face BlogAI 评分4040 Hugging Face 发布 Nemotron-Personas-India：面向印度主权 AI 的合成数据集
Hugging Face 联合 NVIDIA 推出首个开源印度人物合成数据集 Nemotron-Personas-India，采用 CC BY 4.0 许可。该数据集包含 2100 万个人物画像和 77 亿 token，覆盖英语及印地语（天城文与拉丁字母），基于 2011 年人口普查数据构建以反映真实分布。
Hugging Face Blog精选AI 评分6868 BigCodeArena发布：支持实时执行的代码生成模型评估平台
BigCode项目推出BigCodeArena，这是首个允许用户通过实际运行代码来评估和比较AI代码生成模型的众包平台。该平台支持Python、JavaScript等10种语言及React、PyGame等8种执行环境，用户可提交任务并投票选择表现更好的模型。
推荐理由：BigCodeArena通过引入实时执行反馈解决了代码生成评估中静态对比的局限，其数据揭示了不同模型在特定运行环境下的鲁棒性差异。
Hugging Face BlogAI 评分5353 Hugging Face 详解 dots.ocr 模型转 Core ML 的实战过程
Hugging Face 发布教程，演示如何将 RedNote 的 3B 参数 OCR 模型 dots.ocr 从 PyTorch 转换为 Core ML 格式以在苹果设备本地运行。
Hugging Face BlogAI 评分3838 Hugging Face 推出 RTEB：面向真实场景的检索嵌入模型评测基准
Hugging Face 发布 Retrieval Embedding Benchmark (RTEB) beta 版，旨在通过混合公开与私有数据集策略解决现有基准的过拟合问题。该基准覆盖 20 种语言及法律、医疗等企业领域，采用 NDCG@10 作为核心指标，以评估嵌入模型在未见数据上的真实泛化能力。
Hugging Face BlogAI 评分3838 Hugging Face 利用深度剪枝草稿模型加速 Intel Core Ultra 上的 Qwen3-8B Agent
Hugging Face 在 Intel® Core™ Ultra 上通过 OpenVINO.GenAI 实现 Qwen3-8B 推理加速，结合投机解码与深度剪枝技术将速度提升约 1.4×。该方法使用剪枝后的 Qwen3-0.6B 作为草稿模型，配合 🤗 smolagents 框架支持本地 AI Agent 高效运行工具调用与多步推理任务。
Hugging Face BlogAI 评分4545 VibeGame：基于 Web 栈的高层声明式游戏引擎探索
VibeGame 是一款构建于 three.js、rapier 和 bitecs 之上的高层声明式游戏引擎，旨在解决 vibe coding 中上下文管理难题。
Hugging Face BlogAI 评分5353 NVIDIA 发布 Nemotron-Personas-Japan 开放合成数据集
NVIDIA 发布了 Nemotron-Personas-Japan，这是一个包含600万条记录的开放合成数据集，旨在为日本主权AI开发提供高质量训练数据。该数据集基于CC BY 4.0许可证，利用NeMo Data Designer生成，涵盖1500多种职业类别和95万个独特姓名，完全由人工合成以保护隐私。
Hugging Face BlogAI 评分5858 Hugging Face 发布 swift-transformers v1.0，聚焦端侧 LLM 与智能体支持
Hugging Face 正式发布 swift-transformers v1.0，标志着该 Swift 库在 Apple Silicon 平台本地模型集成上的稳定性成熟。新版本将 Tokenizers 和 Hub 升级为顶级独立模块，引入更快的 Jinja 模板引擎并移除冗余依赖以简化开发体验。官方表示未来将重点深化对 MLX 框架的支持以及 MCP 等智能体应用场景的探索。
Hugging Face Blog精选AI 评分6060 Hugging Face 发布 Smol2Operator：通过两阶段后训练构建 GUI 智能体
Hugging Face 推出 Smol2Operator 项目，展示如何将 SmolVLM2-2.2B-Instruct 从零基础转化为具备 GUI 操作能力的智能体。
