1文章高階EN
Up to 3.2x Faster Inference with LFM2.5-DSpark
LFM2.5-DSpark 結合 Flash 與 Markov 頭部，將推理速度提升 3.2 倍至 H100，並降低 MacBook 端 57% 的函式呼叫延遲。
最受歡迎
依人氣
- 2文章入門EN
Transformers now runs llama.cpp quants
介紹了 Hugging Face 的 Transformers 現在支援從預訓練檔直接執行 llama.cpp 的量化模型。透過重新利用 ggml 的金屬核，使用者可以在 Mac 上輕鬆執行 Qwen3.5 等模型。
- 3文章入門EN
Your Agent Aced the Task. Will It Do It Again?
探討 AI 代理在執行任務時的一致性問題，指出平均準確率可能高，但重複執行相同任務時失敗率卻高。作者提出 Consistency Analyzer 工具，透過重現決策過程來識別不穩定的步驟，並生成一致性指南。
- 4文章入門EN
How UK AISI and EvalEval Are Making Benchmark Results Reproducible
介紹了英國 AI 安全研究所（AISI）與 EvalEval 合作，透過「Every Eval Ever」共享架構與「Evaluation Cards」平台，將benchmark 評測結果的透明度和可重複性提升。
- 5文章高階EN
Thinking of ACE? We Can Do It with Fewer Tokens
介紹了 ACE（Agentic Context Engineering）與 ALTK-Evolve 兩種 AI 代理記憶系統。
- 6文章入門EN
Holo4: powering generalist computer-use agents
Holo4 是 Hugging Face 推出的新一代通用電腦使用代理模型系列，提供 27B 和 35B-A3B 兩種大小，並支援 Holotron4 Nano。
- 7文章進階EN
Accelerating vision-language models with LFM2.5-VL-DSpark
LFM2.5-VL-DSpark 是一款專為加速視覺語言模型推理設計的擴充模型，僅增加 8.9% 引數即可提升 2.6 倍至 3.1 倍的推理速度。該模型支援 Llama.cpp、MLX-VLM 及 SGLang 等工具，並提供即時支援。
- 8文章進階EN
Multi-Vector (Late Interaction) Embedding Models with Sentence Transformers
介紹了基於 Sentence Transformers 的「多向量（Late Interaction）」嵌入模型，如 LightOn 的 LateOn 和 mLateOn。
- 9文章入門EN
Wire It, Run It, Deploy It: AI Workflows in Gradio
介紹了 Gradio 內建的 gr.Workflow 功能，它將程式碼流程轉化為可拖曳的圖形介面。使用者可以將輸入、運算步驟和輸出連線成網狀結構，並透過 REST API 直接呼叫。
- 10文章高階EN
Getting the Source Right, Not Just the Fact: Source-Aware Verification for MCP Agents
介紹了 ProvenanceGuard，一款用於 MCP 代理的源感知驗證工具。該工具能識別並驗證答案來源是否正確，避免將不同來源的資訊錯誤歸屬。
最新內容
依發布時間
- 文章高階EN
Introducing Olmo-core 3: Open, scalable training infrastructure for large MoEs
介紹了 Olmo-core 3，這是 Hugging Face 推出的大型混合專家（MoE）訓練架構升級版。它旨在將訓練規模擴充套件至十億引數級別，同時保持計算效率。
- 文章入門EN
Open TTS Leaderboard: Scalable Evaluation for Multilingual Text-to-Speech and Voice Cloning
介紹了 Open TTS Leaderboard，旨在解決開放源 TTS 模型評測碎片化問題。該板塊使用視覺化指標（如 WER、RTFx、SIM）替代傳統的人工偏好評分，讓評測更快速且具可比性。
- 文章入門EN
NVIDIA Kumo Tabular Sets a New Accuracy-Efficiency Frontier for Tabular Prediction
NVIDIA Kumo Tabular 是一款開源表格基礎模型，能在單次前向推論中直接預測新資料標籤，無需訓練或特徵工程。它基於表格結構設計，支援分類與回歸，並率先在 TabArena 等四個指標中取得最佳成績。
- 文章高階EN
Getting the Source Right, Not Just the Fact: Source-Aware Verification for MCP Agents
