Hugging Face 推出 AprielGuard：面向现代 LLM 系统的 8B 安全护栏模型
Hugging Face 发布 8B 参数安全护栏模型 AprielGuard，可检测 16 类安全风险及提示注入、越狱、思维链污染、记忆投毒、多智能体攻击等对抗攻击，并覆盖工具调用与推理轨迹等智能体工作流。模型提供推理与非推理两种模式，兼顾可解释分类与低延迟生产部署。训练数据由 Mixtral-8x7B 等合成生成，并借助 NVIDIA NeMo Curator 构建多轮对话攻击数据集。
#Hugging Face
#Hugging Face
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。
NVIDIA Nemotron 3 Nano 30B A3B 如何用 NeMo Evaluator 实现开放评测
NVIDIA 发布 Nemotron 3 Nano 30B A3B，并公开其完整评测配方，基于开源库 NeMo Evaluator 构建，任何人可复现评测流程并独立核查结果。
IBM Research 的 CUGA 上线 Hugging Face Spaces，开源可配置通用智能体
CUGA（Configurable Generalist Agent）是 IBM Research 推出的开源可配置通用智能体，采用 Apache 2.0 许可，现已集成到 Hugging Face Spaces 供试用。
llama.cpp 新增模型管理功能：router 模式支持动态加载与切换模型
llama.cpp server 新增 router 模式，可在不重启服务的情况下动态加载、卸载和切换多个模型，实现类似 Ollama 的模型管理。
推荐理由：llama.cpp server 新增 router 模式，读者可了解本地多模型动态加载与切换的具体用法和配置项。
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 Swift 客户端 swift-huggingface
Hugging Face 推出 Swift 包 swift-huggingface，为 Hub 提供完整客户端，可独立使用，后续将并入 swift-transformers 替换现有 HubApi。它支持断点续传与进度追踪、与 Python 生态共享的缓存结构、TokenProvider 认证模式和 OAuth 2.0，Xet 存储后端支持即将上线。
Intel 发布 DeepMath：基于 smolagents 的轻量级数学推理 Agent
Intel AI Software Group 推出 DeepMath，一个基于 Qwen3-4B Thinking 并用 GRPO 微调的数学推理 Agent，通过 smolagents 实现，让模型生成 Python 片段在沙箱中执行并回填结果。
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。
Hugging Face 发布 Transformers v5.0.0rc-0
Hugging Face 发布 Transformers v5.0.0rc-0，距 v4 首个候选版已五年，如今该库每天通过 pip 安装超过 300 万次，累计安装量超过 12 亿次。
推荐理由：官方梳理了 v5 在模型定义、训练、推理与量化上的取舍，可据此判断现有工作流是否需要迁移。
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。
Diffusers 支持 FLUX.2，官方给出 4bit 量化推理示例
Hugging Face Diffusers 宣布支持 FLUX.2，并给出基于 diffusers/FLUX.2-dev-bnb-4bit 仓库的完整推理示例，transformer 与 Mistral3 文本编码器均以 bfloat16 加载并启用 CPU offload。
推荐理由：Diffusers 接入 FLUX.2 的示例代码与 4bit 量化仓库地址，可帮读者判断本地部署门槛与显存需求。
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。
OVHcloud 加入 Hugging Face Inference Providers
OVHcloud 成为 Hugging Face Hub 支持的 Inference Provider，用户可直接在模型页调用 gpt-oss、Qwen3、DeepSeek R1、Llama 等开源权重模型。
Hugging Face TRL 集成 RapidFire AI，微调实验提速最高 20 倍
Hugging Face TRL 正式集成 RapidFire AI，用户可并发运行多个微调与后训练配置并近乎实时比较结果。RapidFire AI 通过自适应分块调度在单张 GPU 上同时跑多个配置，官方基准显示达到同等最佳训练 loss 的时间相比顺序比较提速 15 至 20 倍，并支持 SFT、DPO、GRPO 的 drop-in 配置与 MLflow 仪表盘上的停止、克隆、修改等操作。
Hugging Face Open ASR Leaderboard 新增多语言与长音频赛道，并发布 ASR 趋势预印本
Hugging Face 的 Open ASR Leaderboard 新增多语言与长音频转录赛道，并发布基于 60+ 模型的 ASR 趋势预印本。
AnyLanguageModel 发布：为 Apple 平台本地与云端 LLM 提供统一 API
AnyLanguageModel 是一个 Swift 包，作为 Apple Foundation Models 框架的 drop-in 替代，只需把 import FoundationModels 换成 import AnyLanguageModel 即可保持同一套 API。
ServiceNow 发布 Apriel-H1：将 15B 推理模型蒸馏为 Mamba 混合架构，吞吐提升 2.1 倍
ServiceNow 的 SLAM Lab 发布 Apriel-H1，把 15B 推理模型改造成 Mamba 混合架构，旗舰版 Apriel-H1-15b-Thinker-SFT 实现 2.1 倍吞吐且质量损失很小，MATH500 从 0.90 升到 0.92、MTBench 从 8.30 升到 8.58，GSM8k、GPQA、AIME24 略有下降。
推荐理由：ServiceNow 公开了把 15B 推理模型蒸馏成 Mamba 混合架构的完整流程与七个 checkpoint，可看到效率与质量的取舍曲线。
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。
AMD 联合 Hugging Face 举办开放机器人黑客松，东京与巴黎两站