推荐理由：展示了如何通过两阶段微调将无 GUI 能力的轻量级 VLM 转化为具备推理能力的智能体，并开源了完整训练配方和数据集。
Hugging Face BlogAI 评分4040 SyGra：面向 LLM 与 SLM 的一站式数据构建框架
Hugging Face 推出 SyGra，这是一款专为大语言模型（LLM）和小语言模型（SLM）设计的一站式低代码/无代码数据构建框架。SyGra 支持 vLLM、Hugging Face TGI、Triton 和 Ollama 等多种推理后端，可简化从 Q&A 生成到 DPO 对齐等复杂数据集的创建与转换流程。该框架旨在通过自动化数据处理减少工程负担，加速模型对齐并提升数据质量。
Hugging Face Blog精选AI 评分6868 Hugging Face 发布 Gaia2 智能体基准与 ARE 开源框架
Hugging Face 联合 Meta 推出 Gaia2 智能体评估基准及配套开源框架 ARE，旨在通过模拟真实世界中的噪声、时间敏感性和 API 故障来测试 AI Agent 的鲁棒性。
推荐理由：原文提供了 Gaia2 基准与 ARE 框架的完整技术细节及初步模型评测结果，为开发者调试和评估智能体在复杂真实场景下的表现提供了可复用的开源工具链。
Hugging Face BlogAI 评分4848 Scaleway 成为 Hugging Face Inference Providers 支持服务商
Scaleway 正式成为 Hugging Face Hub 的 Inference Provider，支持 gpt-oss、Qwen3 等开源模型。该服务提供最低 €0.20 per million tokens 的定价，依托欧洲数据中心实现 sub-200ms 首 token 响应。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 RiskRubric.ai 标准化 AI 模型风险评估平台
Hugging Face 宣布推出 RiskRubric.ai，这是一个由 Cloud Security Alliance 和 Noma Security 主导的标准化 AI 模型风险评估平台。
推荐理由：Hugging Face 联合推出 RiskRubric.ai，提供标准化的模型风险评估体系，帮助开发者量化安全性与隐私指标。
Hugging Face BlogAI 评分4747 Public AI 成为 Hugging Face Inference Providers 支持的服务商
Public AI 正式成为 Hugging Face Hub 的 Inference Provider，支持通过 SDK 调用 Swiss AI Initiative 和 AI Singapore 等机构的公共模型。该服务基于 vLLM 后端与 OpenAI 兼容 API，目前免费使用，用户可通过自定义密钥或 HF 路由访问 Apertus-70B 等模型。
Hugging Face BlogAI 评分4242 Hugging Face 发布 LeRobotDataset v3.0，支持大规模数据集流式访问
Hugging Face 推出 LeRobotDataset v3.0，通过多 episode 打包与关系型元数据解决文件系统限制。该版本原生支持流式模式，允许在线处理大规模机器人数据集而无需下载至磁盘。
Hugging Face BlogAI 评分4040 Gradio 新增可见水印功能支持图像视频及文本
Hugging Face 在 Gradio 中新增可见水印功能，开发者可通过 `watermark` 参数为生成的图像、视频和文本添加水印。该功能支持文件名、numpy 数组及 QR 码等多种格式，并在复制 AI 生成文本时自动显示归属信息，旨在提升合成内容的透明度与可识别性。
Hugging Face BlogAI 评分3737 WRITER 发布 Palmyra-mini 系列开源模型
WRITER 推出 Palmyra-mini 系列三款开源轻量模型，参数规模在 1.5B 至 1.7B 之间。其中 palmyra-mini-thinking-a 在 GSM8K 基准测试中达到 82.87% 准确率，palmyra-mini-thinking-b 在 AMC23 上得分 92.5%。