介紹了 ProvenanceGuard，一款用於 MCP 代理的源感知驗證工具。該工具能識別並驗證答案來源是否正確，避免將不同來源的資訊錯誤歸屬。
- 文章入門EN
Holo4: powering generalist computer-use agents
Holo4 是 Hugging Face 推出的新一代通用電腦使用代理模型系列，提供 27B 和 35B-A3B 兩種大小，並支援 Holotron4 Nano。
- 文章進階EN
Accelerating vision-language models with LFM2.5-VL-DSpark
LFM2.5-VL-DSpark 是一款專為加速視覺語言模型推理設計的擴充模型，僅增加 8.9% 引數即可提升 2.6 倍至 3.1 倍的推理速度。該模型支援 Llama.cpp、MLX-VLM 及 SGLang 等工具，並提供即時支援。
- 文章入門EN
Transformers now runs llama.cpp quants
介紹了 Hugging Face 的 Transformers 現在支援從預訓練檔直接執行 llama.cpp 的量化模型。透過重新利用 ggml 的金屬核，使用者可以在 Mac 上輕鬆執行 Qwen3.5 等模型。
- 文章入門EN
How UK AISI and EvalEval Are Making Benchmark Results Reproducible
介紹了英國 AI 安全研究所（AISI）與 EvalEval 合作，透過「Every Eval Ever」共享架構與「Evaluation Cards」平台，將benchmark 評測結果的透明度和可重複性提升。
- 文章入門EN
Jun Kim, oMLX creator and maintainer, joins Hugging Face to support the MLX community
oMLX 創作者兼維護者 Jun Kim 加入 Hugging Face，將致力於支援 MLX 社群。oMLX 是 Apple 本地 AI 框架，目前由 Hugging Face 作為模型庫與貢獻者平台。
- 文章入門EN
tokenizers v1: encode, decode and scaling, measured
介紹了 Hugging Face 的 tokenizers v1 版本，該版本在保持 API 和輸出不變的前提下，將編碼速度提升 3 至 30 倍。
- 文章入門EN
Your Agent Aced the Task. Will It Do It Again?
探討 AI 代理在執行任務時的一致性問題，指出平均準確率可能高，但重複執行相同任務時失敗率卻高。作者提出 Consistency Analyzer 工具，透過重現決策過程來識別不穩定的步驟，並生成一致性指南。
- 文章高階EN
Async GRPO with LoRA across HF Jobs: a bucket, a proxy, and no NCCL
介紹了使用 AsyncGRPOTrainer 與 LoRA 技術，在 Hugging Face Jobs 架構下實現跨節點訓練的方法。
- 文章進階EN
Rebuilding AUTOMATIC1111 with Gradio Workflow
介紹了 Gradio Workflow 如何重構 AUTOMATIC1111 的穩定 Diffusion WebUI。作者展示了 Workflow1111，一個包含 11 個媒體管道、73 個節點的圖形工作流，整合了文生圖、高解析度修復…
- 文章入門EN
NeoMME: an efficient Multimodal-native and Multilingual Encoder
介紹了 NeoMME，一個雙語雙模態基礎編碼器，採用單一 Transformer 架構處理文字與圖片。它不使用預訓練的視覺塔或因果語言模型，而是從頭訓練，並使用掩碼離散擴散目標。
- 文章進階EN
Training a coding model to paint watercolours with TRL and OpenEnv
介紹了 Surya Narreddi 的實驗，他使用 TRL 框架和 OpenEnv 環境，訓練一個程式設計模型來繪製水彩畫。模型透過 p5.brush 庫生成 JavaScript 程式碼，並依據手評池中的 178 幅作品進行反饋學習。
- 文章入門EN
Fine-tuning a 350M Model for Better Structured Outputs in 100 GRPO Steps
介紹如何透過 GRPO 自訂訓練將 350M 引數模型提升為結構化輸出專家。透過設計針對 JSON/YAML 格式與欄位數的獎勵函式，在 100 步內即可讓模型從 22.6% 提升至 29.7% 的結構正確率，證明小模型也能透過精細化訓練…
- 文章入門EN
Give Your Coding Agents a Memory You Own
介紹了 Funes，一個專為 AI 程式設計代理設計的持久化記憶層。它利用本地 Lance 資料集和向量搜尋，讓代理能自主檢索過去決策、理據與細節，無需手動整理上下文。
- 文章高階EN
BenchMIRT: What are LLM benchmarks actually measuring?
