Hugging Face 发布 Open-R1 项目进展：复现 DeepSeek-R1 训练管线与数据
Hugging Face 更新 Open-R1 项目进展，旨在复现 DeepSeek-R1 缺失的训练管线和合成数据。团队已在 MATH-500 基准上验证评估结果，并将 GRPO 集成至 TRL v0.14 以支持并行训练。
推荐理由：原文公开了复现 DeepSeek-R1 的训练管线与合成数据生成细节，提供了可参考的工程实现方案。
Hugging Face
全部主题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。
最新精选
第 161–180 条 · 共 269 条Hugging Face Blog精选AI 评分6565
Hugging Face Blog精选AI 评分6868 Mini-R1：使用GRPO复现DeepSeek R1“顿悟时刻”的RL教程
Philipp Schmid发布教程，利用Group Relative Policy Optimization (GRPO) 算法和 Countdown Game 任务，成功复现了 DeepSeek R1 的“aha moment”。
推荐理由：原文提供了基于GRPO和Countdown游戏复现R1推理能力的完整代码与训练配置，展示了在有限算力下实现模型自我验证的具体路径。
Hugging Face Blog精选AI 评分6565 Hugging Face 启动 Open-R1 项目以完全复现 DeepSeek-R1
Hugging Face 宣布启动 Open-R1 项目，旨在系统性重建 DeepSeek-R1 的数据和训练流程。该项目计划通过蒸馏高质量推理数据集、复现纯强化学习管线以及展示多阶段训练方法，来填补官方未公开代码和数据集的空白，推动开源推理模型的发展。
推荐理由：原文详细拆解了 DeepSeek-R1 的训练配方并规划了复现路径，为社区提供了构建开源推理模型的具体方法论和数据策略参考。
Hugging Face Blog精选AI 评分7070 Hugging Face Hub 集成 fal、Replicate 等四家 Serverless 推理提供商
Hugging Face 宣布在 Hub 模型页面及客户端 SDK 中正式集成 fal、Replicate、Sambanova 和 Together AI 四家 Serverless 推理提供商。用户可通过自定义 API Key 直连或经 HF 路由两种模式调用 DeepSeek-R1 等模型，PRO 用户每月获 $2 跨提供商通用额度。
推荐理由：原文展示了在 Hub 模型页直接调用多家第三方 Serverless 推理服务的统一入口与计费模式，为开发者提供了更灵活的模型部署选择。
Hugging Face Blog精选AI 评分6565 Diffusers 团队解析开源视频生成模型现状及低显存推理优化指南
Hugging Face Diffusers 团队发布博客，综述了当前开源视频生成模型（如 CogVideoX, Hunyuan, LTX-Video）的能力、局限性及技术架构。
推荐理由：文章梳理了开源视频生成模型的现状与局限，并提供了在 Diffusers 中通过量化、卸载等优化手段降低显存需求及微调的具体代码方案。
Hugging Face Blog精选AI 评分6868 Hugging Face smolagents 新增对视觉语言模型的支持
Hugging Face 宣布其开源智能体框架 smolagents 现已原生支持视觉语言模型（VLM）。该更新允许在智能体启动时直接传入图像列表，或通过回调函数在每一步执行后动态将截图等视觉数据注入内存。
推荐理由：smolagents 原生支持视觉语言模型，通过回调机制动态注入图像，使智能体能自主浏览网页并处理视觉信息。
Hugging Face Blog精选AI 评分6565 Hugging Face 发布 SmolVLM-256M 与 SmolVLM-500M 超小型视觉语言模型
Hugging Face 推出 SmolVLM-256M 和 SmolVLM-500M，其中 256M 版本号称是全球最小的视觉语言模型（VLM）。新模型采用更小的 SigLIP base patch-16/512 视觉编码器以支持更大图像分辨率，并优化了 tokenization 策略，在 transformers、MLX 和 ONNX 中可直接加载运行。
推荐理由：官方发布了256M和500M参数的SmolVLM，展示了在极小参数量下保持多模态性能的技术权衡与优化路径。
Hugging Face Blog精选AI 评分6565 Hugging Face 发布 TimmWrapper：在 Transformers 中直接使用 timm 模型
Hugging Face 推出 TimmWrapper，允许用户在 🤗 transformers 生态系统中直接加载和使用任何 timm 计算机视觉模型。
推荐理由：原文提供了将timm模型接入transformers生态的具体代码示例，涵盖量化、微调和torch.compile加速等实用场景。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布高速静态嵌入模型 static-retrieval-mrl-en-v1 和 static-similarity-mrl-multilingual-v1
Hugging Face 发布两款新的静态嵌入模型 sentence-transformers/static-retrieval-mrl-en-v1（英语检索）和 sentence-transformers/static-similarity-mrl-multilingual-v1（多语言相似度）。
推荐理由：官方发布了在CPU上比主流模型快100至400倍的静态嵌入模型，并公开了完整的训练策略与脚本，为端侧部署提供了高效方案。
Hugging Face Blog精选AI 评分6363 Hugging Face 发布 vdr-2b-multi-v1 多语言视觉文档检索模型