Hugging Face Blog精选AI 评分6565 Hugging Face 详解 transformers 如何复用 OpenAI GPT-OSS 的 MXFP4 量化与并行技术
Hugging Face 发布博客介绍 transformers 库为支持 OpenAI GPT-OSS 模型所做的多项核心升级，包括原生 MXFP4 量化、张量并行、专家并行及动态滑动窗口缓存等特性。
推荐理由：原文详细拆解了 transformers 库为适配 GPT-OSS 所做的底层优化，提供了可直接复用的代码片段和性能基准数据。
Hugging Face Blog精选AI 评分6060 Together AI 支持从 Hugging Face Hub 微调任意 LLM
Together AI 宣布新功能，允许用户直接通过其基础设施对 Hugging Face Hub 上的任意兼容 LLM 进行微调。开发者只需指定基础模板和自定义模型参数，即可在几分钟内启动训练任务，并将微调后的模型自动上传回 Hub 或用于推理部署。该集成旨在降低传统微调的复杂度和成本，加速团队基于开源社区模型进行领域适配和迭代优化的速度。
推荐理由：Together AI 与 Hugging Face Hub 打通微调流程，开发者可直接调用平台基础设施定制任意兼容模型并回传社区。
Hugging Face Blog精选AI 评分6868 Hugging Face 发布 Jupyter Agent：通过合成数据与简化脚手架增强小模型数据分析能力
Hugging Face 推出 Jupyter Agent 项目，旨在通过构建高质量训练数据和优化代理脚手架，提升小型语言模型在数据科学任务中的表现。团队利用 Kaggle Notebook 数据集经过多阶段清洗和合成生成约 51k 条轨迹，对 Qwen3-4B 进行全参数微调，使其在 DABStep 基准测试的简单任务上准确率提升至 75%。
推荐理由：原文公开了从数据清洗到微调的完整流水线及代码，展示了小模型在特定脚手架下性能提升的具体路径。
Hugging Face BlogAI 评分4747 mmBERT：基于 ModernBERT 架构的多语言编码器模型发布
Hugging Face 推出 mmBERT，这是首个在性能上超越 XLM-R 的多语言编码器模型。该模型基于 ModernBERT 架构，使用超过 3T tokens 和 1800+ 种语言数据训练，包含 110M 参数的 base 版本。mmBERT 通过三阶段渐进式训练策略，显著提升了低资源语言的学习效率与多语言理解能力。
Hugging Face Blog精选AI 评分8080 Google 发布 EmbeddingGemma：面向端侧的高效多语言嵌入模型
Google DeepMind 发布 EmbeddingGemma，这是一款拥有 308M 参数、支持 100 多种语言的开源多语言文本嵌入模型。该模型基于 Gemma3 架构并采用双向注意力机制，量化后内存占用低于 200 MB，在 MTEB 排行榜上位居同尺寸纯文本模型前列。
推荐理由：原文展示了308M参数模型在MMTEB上的表现及多框架集成方案，读者可据此评估其在移动端RAG和检索任务中的落地可行性。
Hugging Face BlogAI 评分4141 SandboxAQ 开源 SAIR 数据集：524 万 AI 生成蛋白-配体结构助力药物研发
SandboxAQ 发布并开源 SAIR 数据集，包含 524 万个经 PoseBusters 验证的 AI 生成蛋白-配体 3D 结构及 IC₅₀ 标签。该数据在 Hugging Face 以 CC BY 4.0 协议免费开放，覆盖超 40% PDB 中无实验结构的“暗”靶点。
Hugging Face Blog精选AI 评分6565 Hugging Face 发布指南：在 ZeroGPU Spaces 中使用 PyTorch AoT 编译提升性能
Hugging Face 发布技术指南，介绍如何在 ZeroGPU Spaces 中利用 PyTorch 的 ahead-of-time (AoT) 编译来优化模型推理速度。
推荐理由：文章详细演示了如何在 ZeroGPU Spaces 中集成 PyTorch AoT 编译，提供了从基础配置到 FP8 量化及动态形状的高级优化代码与实测加速数据。
Hugging Face BlogAI 评分4848 NVIDIA 发布 600 万条多语言推理数据集及 Nemotron Nano 2 9B 模型
