Granite 4.1 LLMs：Granite Team 详解模型构建方法
IBM Granite Team 介绍 Granite 4.1 系列的构建过程，包括 3B、8B 和 30B dense decoder-only LLMs，以及约 15T tokens 的五阶段预训练流程，最长上下文扩展至 512K tokens。
推荐理由：文章完整拆解了 Granite 4.1 从数据配比、长上下文训练到多阶段强化学习的流程，适合了解小型 dense 模型如何通过数据和后训练提升能力。
开源生态
全部主题开源模型、框架与仓库动态：权重开放、社区项目爆火、开源与闭源的力量消长。
133条精选相关主题模型发布Hugging FaceAI 编码
最新精选
第 81–100 条 · 共 133 条Hugging Face Blog精选AI 评分8484
Hugging Face Blog精选AI 评分7373 OpenAI Privacy Filter 如何用 gradio.Server 构建可扩展 Web 应用
Hugging Face 介绍了如何使用 OpenAI 的开源 Privacy Filter 和 gradio.Server 构建三个 Web 应用：文档隐私浏览器、图像匿名化工具和 SmartRedact Paste。
推荐理由：文章通过三个可运行应用展示 Privacy Filter 与 gradio.Server 的组合方式，覆盖文档、图片和文本脱敏场景，并给出可复用的接口设计。
Hugging Face Blog精选AI 评分8989 DeepSeek-V4 发布：1M-token 上下文面向智能体任务优化
DeepSeek 发布 DeepSeek-V4，推出 DeepSeek-V4-Pro 和 DeepSeek-V4-Flash 两个 MoE 模型，均支持 1M-token 上下文窗口。
推荐理由：文章将 DeepSeek-V4 的长上下文架构、智能体训练基础设施与工具调用设计放在一起，便于理解其面向长期任务的工程取舍。
Hugging Face Blog精选AI 评分7575 Transformers.js 如何在 Chrome 扩展中运行 Gemma 4
Hugging Face 介绍如何在 Manifest V3 Chrome 扩展中使用 Transformers.js 和 Gemma 4 E2B 构建本地 AI 浏览器助手。
推荐理由：文章以完整项目为例拆解 Manifest V3 下的运行时分工、模型缓存和工具调用循环，提供了可迁移的 Chrome 扩展架构方案。
Hugging Face Blog精选AI 评分7676 Hugging Face发布QIMMA阿拉伯语LLM质量优先排行榜
Hugging Face发布QIMMA阿拉伯语LLM评测套件，在评估模型前先验证基准质量。QIMMA整合14个来源基准的109个子集，覆盖超过52,000个样本和7个领域，并通过两种LLM与人工复核筛除质量问题。结果显示，Qwen/Qwen3.5-397B-A17B-FP8在截至2026年4月的前10模型中排名第一。
推荐理由：QIMMA展示了在模型评测前筛查基准质量的完整流程，并公开样本级输出与代码，便于复核阿拉伯语LLM排名。
Hugging Face Blog精选AI 评分6161 Hugging Face：AI 网络安全的未来为何需要开放生态
Hugging Face 认为，Mythos 展示的网络安全能力主要来自模型、算力、软件数据、漏洞探测与修补脚手架以及一定程度的系统自主性，而非单一模型。文章主张使用开放代码和工具构建半自主智能体，在预设权限与人工审批下辅助漏洞发现和修补，并通过可审计组件、决策日志和私有化部署保持控制。
推荐理由：文章以 Mythos 为切入点，解释模型、系统与自主性如何共同影响网络安全，并提出开放生态支持半自主防御的路径。
Google Research精选AI 评分7272 Google Research 用 AI 生成合成神经元加速脑图谱绘制
Google Research 发布 MoGen 神经元形态生成模型，用合成神经元形状增强 PATHFINDER 的训练数据，使小鼠轴突重建错误率降低 4.4%。按完整小鼠脑的规模估算，这相当于节省 157 person-years 的人工校对工作；MoGen 及其不同物种的训练模型已开源。
