跳到正文

全部动态

今日 41 条
12月18日周四
  1. Hugging Face Blog68

    Transformers v5 重构分词器：架构与词表分离，支持从零训练

    Hugging Face 发布 Transformers v5，将分词器架构与训练好的词表分离，实现单文件部署和 Rust 后端默认化。新架构允许开发者直接实例化空白分词器模板，通过调用 train 方法在自有语料上从头训练模型专属分词器，同时保留了 chat template 等模型感知功能。

    推荐理由：v5 重构了分词器架构，实现单文件部署与可训练模板，显著降低了自定义和训练模型专属分词器的门槛。

12月17日周三
  1. Hugging Face Blog70

    使用 NeMo Evaluator 复现 NVIDIA Nemotron 3 Nano 评测

    NVIDIA 发布 Nemotron 3 Nano 30B A3B 的完整开源评测配方，包含 NeMo Evaluator 配置、YAML 参数与 CLI 命令。开发者可一键复现 BFCL v4、LiveCodeBench 等基准测试，独立验证模型性能。

    推荐理由：提供完整复现 Nemotron 3 Nano 评测的 NeMo Evaluator 配置与命令，便于独立验证模型性能。

  2. Google DeepMind93

    Google 发布 Gemini 3 Flash 模型

    Google 发布 Gemini 3 Flash，将 Gemini 3 Pro 级推理能力与 Flash 级低延迟、低成本结合。该模型在 GPQA Diamond 等基准上表现优异，SWE-bench Verified 得分 78%，超越 Gemini 3 Pro 且速度提升 3 倍。已面向开发者开放 API，并在 Gemini App 和 Search AI Mode 中默认启用。

    推荐理由：在保持 Flash 级低延迟与低成本的同时，推理与编码能力超越前代旗舰，适合高频开发及智能体工作流。

12月16日周二
  1. Google Research72

    Google 推出 Gemini 论文辅助工具，在 STOC 2026 中验证推理能力

    Google 推出基于 Gemini 2.5 Deep Think 的论文辅助工具（PAT），在 STOC 2026 会议中为作者提供提交前的自动化反馈。该工具利用推理扩展方法，成功识别了包括计算错误和逻辑漏洞在内的多种问题，97% 的参与者认为反馈有帮助。

    推荐理由：Google 推出基于 Gemini 2.5 Deep Think 的论文辅助工具，在理论计算机科学会议中验证了其在发现逻辑漏洞方面的有效性。

  2. Hugging Face Blog72

    开源智能体框架CUGA上线Hugging Face Spaces

    IBM Research开源智能体框架CUGA正式集成至Hugging Face Spaces，提供CRM场景演示与可视化开发入口。CUGA支持多工具集成与可配置推理模式，在AppWorld等基准测试中表现优异，兼容gpt-oss-120b与Llama-4等开源模型。

    推荐理由：开源智能体框架CUGA上线Hugging Face Spaces，提供可视化演示与多模型支持，便于开发者快速体验与集成。

12月13日周六
12月12日周五
12月11日周四
  1. Hugging Face Blog70

    llama.cpp 新增 Router 模式支持多模型动态管理

    llama.cpp server 新增 Router 模式，支持在不重启服务的情况下动态加载、卸载和切换多个模型。该功能采用多进程架构，每个模型独立运行，支持自动发现 GGUF 文件、按需加载及 LRU 淘汰机制，默认同时加载 4 个模型。

    推荐理由：实现了多模型动态加载与切换，无需重启服务，便于本地多模型管理与性能隔离。

  3. Google Research42

    Urania：基于差分隐私的 AI 聊天机器人使用洞察框架

    Google Research 发布 Urania 框架，通过差分隐私技术从 LLM 聊天对话中提取洞察，确保数学级隐私保障。该框架利用 DP 聚类和关键词提取机制，防止单条对话影响结果，避免敏感信息泄露。实验显示，在隐私预算收紧时，其生成的摘要质量甚至优于非隐私基线，获 LLM 评估器高达 70% 的偏好。