Hugging Face 联合 LlamaIndex 发布 vdr-2b-multi-v1，这是专为多语言视觉文档检索设计的嵌入模型，支持将文档页面截图编码为密集向量而无需 OCR。
推荐理由：原文给出了无需 OCR 的多语言视觉文档检索方案，读者可以据此评估其在跨语言场景下的效率与精度。
Hugging Face Blog精选AI 评分8282 Hugging Face 发布 smolagents：支持代码动作的轻量级智能体库
Hugging Face 推出 smolagents，这是一个旨在简化语言模型智能体能力的轻量级库。其核心特性是 CodeAgent，允许智能体以 Python 代码形式编写动作，相比传统的 JSON 工具调用具有更好的组合性和通用性，并支持通过 E2B 进行沙箱安全执行。
推荐理由：该库通过让智能体直接编写代码而非JSON来执行动作，并提供了沙箱执行与Hub集成，为构建灵活且安全的AI工作流提供了新的工程范式。
Hugging Face Blog精选AI 评分6868 Hugging Face 发布 PyTorch GPU 显存可视化与估算教程
Hugging Face 发布教程指导如何使用 PyTorch 内置工具可视化训练过程中的 GPU 显存占用。文章详细解析了模型参数、优化器状态、激活值等组件的显存构成，并提供了一套估算总显存需求的数学公式及启发式方法。
推荐理由：文章拆解了PyTorch显存快照工具的使用，并给出了基于模型参数和激活值的显存估算公式，有助于开发者定位训练中的内存瓶颈。
Hugging Face Blog精选AI 评分8282 Answer.AI 与 LightOn 联合发布 ModernBERT：BERT 的现代替代方案
Answer.AI 和 LightOn 发布 ModernBERT，这是一系列基于 Transformer++ 架构的 state-of-the-art 编码器模型，旨在全面替代 BERT。
推荐理由：ModernBERT 将 LLM 架构改进引入编码器，提供 8k 上下文和代码理解能力，为检索和分类任务带来显著效率提升。
Hugging Face Blog精选AI 评分6868 IBM 等机构发布 Bamba-9B 混合 Mamba2 模型
IBM、普林斯顿大学、卡内基梅隆大学和伊利诺伊大学香槟分校联合推出 Bamba-9B，这是一款完全使用开放数据训练的混合 Mamba2 模型。在 vLLM 框架下，该模型相比标准 Transformer 实现了 2.5 倍吞吐量提升和 2 倍延迟加速。目前模型已支持 transformers、vLLM、TRL 和 llama.cpp，并公开了包含有状态数据加载器在内的训练与微调配方。
推荐理由：IBM 联合高校发布基于开放数据训练的混合 Mamba2 模型，提供显著推理效率提升及完整训练复现资源。
Hugging Face Blog精选AI 评分7070 TII 发布 Falcon3 系列开源大语言模型
Technology Innovation Institute (TII) 发布了 Falcon3 系列开源大语言模型，包含 1B、3B、7B、10B 以及 Mamba-7B 五个基础模型版本。
推荐理由：原文详细列出了Falcon3系列各尺寸模型的基准测试得分及训练创新点，读者可据此评估其在小参数规模下的性能表现与开源许可适用性。
Hugging Face Blog精选AI 评分7878 Hugging Face 介绍 Google 发布的 PaliGemma 2 视觉语言模型
Hugging Face 博客介绍了 Google 新发布的 PaliGemma 2 视觉语言模型，该模型结合了 SigLIP 图像编码器与 Gemma 2 语言模型，提供 3B、10B 和 28B 三种参数规模，并支持 224x224、448x448 和 896x896 多种输入分辨率。
推荐理由：原文给出了PaliGemma 2的多尺寸变体、分辨率支持及量化性能数据，读者可据此评估其在不同算力条件下的微调潜力与部署成本。
Hugging Face Blog精选AI 评分6868 Hugging Face 发布 SmolVLM 2B 视觉语言模型
Hugging Face 发布 SmolVLM，这是一款参数量为 2B 的视觉语言模型，在 transformers 库中实现了最低的显存占用（约 5.02 GB）。
推荐理由：SmolVLM 在保持视觉问答能力的同时将显存占用降至约 5GB，为端侧部署和低成本微调提供了具体的性能基准与开源训练配方。
Hugging Face Blog精选AI 评分6868 Cohere For AI 发布 Aya Expanse 8B 与 32B 多语言模型
Cohere For AI 团队发布 Aya Expanse 系列开源权重模型，包含 8B 和 32B 参数版本，旨在解决多语言模型性能落后于单语模型的挑战。
推荐理由：原文详细拆解了通过数据套利、偏好训练和模型合并提升多语言性能的技术路径，为开发者提供了可复用的训练策略参考。
Hugging Face Blog精选AI 评分7878 Google DeepMind 与 Hugging Face 联合发布 SynthID Text 文本水印技术
Google DeepMind 和 Hugging Face 宣布在 Transformers v4.46.0 中推出 SynthID Text，允许通过 logits processor 对 AI 生成文本添加不可见水印并利用分类器检测。
推荐理由：原文给出了在 Transformers 中集成 SynthID Text 的具体配置参数、代码示例及检测器训练流程，开发者可据此评估其在现有 LLM 生成链路中的落地可行性。
Hugging Face Blog精选AI 评分7575 Transformers.js v3 发布：支持 WebGPU 及新模型架构
Hugging Face 正式发布 Transformers.js v3，核心亮点是引入 WebGPU 支持，相比 WASM 可实现最高 100 倍的性能提升。
推荐理由：原文详细说明了 WebGPU 加速带来的性能提升、新增的量化格式选项以及多运行时兼容性，为开发者评估浏览器端 AI 部署可行性提供了直接依据。