NVIDIA 发布 Nemotron-Personas-Japan 日本合成数据
NVIDIA 发布首个面向日本市场的开源合成数据集 Nemotron-Personas-Japan，包含600万条自然日语人设记录，覆盖1500余种职业及多维人口统计属性。该数据集基于 NeMo Data Designer 生成，不依赖真实个人信息，旨在支持日本大语言模型的本地化微调与合规应用。
#开源生态
#开源生态
今日 0 条Hugging Face BlogAI 评分5656
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 RiskRubric 模型风险评估平台
Hugging Face 联合 Cloud Security Alliance 等发布 RiskRubric.ai，对模型进行透明度、可靠性、安全、隐私、安全和声誉六维评估，提供 0-100 分及 A-F 等级，并支持按维度筛选。
推荐理由：平台提供标准化模型安全评分，帮助开发者快速筛选符合安全与隐私要求的模型。
Hugging Face Blog精选AI 评分6868 Writer 发布 Palmyra-mini 系列轻量级推理模型
Writer 发布 Palmyra-mini 系列三款 1.5B 至 1.7B 参数量的开源模型，包含通用基座及针对逻辑和数学优化的推理变体。模型采用 Qwen 架构，支持 GGUF 和 MLX 量化，在 GSM8K 和 AMC23 等基准测试中表现优异。
推荐理由：Palmyra-mini 系列提供 1.5B 至 1.7B 参数量的轻量级模型，兼顾推理与通用生成，适合端侧部署。
Hugging Face Blog精选AI 评分7676 Hugging Face transformers 升级支持 GPT-OSS 及多项部署优化
Hugging Face 升级 transformers 库以支持 OpenAI GPT-OSS 系列模型，新增 MXFP4 量化、张量并行、专家并行及动态滑动窗口缓存等部署优化。通过 Hub 下载预编译内核，显著降低显存占用并提升推理效率。
推荐理由：Hugging Face 为 GPT-OSS 提供开箱即用的部署支持，涵盖 MXFP4 量化与多卡并行，为社区提供了可复用的工程参考。
Hugging Face Blog精选AI 评分7474 Hugging Face 发布 Jupyter Agent：开源微调 Qwen3-4B 数据分析智能体
Hugging Face 发布 Jupyter Agent，开源了基于 Qwen3-4B 微调的模型及训练数据集，旨在让小型模型具备在 Jupyter Notebook 中执行代码解决数据分析任务的能力。该模型在 DABStep 基准测试的简单任务上准确率提升至 75%，并提供了完整的 Kaggle 数据集清洗、QA 生成及微调代码。
推荐理由：Hugging Face 开源了基于 Qwen3-4B 微调的 Jupyter Agent 模型及数据集，展示了通过高质量数据与精简脚手架提升小模型数据分析能力的有效路径。
Hugging Face BlogAI 评分5151 MCP for Research: 如何通过 MCP 连接 AI 与研究工具
Hugging Face 发布 Research Tracker MCP 工具，允许 AI 智能体通过自然语言自动化跨 arXiv、GitHub 和 Hugging Face 的文献发现流程。该工具将手动搜索和脚本工具封装为 MCP 标准接口，支持 Claude Desktop、Cursor 等客户端直接调用，简化了论文、代码和模型的交叉检索。
Hugging Face Blog精选AI 评分7070 Hugging Face开源Kimina-Prover-RL训练管线及Lean 4定理证明模型
Hugging Face开源了Kimina-Prover-RL，一个基于Verl框架的Lean 4形式化定理证明训练管线，并发布了1.7B和0.6B两个模型。该管线采用类DeepSeek-R1的结构化推理范式，结合格式奖励和错误纠正机制，在MiniF2F基准上刷新了开源模型在对应参数规模下的SOTA成绩。
推荐理由：开源了基于Verl的Lean 4定理证明训练管线及0.6B和1.7B模型，为小参数模型形式化推理提供了可复现的SOTA方案。
Hugging Face Blog精选AI 评分7070 Hugging Face 发布开源实验追踪库 Trackio
Hugging Face 发布开源实验追踪库 Trackio，提供兼容 wandb 的轻量级 Python 库，支持本地 Gradio 仪表盘及与 Hugging Face Spaces 同步分享。该工具内置与 Transformers 和 Accelerate 的集成，支持 GPU 能耗追踪，数据默认本地持久化并自动备份至 Parquet 数据集。
推荐理由：Trackio 提供兼容 wandb 的轻量级实验追踪方案，支持本地运行与 Spaces 同步，便于分享与数据提取。
Hugging Face BlogAI 评分5151 Arc虚拟细胞挑战赛入门：STATE模型架构与数据解析
Arc Institute发布虚拟细胞挑战赛，要求训练模型预测基因沉默对细胞的影响。Hugging Face博客详细解析了挑战赛的背景、数据集结构以及Arc提出的STATE基线模型，包括State Transition Model和State Embedding Model的架构设计。