NVIDIA 发布包含法语、西班牙语等五种语言的 6 Million Multilingual Reasoning Dataset，并推出基于 Hybrid Transformer–Mamba 架构的 Nemotron Nano 2 9B 模型。该模型支持可配置 thinking budget，token 生成速度最高提升 6×，推理成本降低 60%，权重已在 Hugging Face 开源。
Hugging Face BlogAI 评分4242 Claude 连接 Hugging Face Spaces 生成图像指南
Claude 通过 MCP Server 连接 Hugging Face Spaces，利用 ZeroGPU 免费额度调用 FLUX.1 Krea [dev] 和 Qwen-Image 模型生成高质量图像。FLUX.1 Krea [dev] 擅长消除 AI 痕迹以呈现自然真实感，Qwen-Image 则在文本渲染方面表现优异。用户需在设置中添加对应工具并启用自定义连接器即可使用。
Hugging Face BlogAI 评分4242 Hugging Face 发布 Research Tracker MCP：通过自然语言连接 AI 与研究工具
Hugging Face 推出 Research Tracker MCP，允许 AI 智能体通过自然语言指令自动连接 arXiv、GitHub 和 Hugging Face 等研究平台。该工具将 Python 脚本封装为 MCP 服务，支持 Claude Desktop、Cursor 等客户端一键配置，实现跨平台论文检索与代码关联的自动化。
Hugging Face BlogAI 评分5858 Hugging Face 发布 CUDA 内核构建与生产级部署指南
Hugging Face 发布了关于使用 kernel-builder 库构建和部署自定义 CUDA 内核的详细指南。文章演示了如何从零开始编写图像转灰度内核，将其注册为原生 PyTorch 算子，并通过 Nix 实现可复现构建。此外，还介绍了如何利用 Hugging Face Hub 进行多架构编译、语义化版本管理以及生成 Python wheels 以支持生产环境部署。
Hugging Face BlogAI 评分4040 Kimina-Prover-RL 开源训练管线发布，1.7B 模型刷新 MiniF2F SOTA
Hugging Face 开源 Kimina-Prover-RL 训练管线，基于 DeepSeek-R1 范式与 Verl 框架实现 Lean 4 定理证明。配套发布的 AI-MO/Kimina-Prover-RL-1.7B 在 MiniF2F 基准 Pass@32 达 76.63%，0.6B 版本达 71.30%，均创同尺寸开源模型新纪录。
Hugging Face BlogAI 评分5757 Arm 与 ExecuTorch 0.7 发布：通过 KleidiAI 将生成式 AI 普及至大众设备
Arm 宣布即将发布的 ExecuTorch 0.7 beta 将默认启用 KleidiAI，旨在为基于 Arm CPU 的设备提供自动加速。该版本利用自 2015 年起广泛支持的 SDOT 指令优化 Int4 矩阵乘法，使 Llama 3.2 等大语言模型能在包括 Raspberry Pi 5 和旧款 Android 手机在内的约 30 亿台设备上高效运行。
Hugging Face BlogAI 评分4242 Arm 发布 Neural Super Sampling (NSS) AI 超采样模型
Arm 推出下一代 AI 超分辨率方案 Neural Super Sampling (NSS)，专为移动 GPU 上的神经加速器优化。在演示中，该模型将 540p 画面实时放大至 1080p，耗时仅 4ms，并降低 50% 的 GPU 负载。NSS 已集成至 Unreal Engine，开发者可通过插件及 Vulkan ML 扩展立即开始实验。
Hugging Face BlogAI 评分3030 Hugging Face 发布 FilBench：评估 LLM 在菲律宾语言中的能力
Hugging Face 推出 FilBench，用于系统评估大语言模型在 Tagalog、Filipino 和 Cebuano 上的表现。该基准涵盖文化知识与生成等四大类共12项任务，测试了20多个前沿模型。结果显示，SEA-LION 等区域专用开源模型虽参数效率高，但整体性能仍落后于 GPT-4o，且所有模型在翻译生成任务中均面临挑战。