NVIDIA 用 DGX Spark 与 Reachy Mini 搭建桌面智能体教程
NVIDIA 在 CES 2026 发布博客，给出用 DGX Spark 与 Reachy Mini 搭建桌面个人智能体的分步教程，演示代码已开源。
#教程/实践
#教程/实践
Hugging Face BlogAI 评分
Transformers v5 如何重新设计 tokenization：更简单、更清晰、更模块化
Transformers v5 重新设计了 tokenizer 的工作方式，将 tokenizer 架构与训练好的词表分离，类似 PyTorch 把网络结构与学习到的权重分开。新设计带来更清晰的内部结构、干净的类层级和单一快速后端，让 tokenizer 可检查、可定制、可从零训练。
Hugging Face 让 Codex 通过 HF-skills 端到端微调开源模型
Hugging Face 发布教程，展示如何让 OpenAI Codex 借助 Hugging Face Skills 仓库完成端到端模型微调实验。
推荐理由：原文给出可复用的 HF-skills 配置与端到端微调流程，读者可据此把训练实验交给编码智能体执行。
Hugging Face 发布 Skills，让 Claude 微调开源 LLM
Hugging Face 发布 Hugging Face Skills，其中 hf-llm-trainer 技能让 Claude Code、Codex、Gemini CLI 等编码智能体直接提交云端 GPU 训练任务、监控进度并把模型推送到 Hub。
推荐理由：原文给出 hf-llm-trainer 技能的安装命令与完整训练流程，读者可据此让编码智能体代跑微调任务。
从第一性原理理解 continuous batching
Hugging Face 发布博客，从注意力机制与 KV 缓存出发，推导出 continuous batching 这一推理优化技术。该方法通过并行处理多个对话、完成即换出，来最大化高负载场景下的吞吐量。文中指出注意力是 token 间唯一交互之处，其计算量随序列长度呈平方增长。
Tavily 如何打造达到 SOTA 的 Deep Research 智能体
Tavily 分享了构建 SOTA 深度研究智能体的经验：七个月前其第一版架构因假设过于复杂，在下一代模型到来时成为瓶颈，团队被迫推倒重建。新方案简化编排逻辑、强调自主性，并借助 Tavily Advanced Search 在工具侧完成上下文工程，只返回最相关内容块以降低模型幻觉与延迟。团队还提出将工具输出蒸馏为反思、仅在生成最终交付物时注入原始信息，以模拟人类研究方式管理上下文窗口。
OpenAI NewsAI 评分 OpenAI Codex 在软件开发生命周期中的应用（网络研讨会）
OpenAI 发布了一场关于 Codex 在软件开发生命周期各阶段应用的网络研讨会。研讨会聚焦于如何将 Codex 融入从规划到交付的完整开发流程，帮助团队在实际工程环节中使用 Codex。
如何用 Hugging Face kernels 构建并分享 ROCm 内核
Hugging Face 的 kernels 库支持用 kernel-builder 构建并分享 ROCm 内核，可运行在 AMD GPU 上并集成进 PyTorch。指南以 RadeonFlow 的 FP8 GEMM 内核为例，该内核针对 AMD Instinct MI300X 优化，采用 e4m3fnuz 格式与分块缩放，曾获 AMD Developer Challenge 2025 大奖。
MiniMax M2 的智能体对齐：泛化不只是适配新工具
MiniMax 披露 M2 后训练中的智能体对齐经验：智能体需要交错思考（Interleaved Thinking），在任务全程而非开头一次性推理，以应对长上下文和工具输出带来的扰动。
OpenAI News精选AI 评分 OpenAI 详解 ChatGPT Atlas 浏览器背后的 OWL 架构
OpenAI 发文详解其 ChatGPT 浏览器 Atlas 背后的新架构 OWL。该架构将 Chromium 解耦，实现快速启动、丰富 UI 以及 ChatGPT 驱动的智能体式浏览。
推荐理由：OpenAI 官方拆解 ChatGPT Atlas 浏览器背后的 OWL 架构，读者可了解其如何解耦 Chromium 并支撑智能体式浏览。
用 NVIDIA Isaac 从仿真到部署构建医疗机器人
NVIDIA 发布 Isaac for Healthcare v0.4，提供基于 SO-ARM 的端到端入门工作流，覆盖数据采集、训练与真机部署，可构建自主手术辅助机器人。
如何用 NVIDIA Isaac for Healthcare 构建医疗机器人：从仿真到部署
NVIDIA Isaac for Healthcare v0.4 发布基于 SO-ARM 的端到端入门工作流，覆盖数据采集、GR00T N1.5 后训练与真机部署，可构建自主手术助手机器人。
