PyTorch Profiler入门：解读性能表格与执行Trace
Hugging Face发布PyTorch Profiler入门教程，通过矩阵运算实例演示了如何解读性能表格与Trace，揭示了编译优化在调度器层面的融合机制及CPU开销增加的原因。
推荐理由：文章通过矩阵运算实例拆解了torch.profiler的表格与Trace解读方法，揭示了编译优化的实际执行路径。
#教程/实践
#教程/实践
今日 4 条Hugging Face Blog精选AI 评分7575
Hugging Face Blog精选AI 评分8484 TRL 发布 Delta Weight Sync：通过 Hub Bucket 实现稀疏权重同步
Hugging Face TRL 发布 Delta Weight Sync 功能，利用 bf16 权重在相邻 RL 优化步骤间 99% 不变的稀疏特性，仅上传变更的权重补丁至 Hub Bucket。该方案将 Qwen3-0.6B 的每步传输数据从 1.2 GB 降至 20-35 MB，使训练端与推理端无需共享网络即可通过对象存储异步同步权重。
推荐理由：通过稀疏权重同步将异步RL每步传输量降低两个数量级，实现无需共享集群的分布式训练。
Hugging Face Blog精选AI 评分7777 Hugging Face 教程：让 Reachy Mini 机器人实现全本地语音交互
Hugging Face 发布教程，指导用户将 Reachy Mini 机器人的语音交互栈完全部署在本地。通过 speech-to-speech 库串联 Silero VAD、Parakeet-TDT 0.6B v3、Qwen3-TTS 等开源组件，并结合 llama.cpp 或 vLLM 运行 Gemma-4 或 Qwen3-4B 等模型，实现无需云端 API 的隐私保护与低延迟对话。
推荐理由：提供将语音交互栈完全本地化的实操指南，展示如何在端侧实现隐私保护与低延迟的机器人对话。
Hugging Face BlogAI 评分3535 Harness、Scaffold 与 AI Agent 术语辨析
本文梳理 AI Agent 领域的核心术语，明确 Model、Scaffold、Harness 与 Agent 的定义与区别。Agent 由 Model 与 Harness 组成，Harness 负责执行循环，Scaffold 定义行为。文中指出 Claude Code、Codex 等产品是特定模型之上的 Harness。
Google DeepMindAI 评分5555 Google DeepMind展示Co-Scientist加速衰老研究
Google DeepMind研究人员使用Co-Scientist辅助衰老研究，该工具从文献中筛选出20多个潜在基因靶点并验证有效，同时将数据分析周期从数月缩短至数天。
Hugging Face Blog精选AI 评分8282 Hugging Face 实现连续批处理的异步优化方案
Hugging Face 在 transformers 库中实现了连续批处理的异步优化，通过 CUDA streams 和 events 解耦 CPU 与 GPU 工作流，使 GPU 利用率从 76.0% 提升至 99.4%，生成时间缩短 22%。
推荐理由：文章通过解耦CPU和GPU工作流实现异步批处理，使GPU利用率提升至99.4%，为长文本推理提供了可复用的工程优化方案。
Hugging Face Blog精选AI 评分7070 ServiceNow 分享 vLLM V0 到 V1 迁移中消除训练推理偏差的实践
ServiceNow 分享了将推理引擎从 vLLM V0 迁移到 V1 时消除训练推理偏差的实践。通过修复 logprobs 语义、关闭 prefix caching、调整 inflight weight update 路径以及使用 fp32 lm_head，最终使 V1 的训练轨迹与 V0 参考保持一致。
推荐理由：原文拆解了 vLLM V1 迁移中导致训练轨迹偏离的四个关键后端差异，提供了可复用的对齐方案。
Hugging Face Blog精选AI 评分6262 GPT-OSS 智能体强化学习训练的工程实践与修复
LinkedIn 团队分享了在 verl 框架下对 GPT-OSS 进行智能体强化学习训练的实践经验，通过修复 MoE 架构下的对数概率不匹配、在 FlashAttention v3 中实现 Attention Sink 反向传播以及优化 FSDP 内存占用，解决了训练不稳定和显存爆炸问题，实现了模型在数学推理和工具调用任务上的稳定收敛。
