Hugging Face 引入 Math-Verify 解析器重测 Open LLM Leaderboard 全部 3,751 个模型，修正了旧版在格式提取、符号转换和数值比较上的缺陷。重测后模型平均得分提升 4.66 分，Qwen 和 DeepSeek 等模型分数大幅上涨，Nvidia AceMath 登顶 MATH-Hard 榜单。
推荐理由：Hugging Face 引入 Math-Verify 重测全量模型，修正了旧版解析缺陷，导致榜单排名大幅洗牌。
Fanatics Betting and Gaming 首席财务官 Andrea Ellis 探讨了公司如何利用 AI 技术聚焦宏观战略。该对话深入分析了人工智能在博彩与游戏业务中的应用，旨在通过技术赋能提升整体业务视野与决策效率。
Wayfair 首席技术官 Fiona Tan 探讨了人工智能如何重塑零售业的未来。该公司正利用 AI 技术优化零售体验，推动行业向智能化方向演进。
Rogo 利用 OpenAI o1 扩展 AI 驱动的金融研究。该方案通过集成 OpenAI o1 模型，旨在提升金融分析领域的自动化与研究效率。
Hugging Face 发布文章，通过实测分析10亿级文本分类、嵌入及视觉嵌入推理的成本与延迟。使用Infinity服务器和k6工具，在NVIDIA L4等硬件上寻找最优Batch Size与并发数。结果显示文本分类10亿次成本约253美元，嵌入约409美元，而视觉嵌入因模型复杂和图像Token多，成本高达44496美元。
Hugging Face 发布用于构建视频生成数据集的开源工具与脚本，提供包含 yt-dlp 下载、多模型过滤（水印、美学、NSFW、运动）及 Florence-2 标注的三阶段流水线，并分享了 finetrainers/crush-smol-v0 等微调案例。
推荐理由：提供从下载、清洗到标注的完整视频数据集构建流程，帮助开发者高效准备视频生成模型训练数据。
Hugging Face 开源 xet-core 和 hf_xet，通过内容定义分块与块聚合技术加速 Hub 上的文件传输。该技术将分块聚合成最大 64MB 的块，显著减少网络请求和存储开销，实测上传速度提升近 2 倍。
推荐理由：通过引入块聚合机制优化上传下载速度，为处理大型模型仓库提供了可复用的工程实践。
Hugging Face 发布 OpenR1-Math-220k 数据集，包含 22 万条高质量数学推理轨迹，用于复现 DeepSeek R1 的推理能力。该数据集基于 NuminaMath 1.5，利用 512 张 H100 本地生成，并通过 Math Verify 和 Llama3.3-70B 进行自动过滤。
推荐理由：Hugging Face 开源了 22 万条数学推理数据集及生成代码，为复现 DeepSeek R1 推理能力提供了可复用的数据与工程方案。
OpenAI 与 Schibsted Media Group 宣布达成内容合作伙伴关系，将《卫报》的新闻及档案内容引入 ChatGPT。此举旨在丰富 ChatGPT 的信息来源，为用户提供更权威的新闻资讯。
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。
OpenAI 在超级碗期间投放了首款电视广告，旨在激发公众对人工智能的好奇心。该广告强调 AI 能像过往工具一样，为用户开辟新可能性、提升生活满足感并增强生产力。
Mistral 发布全新 le Chat AI 助手，支持 iOS 和 Android 移动端，提供 Flash Answers、代码解释器及基于 Flux Ultra 的图像生成功能。同时推出 Pro、Team 及企业版私有部署，Pro 版月费 14.99 美元。
推荐理由：Mistral 推出全功能 le Chat 并上线移动端，提供 Flash Answers 与代码解释器，覆盖多场景工作流。
OpenAI 在欧洲推出数据驻留功能。该功能建立在 OpenAI 支持全球客户的企业级数据隐私、安全和合规计划基础之上。
OpenAI 与加州州立大学（CSU）系统合作，将 ChatGPT 部署至 50 万名学生和教职员工。这是迄今为止最大规模的 ChatGPT 部署，旨在扩大教育领域的人工智能应用，并助力美国构建具备 AI 能力的劳动力队伍。
Hugging Face 与 Adyen 联合发布 DABStep 基准，包含 450 多个基于真实金融支付业务提取的多步数据分析任务。评测显示，即使是 o3-mini 等最强推理模型，准确率也仅为 16%，暴露出当前 AI 智能体在复杂数据推理上的显著不足。
推荐理由：基于真实业务数据构建，揭示了当前最强推理模型在复杂多步数据分析任务中准确率不足20%的显著差距。
ChatGPT 可用于为美甲设计寻找灵感。用户通过该模型获取创意参考，辅助完成美甲艺术创作。
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。
ChatGPT 可用于构建个性化的数学辅导系统。该方案通过定制提示词和交互逻辑，实现针对用户学习进度的针对性指导。这种应用方式展示了大语言模型在教育领域的灵活性与实用性。
ChatGPT 被用于指导捕获大比目鱼。
Hugging Face 官方宣布将 Physical Intelligence 开发的 π0 和 π0-FAST 视觉-语言-动作（VLA）模型接入 LeRobot 仓库。π0 基于流匹配实现 50Hz 实时动作生成，π0-FAST 引入 FAST 频域动作序列分词技术，训练速度提升 5 倍。