12月10日周三
12月9日周二
  1. Mistral AI88

    Mistral 发布 Devstral 2 编码模型及 Vibe CLI 工具

    Mistral 发布 Devstral 2（123B）和 Devstral Small 2（24B）两款开源编码模型，Devstral 2 在 SWE-bench Verified 上达到 72.2% 得分，API 目前免费。同时推出 Mistral Vibe CLI，这是一款基于 Devstral 的开源终端智能体，支持多文件编排与 IDE 集成。

    推荐理由：Mistral 发布 Devstral 2 编码模型及原生 CLI 工具，提供 SWE-bench 基准数据与部署方案，便于开发者评估开源编码能力。

  2. Google DeepMind68

    Google DeepMind 发布 FACTS Benchmark Suite 评测大模型事实准确性

    Google DeepMind 联合 Kaggle 发布 FACTS Benchmark Suite，包含参数知识、搜索、多模态及 Grounding v2 共 3,513 个公开测试用例。评测显示 Gemini 3 Pro 以 68.8% 的 FACTS Score 领先，所有模型准确率均低于 70%，多模态任务得分最低。

    推荐理由：提供涵盖参数知识、搜索与多模态的4项事实性评测基准，揭示前沿模型在事实准确性上的具体短板。

12月5日周五
  2. Google Research68

    Google Research 发布 Titans 架构与 MIRAS 框架实现 AI 长期记忆

    Google Research 发布 Titans 架构与 MIRAS 理论框架，利用深度神经网络作为记忆模块实现 AI 的长期记忆。该架构在 BABILong 等基准测试中超越 Transformer++ 和 Mamba-2，支持超过 200 万 token 的上下文窗口，同时保持线性推理速度。

    推荐理由：提出结合RNN速度与Transformer精度的新架构，通过深度记忆模块实现超长上下文的高效推理。

12月4日周四
  1. Hugging Face Blog80

    Hugging Face Skills 让 Claude 等 Agent 完成 LLM 微调全流程

    Hugging Face 发布 Skills 工具，使 Claude Code、Codex 和 Gemini CLI 等编程 Agent 能够自动完成数据集验证、硬件选择、脚本生成、云端 GPU 任务提交、进度监控及模型推送至 Hub 的完整微调流程。该技能支持 SFT、DPO 和 GRPO 等训练方法，兼容 0.5B 至 70B 参数模型，并支持将训练好的模型转换为 GGUF 格式。

    推荐理由：原文提供了将 Claude Code 等 Agent 接入 Hugging Face 进行全流程微调的实操指南与配置方法。

  2. Hugging Face Blog72

    Intel 发布 DeepMath 轻量级数学推理智能体

    Intel 发布 DeepMath，这是一个基于 Qwen3-4B Thinking 微调的数学推理智能体。它通过生成简短 Python 代码片段并在沙箱中执行来减少输出长度并提高准确率。模型使用 GRPO 进行训练，在 MATH500、AIME 等数据集上，输出长度最多减少 66%，同时准确率得到提升。代码和模型已开源。

    推荐理由：Intel 发布基于 Qwen3-4B 的 DeepMath 智能体，通过 GRPO 微调与代码执行结合，实现输出缩短 66% 且准确率提升。

  3. Google Research42

    Google 发布 MSEB 基准测试：评估多模态听觉智能的八大核心能力

    Google Research 发布 Massive Sound Embedding Benchmark (MSEB)，旨在标准化评估多模态模型的听觉智能。该基准涵盖语音检索、推理、分类等八大核心能力，并包含包含 177,352 条语音查询的 Simple Voice Questions (SVQ) 数据集。实验显示当前声音表示远非通用，在各项任务中均存在显著的性能提升空间。