介紹了 BenchMIRT，一種用於審計 LLM 個體提示的測試方法。該方法基於專案反應理論（IRT），能將單一分數中的不同能力訊號分離出來，例如區分安全與一般推理。
- 文章進階EN
Introducing @huggingface/kernels: 200+ WebGPU Kernels for Local AI
介紹了 Hugging Face 推出的 WebGPU 核心庫 @huggingface/kernels，提供 207 個經過最佳化且版本化的 WebGPU 核碼。
- 文章進階EN
The Open ASR Leaderboard Adds Its First Global South Language
Open ASR Leaderboard 新增印度英語與印地語兩個全球南方語言測試集，透過詳細的地理、人口與裝置資訊，讓讀者能追蹤模型在不同區域與口音下的準確率差異。
- 文章入門EN
Training and Finetuning Multi-Vector Embedding Models with Sentence Transformers
介紹如何使用 Sentence Transformers 訓練和微調多向量嵌入模型，以實現類似 ColBERT 的晚互動檢索。
- 文章高階EN
Granite 4.2 LLMs: How They're Built
Granite 4.2 是 Granite 系列的首個稠密推理 LLM 家族，提供 3B、8B 和 30B 三種規模。它們採用自研的五階段訓練策略，從 15T token 上無預留訓練開始，經過 SFT 和多階段 RL 訓練。
- 文章入門EN
Quantization-Aware Healing: a compressed, 4-bit model that outperforms its full-precision original
介紹了 Quantization-Aware Healing (QAH)，一種能修復結構壓縮與量化損傷的 4-bit 模型方法。
- 文章入門EN
Wire It, Run It, Deploy It: AI Workflows in Gradio
介紹了 Gradio 內建的 gr.Workflow 功能，它將程式碼流程轉化為可拖曳的圖形介面。使用者可以將輸入、運算步驟和輸出連線成網狀結構，並透過 REST API 直接呼叫。
- 文章高階EN
How Hugging Face Inference Endpoints, Jobs, and Buckets Power Search on Papers with Code
介紹了 Papers with Code 如何利用 Hugging Face 的 Inference Endpoints、Jobs 和 Buckets 構建強大的搜尋系統。
- 文章高階EN
Measuring benchmark optimization in speech recognition
探討了語音識別中「benchmark 最佳化」現象，即模型傾向於重現參考資料集中的錯誤或特定拼寫，而非準確聽寫。研究透過三項測試（共識分歧探測、掩碼數字測試、正字法切換測試）量化此問題，發現部分模型會根據參考資料的音訊特徵或拼寫習慣調整輸…
- 文章高階EN
Up to 3.2x Faster Inference with LFM2.5-DSpark
LFM2.5-DSpark 結合 Flash 與 Markov 頭部，將推理速度提升 3.2 倍至 H100，並降低 MacBook 端 57% 的函式呼叫延遲。
- 文章高階EN
How Much Memory Does Your Agent Actually Need?