推荐理由：官方将π0和π0-FAST模型接入LeRobot，提供了从推理到微调的完整工程路径。
OpenAI 推出 Deep Research，这是一个利用推理能力综合大量在线信息并完成多步研究任务的智能体。该功能今日向 Pro 用户开放，Plus 和 Team 用户随后可用。
推荐理由：OpenAI 推出基于推理的 Agent 处理多步研究任务，明确了 Pro 及 Plus 用户的开放节奏。
OpenAI Deep Research 帮助贝恩公司理解复杂的行业趋势。该工具通过深度研究功能，协助企业分析并掌握复杂的市场动态与行业走向。
Hugging Face 发布 Open-R1 项目进展，报告了复现 DeepSeek R1 训练管线与合成数据的最新成果。团队在 MATH-500 基准上验证了复现结果，并分享了利用 TRL 库集成 GRPO 算法及通过 vLLM 优化长文本推理吞吐量的工程经验。
推荐理由：Hugging Face 团队公开了复现 DeepSeek R1 的训练进展与合成数据生成方案，为社区提供了可验证的参考路径。
OpenAI 封禁了疑似源自中国的利用 AI 起草监控工具推销内容、分析文档及调试代码的账号。此举旨在遏制利用人工智能技术辅助监控工具推广及相关技术工作的行为。
OpenAI 封禁了疑似源自中国、利用 AI 生成英文社交媒体帖子和西班牙语文章的账号。此举旨在遏制名为“赞助不满”（Sponsored Discontent）的影响力活动，打击通过自动化手段制造虚假舆论的行为。
OpenAI 封禁了与伊朗相关的账户，这些账户利用 AI 生成与 IUVM 和 STORM-2035 影响力活动相关的文章和社交媒体帖子。此举旨在遏制通过人工智能进行的虚假信息传播和协调影响力行动。
OpenAI 封禁了利用 AI 生成文章、帖子及虚假互动以干预加纳 2024 年总统选举的账号。此举旨在遏制利用人工智能技术进行的隐蔽影响力操作，维护选举环境的真实性。
OpenAI 封禁了可能用于协助实施欺骗性招聘计划的账户。该计划具有公开报道的与朝鲜相关的 IT 工人活动特征。此举旨在打击利用 AI 进行的就业欺诈行为。
OpenAI 封禁了疑似来自柬埔寨且利用 AI 翻译消息实施虚假评论招聘诈骗的账户。这些诈骗活动要求受害者支付费用。
OpenAI 封禁了疑似来自柬埔寨并使用 AI 翻译及生成恋爱、投资诈骗对话的账户。此举旨在打击利用人工智能技术实施的“杀猪盘”诈骗工作流程。
OpenAI 封禁了多个涉嫌与朝鲜关联的网络威胁行为者账户，这些账户利用 AI 研究用于网络入侵的工具、网络钓鱼、恶意软件及加密货币攻击。此举旨在遏制利用人工智能技术进行恶意网络活动的行为。
OpenAI 发布 o3-mini 系统卡片，概述该模型的安全工作。内容涵盖安全评估、外部红队测试及 Preparedness Framework 评估。
OpenAI 发布 o3-mini 模型。
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 发布首期 AI 艺术工具通讯，回顾 2024 年开源图像生成领域的重大进展。Flux.1 在多项基准测试中超越 Midjourney v6.0 和 DALL·E 3 (HD)，确立了新的 SOTA 标准。同时，IP adapter FaceID 等免训练技术实现了高质量人像生成，视频生成领域也涌现出 CogVideoX 和 Mochi 等开源模型。
Mistral AI 发布 Mistral Small 3，这是一款 24B 参数、采用 Apache 2.0 协议开源的延迟优化模型。该模型在多项基准测试中表现媲美 Llama 3.3 70B 和 GPT-4o-mini，但在相同硬件上速度提升 3 倍以上。模型未使用强化学习或合成数据训练，适合本地部署、快速响应对话及智能体工作流，现已在 Hugging Face、Ollama 等平台上线。
推荐理由：24B参数模型在保持低延迟的同时性能媲美更大模型，为本地部署和智能体工作流提供了高性价比的开源选择。
OpenAI 的最新推理模型系列将供美国国家实验室的顶尖科学家使用，以推动科学突破。此举旨在通过前沿人工智能技术强化美国在 AI 领域的领导地位。
Hugging Face 与 AWS 合作提供指南，展示如何在 AWS 服务上部署和微调 DeepSeek R1 模型。开发者可通过 Hugging Face Inference Endpoints 以每小时 8.3 美元的价格部署量化版 DeepSeek R1 及 6 个蒸馏模型，或利用 Amazon SageMaker AI 配合 Hugging Face LLM DLCs 进行部署与微调。
Hugging Face 在 Hub 模型页及 JS/Python SDK 中集成 fal、Replicate、Sambanova、Together AI 四家无服务器推理服务商。用户可在设置中配置 API Key 或选择由 HF 路由，支持通过统一接口调用不同供应商的模型，PRO 用户每月获 2 美元推理额度。
推荐理由：Hugging Face 将 fal 等四家服务商集成至 Hub 及 SDK，提供统一调用入口与计费路由，简化多供应商推理接入。
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。