12月3日周三
  1. Mistral AI88

    Mistral AI 发布 Mistral 3 模型家族

    Mistral AI 发布 Mistral 3 模型家族，包含 Mistral Large 3 及 Ministral 3 系列（3B、8B、14B），均采用 Apache 2.0 协议开源。

    推荐理由：Mistral 3 家族涵盖从 3B 到 675B 参数的模型，提供全尺寸开源选择，并针对边缘部署和推理性能进行了深度优化。

12月1日周一
  1. Hugging Face Blog72

    Hugging Face Transformers v5 发布：确立 PyTorch 单后端与模块化设计

    Hugging Face 发布 Transformers v5.0.0rc-0，确立 PyTorch 为唯一后端，引入模块化设计与注意力接口抽象。v5 全面强化预训练、推理与量化支持，新增 transformers serve 系统，并深度打通 vLLM、SGLang、llama.cpp 等生态工具链。

    推荐理由：v5 确立了 PyTorch 单后端与模块化设计，全面打通训练推理部署链路，为生态互操作提供统一标准。

11月26日周三
  1. Google DeepMind40

    AlphaFold：五年影响力回顾

    AlphaFold 2 五年前解决了蛋白质结构预测难题，其预测数据已收录于 AlphaFold Protein Database 并免费开放。该数据库已被全球 300 多万研究人员使用，相关研究被引用超 3.5 万次，并助力 2024 年诺贝尔化学奖的获得。

11月25日周二
  1. Google DeepMind72

    AlphaFold助力解析导致心脏病的LDL关键蛋白apoB100结构

    Google DeepMind的AlphaFold结合密苏里大学的冷冻电镜技术，成功解析了低密度脂蛋白（LDL）的关键蛋白apoB100的原子级结构。该发现揭示了包裹LDL颗粒的笼状外壳细节，有望为预防和治疗动脉粥样硬化性心血管疾病提供新的药物靶点。

    推荐理由：AlphaFold结合冷冻电镜解析了致病蛋白apoB100结构，为心血管药物研发提供了关键结构基础。

  3. Hugging Face Blog35

    Diffusers 支持 FLUX-2

    Diffusers 正式支持 FLUX-2 图像生成模型，提供 Flux2Pipeline 和 Flux2Transformer2DModel 等组件。该模型使用 Mistral3 作为文本编码器，可通过 diffusers/FLUX.2-dev-bnb-4bit 仓库加载，支持 4-bit 量化部署。

11月22日周六
11月21日周五
  2. Hugging Face Blog70

    Hugging Face TRL 官方集成 RapidFire AI 实现 20 倍加速微调

    Hugging Face TRL 官方集成 RapidFire AI，通过自适应分块调度与并发训练机制，实现多配置微调加速 16-20 倍。提供实时仪表盘与 IC Ops 功能，支持在训练中途停止低效配置或克隆优化参数，无需重启任务。

    推荐理由：官方集成提供并发微调与实时干预能力，可显著降低多配置对比的时间与算力成本。

11月20日周四
  1. Google DeepMind85

    Google DeepMind 发布 Gemini 3 Pro Image 图像生成模型

    Google DeepMind 发布 Gemini 3 Pro Image（代号 Nano Banana Pro），提供 2K/4K 分辨率、高精度文本渲染及物理控制能力。该模型支持通过 Google Search 进行实时知识检索，并内置 SynthID 数字水印，已在 Google AI Studio 和 Vertex AI 开放预览。

    推荐理由：该模型在文本渲染、物理控制和知识检索方面实现升级，开发者可据此构建更精准的多模态应用。

  2. Hugging Face Blog74

    AnyLanguageModel 发布统一 Apple 平台本地与云端 LLM 调用 API

    Hugging Face 发布 AnyLanguageModel，提供 Swift 包统一调用 Apple Foundation Models、Core ML、MLX、llama.cpp、Ollama 及 OpenAI 等模型。开发者只需替换 import 即可切换后端，支持按需引入依赖并扩展图像输入。