Mistral AIAI 评分3535 Mistral AI 发布 AI for Citizens 倡议
Mistral AI 推出 AI for Citizens 倡议，旨在帮助各国政府及公共机构利用 AI 技术重塑公共服务并推动创新。该计划提供 Mistral AI 的尖端模型、AI 聊天与编程助手，支持私有化部署、SaaS 及无服务器 API 等多种方式，确保数据主权与合规。通过定制化研发与生态建设，助力各国摆脱对封闭供应商的依赖，实现 AI 技术的自主可控。
Mistral AIAI 评分5050 Mistral AI 发布 Mistral Compute 基础设施服务
Mistral AI 发布 Mistral Compute，提供包含 GPU、编排、API 及服务的私有集成 AI 基础设施栈。作为 NVIDIA 合作伙伴，该服务提供数万张 GPU 资源，支持从裸金属服务器到全托管 PaaS 的多种形态。此举旨在满足欧洲等地区对数据主权和可持续性的要求，为各国政府、企业及研究机构提供独立可控的 AI 算力环境。
Hugging Face BlogAI 评分3030 Open Arabic LLM Leaderboard 2 发布
Hugging Face 联合 2A2I 和 TII 发布 Open Arabic LLM Leaderboard 2。首版 OALL 上线不到 7 个月吸引超 46,000 访客，收录超 700 个模型。新版旨在解决资源限制与结果验证问题，提供更统一、透明的基准测试平台。
Hugging Face Blog精选AI 评分7272 Hugging Face 开源 smolagents 框架复现 Deep Research
Hugging Face 开源了 smolagents 框架以复现 OpenAI Deep Research 的搜索智能体。该框架采用 CodeAgent 架构，在 GAIA 验证集上达到 55.15% 的成绩，优于此前开源方案。
推荐理由：Hugging Face 开源了复现 OpenAI Deep Research 的 smolagents 框架，展示了 CodeAgent 在 GAIA 基准上的性能提升。
Hugging Face Blog精选AI 评分7777 Mini-R1：用GRPO复现DeepSeek R1的“顿悟时刻”强化学习教程
Hugging Face 发布教程，使用 GRPO 算法和 Countdown Game 复现 DeepSeek R1 的推理能力。在 4x H100 上训练 Qwen2.5-3B-Instruct 模型 450 步，成功率从 25% 提升至 50%，模型从自然语言推理转向程序化执行。
推荐理由：文章提供了基于GRPO和Countdown Game复现DeepSeek R1推理能力的完整代码与训练细节，可直接迁移用于探索强化学习对齐。
Hugging Face Blog精选AI 评分7373 Hugging Face 发布 Open-R1 项目开源复现 DeepSeek-R1
Hugging Face 发布 Open-R1 项目，旨在系统复现 DeepSeek-R1 的数据收集与纯强化学习训练流程。项目计划通过蒸馏高质量推理数据集、构建数学与代码数据集，并开源多阶段训练配方，以验证并推广推理模型技术。
推荐理由：Hugging Face 宣布启动开源复现项目，旨在公开 DeepSeek-R1 的训练数据与代码，推动推理模型技术透明化。
Hugging Face Blog精选AI 评分8282 Hugging Face 发布静态嵌入模型及训练方法，CPU 推理速度提升 400 倍
Hugging Face 发布 sentence-transformers/static-retrieval-mrl-en-v1 和 static-similarity-mrl-multilingual-v1 两个静态嵌入模型，在 CPU 上比主流模型快 100-400 倍，同时保持 85% 以上的性能。文章公开了基于对比学习和 Matryoshka 表示学习的完整训练策略、数据集选择及代码实现。
推荐理由：Hugging Face 开源了基于静态嵌入的高效模型及完整训练代码，为低延迟和端侧部署提供了可复用的实践方案。
Hugging Face Blog精选AI 评分7575 Hugging Face 发布 smolagents 库，让模型通过编写代码实现智能体功能
Hugging Face 发布 smolagents 库，支持模型通过编写代码来调用工具，简化了智能体开发流程。该库兼容 Hugging Face Hub 及 OpenAI、Anthropic 等外部模型，并展示了开源模型在智能体工作流中具备与顶级闭源模型竞争的能力。
推荐理由：Hugging Face 推出 smolagents 库，通过让模型直接编写代码来调用工具，简化了智能体开发并提升了开源模型表现。
Hugging Face Blog精选AI 评分7272 Hugging Face 发布合成数据生成器，支持零代码构建数据集与微调模型