Hugging Face 提出“语音同意门”：让语音克隆必须先获得本人明确同意
Hugging Face 提出“语音同意门”机制，让语音克隆模型只有在说话人明确说出同意语句后才会启动。该方案由语言模型生成约 20 词的同意句与中性语音多样性句，经 ASR 识别同意内容后，再由 TTS 完成克隆，并建议同意音频直接来自麦克风而非上传文件。团队已提供示例 Space 和配套代码。
Hugging Face 发布开源 OCR 模型选型与部署指南
Hugging Face 发布指南，梳理 Chandra、OlmOCR-2、PaddleOCR-VL、DeepSeek-OCR、dots.ocr、Granite-Docling-258M。
推荐理由：梳理了当前开源 OCR 模型的输出格式、基准与本地部署方式，可据此为具体文档场景选型。
Google Cloud C4 搭配 Intel 与 Hugging Face，让 GPT OSS 的 TCO 提升 70%
Intel 与 Hugging Face 联合测试显示，在搭载 Intel Xeon 6 处理器（Granite Rapids）的 Google Cloud C4 虚拟机上运行 OpenAI GPT OSS 大模型，总拥有成本（TCO）较上一代 C3 实例提升 1.7 倍，即 70%。
如何在 Intel CPU 上三步运行 VLM
Hugging Face 博客给出用 Optimum Intel 和 OpenVINO 在 Intel CPU 上本地运行 SmolVLM2-256M-Video-Instruct 的三步流程：导出 OpenVINO IR、量化、推理。
用 Core ML 和 dots.ocr 实现 SOTA OCR
Hugging Face 发布三部分系列文章，讲述如何将 RedNote 的 3B 参数 OCR 模型 dots.ocr 转换到端侧运行，该模型在 OmniDocBench 上超过 Gemini 2.5 Pro。
在 Intel Core Ultra 上用深度剪枝草稿模型加速 Qwen3-8B 智能体
Hugging Face 用 OpenVINO.GenAI 在 Intel Core Ultra 上加速 Qwen3-8B 智能体，以 Qwen3-0.6B 作草稿模型做投机解码，生成速度提升约 1.3 倍。
VibeGame：探索 Vibe Coding 游戏开发
Hugging Face 博客发布 VibeGame，一个基于 three.js、rapier 和 bitecs 构建的高层声明式游戏引擎，专为 AI 辅助游戏开发设计。
Hugging Face 推出 SyGra：为 LLM 与 SLM 构建数据的一站式框架
Hugging Face 发布低代码/无代码框架 SyGra，用于为 LLM 和 SLM 生成、转换与对齐数据集，支持 vLLM、Hugging Face TGI、Triton、Ollama 等多种推理后端。该框架覆盖从 SFT 到 DPO 的偏好对生成、知识库转 Q&A、推理增强、质量过滤及跨语言转换等场景，以 Python 库形式集成到现有 ML 工作流。
Hugging Face 详解为 gpt-oss 引入 transformers 的优化技巧
Hugging Face 官方博客介绍了为支持 OpenAI gpt-oss 系列而在 transformers 中做的一系列升级，包括可从 Hub 下载的零构建内核、MXFP4 量化、张量并行、专家并行、动态滑动窗口缓存、连续批处理与分页注意力，以及更快的模型加载。
Hugging Face 用 AoT 编译加速 ZeroGPU Spaces
Hugging Face 介绍如何在 ZeroGPU Spaces 中接入 PyTorch 提前（AoT）编译，让模型只编译一次即可即时重载，在 Flux、Wan、LTX 等模型上获得 1.3×–1.8× 加速。
如何将 Claude 连接 Hugging Face 生成图像
Hugging Face 介绍如何通过 MCP Server 将 Claude 接入 Hugging Face Spaces 生成图像，可调用 ZeroGPU 驱动的 AI 应用，免费账号即提供使用额度。
从零到 GPU：构建与扩展生产级 CUDA Kernel 指南
Hugging Face 发布 kernel-builder 库，让开发者可在本地开发自定义 CUDA kernel，再针对多种架构构建并发布到 Hugging Face Hub 供他人通过 get_kernel 直接调用。
OpenAI News精选AI 评分 用 GPT-5 进行编码与设计
OpenAI 发布内容介绍如何用 GPT-5 进行编码与设计，称其在编码和设计上带来新的可能性。原文仅提供摘要，未给出具体功能、示例或数据。
Mistral AIAI 评分
Mistral 如何通过微调 Pixtral-12B 提升卫星图像视觉语言模型表现