    推荐理由：统一了本地与云端模型调用接口，降低 Apple 平台开发者的集成成本。

11月19日周三
  1. Mistral AI22

    Mistral AI 与 SAP、Helsing 达成合作，推进德国 AI 主权

    Mistral AI 宣布与 SAP 建立多年期合作伙伴关系，将其模型集成至 SAP AI Foundation 并为德国及欧洲提供完全自主的 AI 栈。同时，Mistral AI 与 Helsing 合作加速开发面向现实世界国防和安全应用的视觉-语言-动作模型。此外，Mistral AI 将扩大在德国的团队并开设办公室，以支持欧洲的数字自主权。

  2. Google Research85

    Google 发布端到端实时语音翻译模型并部署于 Google Meet 和 Pixel 10

    Google 发布端到端实时语音翻译模型，延迟仅2秒并保留原声，已在 Google Meet 和 Pixel 10 部署。该模型基于 AudioLM 和 SpectroStream 架构，支持英、西、德、法、意、葡等语言。

    推荐理由：端到端架构将延迟降至2秒并保留原声，已在Google Meet和Pixel 10部署，可据此评估实时语音翻译的技术进展。

  3. Google DeepMind92

    Google DeepMind 发布 Gemini 3 Pro 模型

    Google DeepMind 发布 Gemini 3 Pro 模型，在编码、Agent 工作流及多模态理解基准上表现领先。该模型提供 100 万 token 上下文窗口，API 预览版定价为输入 2 美元/百万 token、输出 12 美元/百万 token，并同步推出 Google Antigravity 开发平台。

    推荐理由：原文给出了核心能力变化和 API 定价，读者可据此评估其对现有开发工作流的影响。

11月17日周一
  1. Google DeepMind75

    Google DeepMind 发布 WeatherNext 2 天气预测模型

    Google DeepMind 发布 WeatherNext 2，生成速度提升 8 倍，分辨率达小时级，可预测数百种天气场景。该模型基于 Functional Generative Network 架构，在 99.9% 的变量上超越前代，数据已上线 Earth Engine 和 BigQuery，并升级了 Google Search、Gemini 及 Maps 的天气服务。

    推荐理由：模型速度提升8倍且支持小时级分辨率，通过多场景预测增强极端天气研判能力。

11月14日周五
  2. Google Research61

    Google Research 发布全球天然林地图及AI基准数据集

    Google Research 联合 Google DeepMind 发布 Natural Forests of the World 2020 地图及数据集，利用 MTSViT 模型实现 10 米分辨率天然林识别，准确率达 92.2%。同时发布 Planted 和 ForTy 两个大规模基准数据集，用于支持 EUDR 合规及下一代森林分类模型研发。

    推荐理由：发布全球首个10米分辨率天然林地图及基准数据集，为合规与生态监测提供高精度AI基线。

11月13日周四
  1. Google DeepMind75

    Google DeepMind 发布 SIMA 2：基于 Gemini 推理的 3D 世界通用智能体

    Google DeepMind 发布 SIMA 2，将 Gemini 模型作为核心推理引擎，使智能体能在 3D 虚拟环境中理解复杂指令、进行链式推理并自我改进。该模型在跨游戏泛化和与用户协作方面表现显著，目前作为有限研究预览向学术界和游戏开发者开放。

    推荐理由：SIMA 2 将 Gemini 推理能力引入 3D 游戏，实现了跨游戏泛化与自我改进，为具身智能提供了新路径。

  2. Google Research28

    Google Quantum AI 发布量子优化工具包 DQI

    Google Quantum AI 发布名为 Decoded Quantum Interferometry (DQI) 的量子算法，用于解决经典计算机难以处理的优化问题。该算法将优化问题转化为解码问题，在最优多项式交集（OPI）任务中，仅需数百万次量子逻辑操作即可求解，而经典计算机需超过 10^23 次操作。

11月12日周三