Hugging Face 发布合成数据生成器，用户可通过自然语言描述零代码生成文本分类和对话数据集，并支持使用 AutoTrain 直接微调模型。工具基于 distilabel 和 Hugging Face API，提供网页应用、私有部署及 Apache 2.0 开源代码。
推荐理由：Hugging Face 推出零代码合成数据生成器，打通从自然语言描述到模型微调的完整工作流。
Hugging Face Blog精选AI 评分6868 Hugging Face 发布文本到图像生成开源偏好数据集
Hugging Face 社区发布了面向文本到图像生成的开源偏好数据集，包含 1 万对偏好样本，涵盖多种图像风格与提示词复杂度。数据集采用 Apache 2.0 协议，附带用于数据预处理和后处理的代码，并提供了基于 FLUX.1-dev 模型的 LoRA 微调适配器。
推荐理由：开源了文本到图像生成的偏好数据集及微调代码，为社区提供了可复用的训练素材。
Hugging Face Blog精选AI 评分7979 Google 发布 PaliGemma 2 多模态模型
Google 发布 PaliGemma 2 视觉语言模型，基于 SigLIP 和 Gemma 2 架构，提供 3B、10B 和 28B 三种参数规模，支持 224x224、448x448 和 896x896 多种输入分辨率。模型采用 Gemma 许可协议，支持商业使用与微调，Hugging Face 同步更新了 transformers 集成与 LoRA 微调脚本。
推荐理由：提供了多尺寸模型与多分辨率支持，并附带微调脚本，便于开发者快速适配视觉语言任务。
Hugging Face Blog精选AI 评分6868 Hugging Face发布欧盟AI法案开源开发者合规指南
Hugging Face发布指南解读欧盟AI法案对开源开发者的合规要求，涵盖有限风险AI系统的披露义务及非系统性风险GPAI模型的训练数据摘要与版权合规，并推荐了平台上的相关工具。
推荐理由：文章梳理了欧盟AI法案对开源开发者的合规要求，并提供了Hugging Face平台上的实用工具指引。
Hugging Face BlogAI 评分4040 Hugging Face 与 PyCharm 集成发布
PyCharm Professional 推出 Hugging Face 集成，支持在 IDE 内直接插入模型代码并查看 Model Card。该功能允许开发者快速调用如 microsoft/Phi-3.5-vision-instruct 等多模态模型，并管理本地模型缓存。
Hugging Face Blog精选AI 评分8282 Transformers.js v3 发布：支持 WebGPU 加速与多运行时
Hugging Face 发布 Transformers.js v3，引入 WebGPU 支持，推理速度最高提升 100 倍。新增 120 种模型架构，支持 Node.js、Deno 和 Bun 环境，并提供 25 个新示例项目。
推荐理由：引入WebGPU加速与多端运行时支持，为前端和边缘端部署提供可迁移的高性能推理方案。
Hugging Face BlogAI 评分1717 Hugging Face Daily Papers 页面隐藏功能指南
Hugging Face 推出 Daily Papers 页面，已收录超 3,700 篇论文并拥有超 12k 订阅者。作者可一键认领论文以关联账号，用户可通过评论 @username 与作者实时互动，并在评论区输入 @librarian-bot 获取相关论文推荐。页面支持多语言评论及内置翻译，并集成 arXiv 扩展功能以快速跳转至 Hugging Face 论文页或 Spaces 演示。
Hugging Face Blog精选AI 评分7575 Hugging Face 发布 LLaMA3 1.58bit 微调模型与 BitNet 实现
Hugging Face 发布基于 BitNet 架构的 LLaMA3 8B 1.58bit 模型，公开了通过动态 Lambda 调度实现微调的技术细节与 Triton 自定义内核，模型在 MMLU 等基准上表现优异。
推荐理由：文章公开了将LLaMA3微调至1.58bit的量化方法与代码，为降低大模型推理成本提供了可复用的工程方案。
Hugging Face Blog精选AI 评分6565 HuggingChat 发布社区工具功能
HuggingChat 发布社区工具功能，允许用户将 Hugging Face 上的公开 Space 直接转化为模型可调用的工具。该功能扩展了多模态支持，涵盖图像理解、视频生成及语音合成，并支持用户创建自定义工具或基于私有文档构建 RAG 工具。
推荐理由：HuggingChat 开放将社区 Space 转为工具的功能，支持多模态交互与自定义 RAG，丰富了现有工作流。
Hugging Face Blog精选AI 评分6868 Hugging Face 收购 XetHub 以升级 Hub 存储与协作能力
Hugging Face 宣布收购 XetHub，其团队将负责将 Hub 的存储后端从 Git LFS 替换为更优化的版本。XetHub 技术支持 TB 级仓库的 Git 扩展、分块存储与去重，使用户在更新大型数据集或模型时仅需上传变更部分，从而大幅提升协作与版本管理效率。
推荐理由：Hugging Face 收购 XetHub 以替换 Git LFS 存储后端，将显著提升 TB 级数据集和模型的版本管理与协作效率。