推荐理由：论文展示了合成神经元形状如何降低 PATHFINDER 的重建错误，并将模型改进换算为完整小鼠脑图谱中的人工校对节省量。
Hugging Face Blog精选AI 评分7878 Hugging Face 发布 transformers-to-mlx Skill，辅助将模型移植到 mlx-lm
Hugging Face 提供 transformers-to-mlx Skill 和独立测试工具，帮助贡献者将 transformers 中的语言模型移植到 mlx-lm。
推荐理由：文章展示了 Skill 如何把模型移植、数值对比和可复现测试串成审查流程，也明确了代理辅助提交仍需人工判断的边界。
Hugging Face Blog精选AI 评分8080 Ecom-RLVE：面向电商对话智能体的自适应可验证环境
Hugging Face 发布 EcomRLVE-GYM，将 RLVE 从单轮推理题扩展到多轮、工具增强的电商对话，提供商品发现、替换、购物车构建、退换货、订单追踪、政策问答、套餐规划和多意图旅程 8 类可验证环境。
推荐理由：文章展示了如何把可验证奖励、工具调用和自适应难度结合起来训练电商智能体，并提供了可复现的开源环境与初步结果。
Hugging Face Blog精选AI 评分7878 Hugging Face 教程：使用 Sentence Transformers 训练和微调多模态嵌入与重排模型
Hugging Face 介绍如何使用 Sentence Transformers 在自有数据上训练或微调多模态嵌入与重排模型，并以 Qwen/Qwen3-VL-Embedding-2B 完成 Visual Document Retrieval 实践。
推荐理由：文章给出从数据集、损失函数到评估器的完整微调流程，并用实验展示领域数据如何提升多模态文档检索效果。
Hugging Face Blog精选AI 评分8080 HCompany 发布 HoloTab 浏览器智能体扩展
HCompany 发布 HoloTab，一款可直接在 Chrome 浏览器中操作网页的 AI 智能体，无需设置或技术技能即可执行跨网站任务。用户还能通过录制点击和讲解生成 routines，之后重新运行或安排任务。
推荐理由：HoloTab 将计算机使用型智能体封装进 Chrome 扩展，并用录制生成可重复运行的 routines，降低了自动化网页任务的使用门槛。
Hugging Face Blog精选AI 评分8282 Waypoint-1.5 发布，面向消费级 GPU 的高保真实时互动世界模型
Overworld 发布 Waypoint-1.5 实时视频世界模型，支持在 RTX 3090 至 5090 等桌面硬件上以最高 720p 和 60 FPS 生成实时环境，并推出面向更广泛消费级硬件的 360p 模型。
推荐理由：Waypoint-1.5同时提供720p与360p模型，并面向消费级硬件优化本地运行，展示了实时生成世界从演示走向可用体验的路径。
Hugging Face Blog精选AI 评分7676 Safetensors 加入 PyTorch Foundation，转由 Linux Foundation 托管
Safetensors 宣布加入 Linux Foundation 旗下的 PyTorch Foundation，成为基金会托管项目，商标、仓库和治理转由 Linux Foundation 管理。
推荐理由：Safetensors 加入 PyTorch Foundation 后获得中立治理，正文还交代了兼容性承诺与后续面向加速器、并行加载和量化格式的路线。
Google DeepMind精选AI 评分9090 Google DeepMind 发布 Gemma 4 开放模型家族
Google DeepMind 发布 Gemma 4，包含 E2B、E4B、26B MoE 和 31B Dense 四种尺寸，面向高级推理、Agent工作流和端侧部署。模型支持函数调用、结构化 JSON 输出、图像与视频处理，E2B 和 E4B 还支持音频输入；上下文窗口覆盖 128K 至 256K，并以 Apache 2.0 许可开放。
推荐理由：Gemma 4同时覆盖端侧设备与开发者硬件，并提供Agent工作流、长上下文和Apache 2.0许可，呈现了开放模型的完整落地路径。