AMD、Hugging Face 与 Data Monsters 联合举办 AMD Open Robotics Hackathon，首站 12 月 5-7 日在东京，第二站 12 月 12-14 日在巴黎。
Hugging Face 与 Google Cloud 达成新合作，共建开放模型 AI 未来
Hugging Face 宣布与 Google Cloud 建立更深层合作，让企业用开放模型构建自己的 AI。
Hugging Face 分析全球算力格局变迁：中国国产芯片与开源模型的双向推动
Hugging Face 发布分析文章，指出中国开源权重模型的推理已开始由华为昇腾、寒武纪等国产芯片承载，部分模型开始用国产芯片训练。文章认为美国出口管制与中国芯片产能提速高度相关，芯片稀缺也促使 DeepSeek 的 MLA、GRPO 等算力效率创新走向开源。
推荐理由：梳理中国算力从被限制到自建全栈的路径，帮助读者理解开源模型与国产芯片如何互相推动。
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。
IBM 发布 Granite 4.0 Nano：最小模型能小到什么程度？
IBM 发布 Granite 4.0 家族中迄今最小的 Granite 4.0 Nano，面向边缘与端侧应用，含 4 个 instruct 模型及对应 base 版本。
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。
huggingface_hub v1.0 发布：迁移到 httpx 与 hf_xet，CLI 全面重写
Hugging Face 发布 huggingface_hub v1.0，这是该库五年来的首个大版本，带来多项破坏性变更。主要变化包括底层从 requests 迁移到 httpx、文件传输全面改用 hf_xet 取代 hf_transfer，以及用基于 Typer 的 hf CLI 替换已弃用的 huggingface-cli。
推荐理由：官方梳理了 huggingface_hub v1.0 的破坏性变更与迁移路径，可据此评估自家依赖库的升级成本。
Hugging Face 改进 datasets 流式加载，请求量减少 100 倍
Hugging Face 发布 datasets 与 huggingface_hub 的流式加载改进，load_dataset(streaming=True) 接口保持不变即可获得性能提升。
推荐理由：官方给出流式加载的请求量、解析速度与吞吐变化，可据此判断大规模训练的数据管线是否值得切换。
LeRobot v0.4.0 发布：数据集 v3.0、PI0.5 与 GR00T N1.5 及硬件插件系统
Hugging Face 发布 LeRobot v0.4.0，带来 LeRobotDataset v3.0 分块 episode 格式与流式加载，支持 OXE 级别（> 400GB）数据集，并提供 lerobot-edit-dataset CLI 用于删除、拆分、合并数据集。
推荐理由：原文列出数据集、仿真环境、多 GPU 训练与硬件插件等具体变化，读者可据此判断开源机器人学习工具链的可用性。
Meta 与 Hugging Face 联合推出 OpenEnv Hub 智能体环境共享平台
Meta 与 Hugging Face 合作推出 OpenEnv Hub，一个面向智能体环境的开放共享社区平台，环境定义智能体完成任务所需的工具、API、凭证和执行上下文。
推荐理由：Meta 与 Hugging Face 联合推出智能体环境共享 Hub，并同步开放 0.1 规范 RFC，读者可据此了解智能体训练与部署的标准化路径。
Sentence Transformers 正式加入 Hugging Face
Sentence Transformers 从 TU Darmstadt 的 UKP Lab 转由 Hugging Face 维护，Hugging Face 的 Tom Aarsen 自 2023 年底起已负责该项目并将继续领导。
Hugging Face 与 VirusTotal 合作加强 AI 安全
Hugging Face 宣布与威胁情报平台 VirusTotal 合作，即日起对 Hub 上 220 万+ 公开模型和数据集仓库进行持续扫描。用户访问仓库或文件页面时，Hub 会自动将文件哈希与 VirusTotal 威胁情报库比对，返回检测数量、已知恶意关联等元数据，且不共享原始文件内容。组织可将 VirusTotal 检查集成到 CI/CD 或部署流程中，在下载或集成文件前识别恶意资产。
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。
Hugging Face AI Sheets 新增视觉支持，可在表格中提取、生成和编辑图像
Hugging Face 为开源工具 AI Sheets 发布重大更新，新增视觉支持，可在表格中查看、分析图像并提取信息、生成和编辑图像，无需写代码。图像列支持提取文字、图像问答、目标检测、上色、添加文字等操作，文字列支持摘要、关键词提取和翻译，每个 AI 动作由提示词和模型定义，底层通过 Inference Providers 调用数千个开放模型。
Hugging Face 发起 AI for Food Allergies 项目：用 AI 推进食物过敏研究
Hugging Face 发起 AI for Food Allergies 项目，计划打造首个社区驱动的研究实验室，探索 AI 如何推进食物过敏研究。全球约 2.2 亿人患有至少一种食物过敏，美国约占总人口 10%。项目将连接前沿 AI 与生物医学，开发开放协作项目，服务研究者、临床医生与患者。
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。
NVIDIA 发布 Nemotron-Personas-India：面向主权 AI 的合成印度人设数据集
NVIDIA 发布 Nemotron-Personas-India，首个对齐印度真实人口、地理与文化分布的开放合成 Indic 人设数据集，采用 CC BY 4.0 许可。
Hugging Face 推出 BigCodeArena：通过代码执行端到端评判代码生成
Hugging Face 发布 BigCodeArena，这是首个通过实际执行来评估代码生成模型的人类参与平台，支持 10 种语言和 8 种执行环境，可实时运行模型生成的代码并投票对比。平台自 2025 年 2 月上线以来已收集超 14,000 次对话、500 多名用户和 4,700+ 偏好投票，o3-mini 与 o1-mini 在 Elo 排名中持续领先。
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。