Hugging Face BlogAI 评分2020 Hugging Face Hub 面向 GLAM 领域的应用指南
Hugging Face Hub 面向画廊、图书馆、档案馆和博物馆（GLAM）领域发布应用指南，介绍如何利用该平台共享和访问机器学习模型、数据集及演示应用。平台目前托管超过 19 万个模型、3.3 万个数据集和 10 万个应用，支持通过 API 部署或集成 Transformers 库使用。文章详细演示了如何筛选特定任务与语言的模型，以及如何上传 CSV 格式的数据集。
Hugging Face BlogAI 评分2525 Hugging Face Hub 上线 Meta AI fastText 官方镜像
Hugging Face Hub 上线 Meta AI fastText 官方镜像，托管 157 种语言词向量及语言识别模型。用户可通过 huggingface_hub 库轻松下载模型，并利用内置的文本分类和特征提取小部件进行交互。
Hugging Face BlogAI 评分88 Hugging Face 宣布首届开源 AI 游戏开发大赛
Hugging Face 宣布举办首届开源 AI 游戏开发大赛，参赛者需在 7 月 7 日至 9 日期间使用 AI 工具制作游戏。参赛作品需支持网页或 Windows 平台，且必须集成至少一个开源 AI 工具。比赛强调利用 Stable Diffusion 等工具加速开发，面向全球开发者免费开放。
Hugging Face BlogAI 评分4343 Hugging Face 与 IBM 合作 watsonx.ai，面向 AI 开发者的下一代企业级工作室
Hugging Face 与 IBM 宣布合作，将 Hugging Face 开源库集成至 IBM watsonx.ai 平台。watsonx.ai 是基于 RedHat OpenShift 构建的下一代企业 AI 工作室，支持在云端和本地部署，旨在帮助客户训练、验证、微调及部署传统机器学习与生成式 AI 模型。双方还将合作将 IBM 开发的大语言模型开源至 Hugging Face Hub。
Hugging Face Blog精选AI 评分7373 Hugging Face 发布 StarChat Alpha 编程助手
Hugging Face 发布基于 StarCoder 微调的编程助手 StarChat Alpha，采用 ChatML 格式与 OpenAssistant 数据集训练，提供代码、数据集及模型下载。
推荐理由：文章展示了基于StarCoder微调出StarChat Alpha的过程，提供了ChatML格式和DeepSpeed训练代码供开发者复用。
Hugging Face Blog精选AI 评分8282 StarCoder 发布：面向代码的大语言模型
Hugging Face 发布 StarCoder 和 StarCoderBase 代码大语言模型，在 HumanEval 等基准上达到开源 SOTA。模型基于 The Stack 数据集训练，提供完整训练数据、PII 移除工具及 BigCode OpenRAIL-M 许可证。
推荐理由：模型在HumanEval等基准上达到开源SOTA，提供完整训练数据与治理工具，适合二次开发。
Hugging Face BlogAI 评分88 Hugging Face 推出面向中文用户的官方博客
Hugging Face 推出面向中文用户的官方博客 hf.co/blog/zh，由志愿者翻译博客文章及 Transformer、扩散模型和强化学习课程。此举旨在服务日益增长的中文 AI 社区，促进相互学习与协作。Hugging Face 将加强与 PaddlePaddle 等组织的合作，并继续举办线上课程及线下活动以推动开源机器学习领域的知识共享。
Hugging Face BlogAI 评分2222 Hugging Face 发布伦理与社会通讯第 3 期：探讨开放 AI 的伦理责任
Hugging Face 发布伦理与社会通讯第 3 期，阐述在开源机器学习中平衡开放性与风险控制的伦理框架。平台推出涵盖严谨、同意、社会意识等 6 个维度的伦理标签，并上线内容举报功能以识别违规模型与数据集。此外，Hugging Face 通过完善模型卡片、推广 RAIL 许可证及社区协作机制，致力于最小化 AI 潜在危害。
Hugging Face BlogAI 评分2727 Hugging Face 改进 Hub 对 Jupyter 笔记本的支持
Hugging Face 改进了 Hugging Face Hub 对 Jupyter 笔记本的托管支持，新增渲染功能使 ipynb 文件以人类可读格式展示。Hub 现已支持一键将托管笔记本直接打开在 Google Colab 中。此举旨在提升模型、数据集及演示资源的可复现性与使用便利性。
Hugging Face BlogAI 评分3232 利用机器学习辅助土耳其地震幸存者搜救
志愿者团队利用 Hugging Face 平台构建 afetharita 应用，协助土耳其地震搜救。团队使用 easyocr 和微调后的 bert-base-turkish-cased 模型提取幸存者信息，并通过 Inference API 部署模型。此外，团队利用 NLI 模型和 Argilla 标注界面优化需求分类与实体识别，确保数据准确入库。