Mistral 用 LoRA 微调 Pixtral-12B 处理卫星图像分类，在 Aerial Image Dataset（8000 训练样本、2000 测试样本）上显著优于未微调基线，并减少了模型幻觉出的无效类别名。
Hugging Face 发布 Python Tiny Agents：约 70 行代码实现 MCP 驱动的智能体
Hugging Face 博客发布《Tiny Agents in Python: a MCP-powered agent in ~70 lines of code》，介绍用约 70 行 Python 代码构建一个由 MCP 驱动的智能体。原文正文未能抓取，仅标题可用。
OpenAI NewsAI 评分 ChatGPT Projects 如何打造上下文工作区
ChatGPT Projects 帮助用户组织文件、保存上下文，并在不同工作流之间保持对话的一致性。该功能让用户在 ChatGPT 中按项目归类管理对话与资料，减少重复交代背景的负担，适合多任务并行的使用场景。
OpenAI NewsAI 评分 ChatGPT canvas 原型制作指南：从需求文档到 HTML/React 原型
ChatGPT 的 canvas 功能支持从产品需求文档直接生成可运行的 HTML/React 原型。文章演示了利用 canvas 完成这一流程的具体步骤，帮助用户快速将需求转化为可交互的原型代码。
OpenAI NewsAI 评分 用 ChatGPT 做市场调研
ChatGPT 可以规划调研步骤、搜索并阅读资料来源，最终整理出一份详细的市场分析研究报告。该能力展示了 ChatGPT 在市场调研场景中从规划、检索到成稿的完整工作流，可用于支持市场分析。
Mistral 如何用 LLM as a Judge 评估 RAG 系统
Mistral 提出用 LLM as a Judge 配合结构化输出评估 RAG 系统，让"裁判 LLM"按数值、二元或定性量表为"生成 LLM"的答案打分，再对评测数据集取平均得到加权总分。
OpenAI NewsAI 评分 ChatGPT 如何支持战略规划
ChatGPT 可以通过分析背景、生成备选方案并把决策转化为后续步骤来支持战略规划。
Mistral AI 如何用智能体工作流自动生成 PRD 与工程任务
Mistral AI 推出 TranscriptToPRDTicket 智能体工作流，由 Mistral Large 2 驱动 PRDAgent 和 TicketCreationAgent，可将会议转录自动生成 PRD 并转化为结构化开发工单，自动在 Linear、Jira 等项目管理工具中创建。
OpenAI NewsAI 评分 如何用 ChatGPT 打造自定义数学辅导工具
OpenAI 发布指南，介绍如何基于 ChatGPT 构建自定义数学辅导工具。内容围绕 ChatGPT 与个性化辅导展开，展示将其用于数学学习场景的思路。
OpenAI NewsAI 评分 OpenAI 如何让 AI 为产品团队所用
OpenAI 发布面向产品团队的 AI 应用指南，帮助产品团队把 AI 投入实际工作。内容围绕产品团队的使用场景展开，未披露具体模型版本、功能参数或可用性细节。
OpenAI NewsAI 评分 OpenAI：从数百个成功部署中总结的 AI 落地经验
OpenAI 发布了从数百个成功部署中总结的 AI 落地经验，为企业提供将 AI 投入实际工作的实践参考。内容聚焦于真实部署案例中的经验教训，帮助企业更顺利地推进 AI 项目落地。
Hugging Face 上 5 个最被低估的工具
Hugging Face 博客盘点了 Hub 上 5 个常被忽视的工具：ZeroGPU、多进程 Docker、Gradio API、Webhooks 和 Nomic Atlas。
Hugging Face 通过 Packing 与 Flash Attention 2 提升训练效率
Hugging Face Transformers 新增 DataCollatorWithFlattening，使无 padding 的 packing 训练与 Flash Attention 2 兼容，避免跨样本注意力。
如何在 Google Cloud Vertex AI 上部署 Meta Llama 3.1 405B
Hugging Face 发布教程，介绍如何用 TGI 和专用深度学习容器（DLC）在 Google Cloud Vertex AI 的 A3 节点（8 张 H100 GPU）上部署 FP8 量化的 Meta Llama 3.1 405B Instruct。
Infini-Attention 复现失败实验：压缩次数越多性能越差，长上下文仍靠 Ring Attention 与 YaRN
Hugging Face 博客分享了复现 Google Infini-Attention 的失败实验：随着记忆压缩次数增加，模型性能持续下降，团队 90% 时间都在调试收敛问题。