Hugging Face 欢迎 OpenAI 开源 GPT OSS 模型家族
OpenAI 发布了名为 GPT OSS 的开源权重模型家族，包含 gpt-oss-120b 和 gpt-oss-20b 两个混合专家（MoE）模型，均采用 MXFP4 量化并遵循 Apache 2.0 许可证。
推荐理由：原文详细说明了 GPT OSS 的架构特性、量化方案及在主流框架下的本地部署与微调方法，为开发者提供了从云端 API 到端侧运行的完整技术路径。
推理能力
全部主题模型推理能力的进展：思维链、推理模型、数学与逻辑基准的突破与争议。
最新精选
第 41–60 条 · 共 61 条Hugging Face Blog精选AI 评分9898
Hugging Face Blog精选AI 评分7878 Hugging Face 发布 SmolLM3：支持 128k 上下文与双模式推理的开源 3B 模型
Hugging Face 推出完全开源的 3B 参数模型 SmolLM3，包含 Base 和 Instruct/Reasoning 版本，支持英语、法语等 6 种语言及最高 128k 上下文窗口。
推荐理由：Hugging Face 发布了 SmolLM3 及其完整训练配方，展示了在 3B 规模下通过公开数据实现长上下文和双模式推理的工程路径。
Mistral AI精选AI 评分8080 Mistral AI 发布首个推理模型 Magistral
Mistral AI 发布其首个推理模型 Magistral，分为开源的 Magistral Small（24B 参数）和企业版 Magistral Medium。
推荐理由：原文给出了双版本参数规模、AIME2024 具体得分及多语言原生推理特性，读者可据此评估其在专业领域与合规场景下的实际能力边界。
Hugging Face Blog精选AI 评分6868 ServiceNow 开源 PipelineRL：支持飞行中权重更新的 LLM 强化学习实现
ServiceNow Research 在 Hugging Face 博客宣布开源实验性强化学习实现 PipelineRL，旨在解决大规模 LLM RL 训练中推理吞吐量与在线数据收集之间的权衡问题。
推荐理由：原文开源了通过飞行中权重更新解决 RL 训练吞吐与数据新鲜度权衡的实现，并展示了在简化算法下达到竞争性基准结果的技术细节。
Hugging Face Blog精选AI 评分7878 Hugging Face 发布 Open R1 第三次更新：推出 OlympicCoder 代码模型及 IOI 基准
Hugging Face 发布 Open R1 项目第三次更新，重点复现 DeepSeek-R1 在竞赛编程方面的能力。
推荐理由：开源了基于 R1 蒸馏的代码推理数据集与 OlympicCoder 模型，并分享了在长上下文训练中避免样本打包及使用高学习率等关键实验结论。
Hugging Face Blog精选AI 评分6565 Open R1 发布 OpenR1-Math-220k 数据集及社区进展更新
Open R1 项目发布 OpenR1-Math-220k 大规模数学推理数据集，该数据集在 512 块 H100 GPU 上本地生成，包含经过 Math Verify 和 Llama3.3-70B-Instruct 双重验证的 220k 条正确推理轨迹。
推荐理由：原文公开了基于本地算力生成的大规模数学推理数据集及过滤流程，并展示了通过微调复现 DeepSeek R1 蒸馏效果的具体实验数据。
Hugging Face Blog精选AI 评分6565 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 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6262 Artificial Analysis 发布 Big Bench Audio 数据集以评估音频推理能力
Artificial Analysis 发布 Big Bench Audio 数据集，用于评估音频语言模型的推理能力。该数据集改编自 Big Bench Hard，包含 1000 个音频问题，涵盖逻辑演绎、导航和计数等类别。
推荐理由：原文通过对比不同音频处理模式，量化了原生语音模型在复杂推理任务上的性能落差，为评估语音智能体能力提供了具体基准数据。
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。
Mistral AI精选AI 评分7575 Mistral AI 发布 Ministral 3B 和 Ministral 8B 端侧模型
Mistral AI 在 Mistral 7B 发布一周年之际推出两款新模型 Ministral 3B 和 Ministral 8B，旨在优化设备端和边缘计算场景。
推荐理由：官方公布了两款小参数模型的基准表现与定价，为边缘计算场景提供了具体的选型参考。