探討 AI 代理的記憶機制，指出記憶並非通用功能，而是需根據模型能力進行劑量調整。透過 ALTK-Evolve 庫，可從代理過往軌跡中 distilled 指導原則並注入推理時，無需更新權重。
- 文章進階EN
Multi-Vector (Late Interaction) Embedding Models with Sentence Transformers
介紹了基於 Sentence Transformers 的「多向量（Late Interaction）」嵌入模型，如 LightOn 的 LateOn 和 mLateOn。
- 文章高階EN
Same Cluster, 33 Points More Utilization: What Changed Was the Order
介紹了 Hugging Face 開發的 GPU 分發器，透過改變分配順序而非單純增加資源，讓 GPU 利用率提升 33 個百分點。該系統將彈性推理與批處理工作結合，並透過嚴格的約束函式與時間衰減權重，確保高優先順序任務不被延遲。
- 文章進階EN
State of Open Models: Summer 2026 Observations
分析了 2026 年夏季 Hugging Face 開放模型生態的現狀。中國實驗室在模型規模上已超越美國，並透過量化技術讓大模型更易部署。
- 文章進階EN
Record, train, and deploy from one place with Strands Agents, LeRobot, and Hugging Face Storage Buckets
介紹如何使用 Strands Agents 與 LeRobot 結合 Hugging Face Storage Buckets，實現從記錄演示到訓練再到部署的完整資料迴圈。
- 文章入門EN
What We Learned by Reproducing 2,200 papers from ICML
介紹了 Hugging Face 舉辦的 ICML 2026 開源重現挑戰，超過 1,200 名成員在 19 天內重現了 2,226 篇論文。
- 文章入門EN
Introducing OlmoEarth embeddings: Custom embedding exports from OlmoEarth Studio for downstream analysis
介紹了 OlmoEarth Studio 推出的可定製嵌入輸出功能，允許使用者將地球觀測資料轉換為緊湊的數值向量。這些嵌入支援多種下游任務，如相似性搜尋、分割及無監督探索。
- 文章高階EN
Thinking of ACE? We Can Do It with Fewer Tokens
介紹了 ACE（Agentic Context Engineering）與 ALTK-Evolve 兩種 AI 代理記憶系統。
- 文章入門EN
Build Low-Latency Multilingual Voice Agents: Open Weights & Full Deployment Control with NVIDIA Magpie TTS
介紹 NVIDIA Magpie TTS，一款支援 12 種語言的開放權重多語音合成模型。透過自定義部署架構，使用者可完全掌控延遲，並針對自家硬體最佳化效能。
- 文章高階EN
Making Knowledge Distillation Cheap Enough to Run at Scale
介紹了如何透過最佳化知識蒸餾（Knowledge Distillation）流程，大幅降低其計算與記憶體成本。作者提出兩種系統性改動：將教師模型的 logits 預先儲存並僅在訓練時使用，以及採用分塊計算的 KL 散度損失，避免一次性構建…
- 文章入門EN
Meta is back with Muse Glimmer: local, agentic, multimodal, and open source
Meta 推出 Muse Glimmer 30B 多模態模型，支援本地執行、代理式任務、多模態輸入及開放原始碼。該模型結合 ViT 編碼器與 DFlash 猜測解碼，在推理效能與程式碼生成等任務上表現優異，並提供完整的部署與最佳化指南。
- 文章入門EN
Baseten on Hugging Face Inference Providers 🔥
Baseten 正式支援 Hugging Face Hub 的推理提供者，讓開發者能在模型頁面直接存取。透過 Hugging Face SDK 或 Agent Harness，可無縫整合 DeepSeek V4 Flash、GLM-5.2…
- 文章進階EN
GPU Management: Why Idle GPUs Are the New Grounded Aircraft
探討了 AI 產業中，GPU 利用率成為新的瓶頸。與過去航空業以地面時間衡量生存能力不同，現在企業 AI 的競爭焦點轉向如何最大化 GPU 的實際運算效率。