推荐理由：文章详细记录了GPT-OSS在 verl 框架下实现智能体强化学习的关键工程修复，为开源模型部署提供了可复用的技术路径。
Hugging Face Blog精选AI 评分7070 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。
Hugging Face Blog精选AI 评分8080 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。
Hugging Face Blog精选AI 评分6868 NVIDIA Isaac for Healthcare v0.4 发布医疗机器人仿真到部署教程
NVIDIA 发布 Isaac for Healthcare v0.4，提供基于 SO-ARM 的医疗机器人端到端工作流。通过结合 93% 仿真数据与真实遥操作数据微调 GR00T N1.5 模型，实现从数据采集、训练到硬件部署的 Sim2Real 闭环。
推荐理由：提供了从仿真到部署的完整代码与硬件配置，可直接复现医疗机器人工作流。
Hugging Face Blog精选AI 评分7070 Hugging Face 开源OCR模型选型指南与部署教程
Hugging Face 发布指南，对比了 Nanonets-OCR2、OlmOCR-2、Granite-Docling 等开源OCR模型的能力与成本，介绍了 OlmOCR-Bench 等评测基准，并提供了基于 vLLM 和 Transformers 的本地部署与批量推理代码。
推荐理由：系统梳理了多款开源OCR模型的能力差异与评测基准，并提供了本地部署与批量推理的实操代码。
Hugging Face BlogAI 评分3838 三步在 Intel CPU 上运行 VLM
Hugging Face 发布教程，指导用户通过 Optimum Intel 和 OpenVINO 在 Intel CPU 上运行 SmolVLM2-256M-Video-Instruct 视觉语言模型。教程涵盖将模型转换为 OpenVINO IR、应用权重或静态量化以优化内存和推理速度，以及执行推理的具体步骤。
Hugging Face Blog精选AI 评分6767 Hugging Face 详解如何将 3B 参数 OCR 模型适配 Core ML 实现端侧推理
Hugging Face 发布教程详解如何将 RedNote 的 3B 参数 OCR 模型 dots.ocr 转换为 Core ML 格式以在 Apple 设备上运行。文章通过简化模型结构、修复 PyTorch 到 CoreML 转换中的算子报错，成功将模型部署至端侧，并预告后续将介绍 MLX 集成与 Neural Engine 量化优化。
推荐理由：详细拆解了将3B参数OCR模型适配Core ML的具体步骤与踩坑经验，为端侧部署提供了可复用的工程参考。
Hugging Face BlogAI 评分5353 Intel 端侧加速 Qwen3-8B Agent：深度剪枝与推测解码实践
Hugging Face 博客展示了在 Intel Core Ultra 上利用 OpenVINO.GenAI 加速 Qwen3-8B 的方法。通过剪枝 Qwen3-0.6B 草稿模型并配合推测解码，推理速度提升约 1.4 倍，并结合 smolagents 实现了高效的本地 AI Agent。
Hugging Face Blog精选AI 评分7272 Hugging Face 教程：在 ZeroGPU Spaces 中使用 PyTorch 提前编译加速
Hugging Face 发布教程，展示如何在 ZeroGPU Spaces 中利用 PyTorch 提前编译（AoT）技术加速图像和视频生成。通过结合 FP8 量化、动态形状处理和 FlashAttention-3，FLUX.1-dev 等模型可获得 1.3 至 1.8 倍的速度提升。
推荐理由：原文给出了在ZeroGPU上结合AoT编译与量化加速的具体代码，读者可直接复用以优化生成类应用。
Hugging Face BlogAI 评分4343 通过 MCP 将 Claude 接入 Hugging Face Spaces 生成图像
通过 MCP 将 Claude 接入 Hugging Face Spaces，可调用 FLUX.1 Krea [dev] 和 Qwen-Image 等模型生成图像。FLUX.1 Krea [dev] 擅长消除 AI 痕迹，生成具有自然光照和真实质感的图片。Qwen-Image 则具备强大的提示词遵循能力和准确的文本渲染效果，适合制作海报等含文字的设计。