Hugging Face Blog精选AI 评分6363 Hugging Face 发布动态推测解码方法以加速文本生成
Intel Labs 与 Hugging Face 联合推出动态推测解码（Dynamic Speculative Decoding），该方法已作为 Transformers 库 v4.45.0 版本中辅助生成的默认模式，可将文本生成速度提升最高达 2.7x。
推荐理由：原文提供了动态推测解码的具体实现代码和基准测试数据，读者可据此优化大模型推理速度。
OpenAI News精选AI 评分9292 OpenAI 发布 o1 模型
OpenAI 官方宣布推出 OpenAI o1 模型。
OpenAI News精选AI 评分7070 OpenAI 发布 o1-mini 模型
OpenAI 发布 o1-mini 模型，主打成本高效的推理能力。
Hugging Face Blog精选AI 评分6060 Hugging Face 复盘 Infini-attention 实验：为何其长上下文性能随压缩次数下降
Hugging Face 团队分享了复现 Google Infini-attention 的实验结果，发现随着内存压缩次数增加，模型在长上下文任务中的性能显著下降且不可靠。
推荐理由：作者详细记录了复现Infini-attention的调试过程与失败原因，揭示了长上下文扩展中压缩记忆的性能瓶颈及收敛难点。
Mistral AI精选AI 评分7575 Mistral AI 发布 Mistral Large 2：1230 亿参数，支持 128k 上下文与多语言
Mistral AI 正式发布新一代大模型 Mistral Large 2，拥有 1230 亿参数并支持 128k 上下文窗口。该模型针对单节点推理优化，在多语言处理、代码生成及逻辑推理方面性能显著提升，并在 MMLU 等基准测试中达到新的高度。
推荐理由：官方公布 Mistral Large 2 的架构参数、多语言支持及在主流基准测试中的性能表现，为评估其成本效益和实际部署能力提供直接依据。
Mistral AI精选AI 评分6262 Mistral AI 发布 Codestral Mamba：基于 Mamba 架构的代码模型
Mistral AI 发布了 Codestral Mamba，这是继 Mixtral 系列后探索新架构的又一成果。该模型由 Albert Gu 和 Tri Dao 协助设计，利用 Mamba 架构实现线性时间推理和无限长度序列建模的理论能力。
推荐理由：Mistral AI 发布了基于 Mamba 架构的 Codestral Mamba，该模型在代码生成和推理能力上可与 SOTA Transformer 模型媲美，且支持线性时间推理。
Mistral AI精选AI 评分8282 Mistral AI 发布开源大模型 Mixtral 8x22B
Mistral AI 发布最新开源模型 Mixtral 8x22B，采用稀疏混合专家（SMoE）架构，总参数 141B 但仅激活 39B。该模型支持英法意德西五种语言，具备函数调用能力，拥有 64K tokens 上下文窗口，并以最宽松的 Apache 2.0 许可证发布。在 MMLU、HumanEval 等基准测试中，其性能超越其他开源权重模型，且推理速度优于任何稠密 70B 模型。
推荐理由：官方详细披露了 Mixtral 8x22B 的稀疏激活参数、多语言基准表现及 Apache 2.0 许可，为评估其成本效率与开源价值提供了一手数据。
Hugging Face Blog精选AI 评分6565 Hugging Face 演示通过推测解码实现 Whisper 推理 2 倍加速
Hugging Face 博客展示如何利用推测解码（Speculative Decoding）将 Whisper 模型的推理速度提升约 2 倍，同时保证输出结果与原模型完全一致。文章详细给出了使用 Distil-Whisper 或 Whisper tiny 作为辅助模型的技术实现代码、英语及多语言场景下的基准测试结果，并说明了选择辅助模型和控制批次大小等优化策略。
推荐理由：原文提供了在 Hugging Face Transformers 中利用辅助模型实现 Whisper 推理加速的具体代码与基准测试数据，展示了无损提速的工程落地路径。
Hugging Face Blog精选AI 评分6565 Hugging Face 宣布支持 AMD Instinct GPU 的大语言模型开箱即用加速
Hugging Face 宣布其 Transformers 库和 Text Generation Inference (TGI) 现已原生支持 AMD Instinct MI250 等 GPU，用户无需修改代码即可在 AMD 硬件上运行大语言模型。
推荐理由：原文展示了 AMD GPU 在无需修改代码的情况下运行 Hugging Face 模型的能力，并提供了与 NVIDIA A100 对比的性能基准数据。