Hugging Face Blog精选AI 评分7979 Falcon Perception 与 Falcon OCR 发布，探索小参数早期融合视觉模型
Hugging Face Blog 介绍了 TII 发布的 Falcon Perception 和 Falcon OCR：前者是 0.6B 参数的早期融合 Transformer，用于开放词汇定位与分割，在 SA-Co 上取得 68.0 Macro-F1；后者是 0.3B 参数 OCR 模型，在 olmOCR 和 OmniDocBench 上分别取得 80.3 和 88.64。
推荐理由：文章同时给出 Falcon Perception 的架构取舍、分层基准结果和训练配方，便于比较早期融合方案在复杂视觉指代与密集场景中的表现。
Hugging Face Blog精选AI 评分7777 Hugging Face 推出 gradio.Server，让自定义前端接入 Gradio 后端能力
Hugging Face 介绍 gradio.Server，它扩展 FastAPI，让 React、Svelte 或原生 HTML/JS 前端接入 Gradio 的排队、SSE、并发控制、gradio_client 和 ZeroGPU 能力。
推荐理由：文章用完整示例展示 gradio.Server 如何将自定义前端与 Gradio 的排队、并发控制和 ZeroGPU 能力结合，方法可直接迁移到 Spaces 应用。
Hugging Face Blog精选AI 评分7979 Granite 4.0 3B Vision 发布，面向企业文档理解的紧凑型多模态模型
Hugging Face 发布 Granite 4.0 3B Vision，这款 3B 视觉语言模型面向企业文档理解，支持表格提取、图表理解和语义键值对抽取。模型以 LoRA adapter 形式构建在 Granite 4.0 Micro 之上，可单独使用或与 Docling 集成。
推荐理由：这款 3B 视觉语言模型将图表、表格和语义键值抽取结合起来，并以 LoRA adapter 形式支持文本与视觉任务切换，适合评估企业文档处理方案。
Hugging Face Blog精选AI 评分7777 Hugging Face 发布 TRL v1.0 后训练库
Hugging Face 发布 TRL v1.0，将 TRL 从研究代码库明确升级为面向生产使用的后训练库，支持超过 75 种后训练方法。新版本让稳定 API 与实验 API 共存，稳定层涵盖 SFT、DPO、Reward modeling、RLOO 和 GRPO 等训练器，最近一个 0.x 版本的迁移工作量较小。
推荐理由：文章解释了 TRL v1.0 如何以稳定与实验并存的契约应对后训练方法快速变化，并给出异步 GRPO 等后续方向。
Hugging Face Blog精选AI 评分7373 Hugging Face 教你将 OpenClaw 迁移到开放模型
Hugging Face 介绍了把 OpenClaw、Pi 或 Open Code 智能体迁移到开放模型的两条路径：通过 Inference Providers 托管运行，或使用 llama.cpp 在本地运行。托管方案可配置 GLM-5，本地方案示例使用 Qwen3.5-35B-A3B-GGUF，并提供了安装、启动服务器和 OpenClaw 配置命令。
推荐理由：文章提供了将 OpenClaw 迁移到 Hugging Face 托管模型或本地 llama.cpp 的具体命令与配置，便于读者按硬件和隐私需求选择路径。
Hugging Face Blog精选AI 评分7777 Hugging Face 发布 EVA 端到端语音智能体评估框架
Hugging Face 发布 EVA，用 bot-to-bot 音频架构评估语音智能体的任务准确性与对话体验。框架包含 EVA-A 和 EVA-X 两项主分数，随附覆盖 50 个航空场景、15 个工具的数据集，并评测了 20 个级联和音频原生系统。结果显示，任务完成表现与用户体验之间存在持续权衡，命名实体转录错误和多步骤工作流是主要失效点。
推荐理由：EVA将任务完成、语音准确性与对话体验纳入同一套端到端评估，并用航空场景数据展示准确性与体验之间的权衡。