HELMET：全面评估长上下文语言模型的基准
Hugging Face 博客介绍 HELMET（How to Evaluate Long-Context Models Effectively and Thoroughly），一个从多样性、可控性和可靠性三方面改进现有方案的长上下文语言模型评测基准，已评估 59 个近期 LCLM。
全部AI 动态
全部动态
今日 12 条Hugging Face BlogAI 评分3939 Hugging Face BlogAI 评分3434 Gradio 不只是 UI 库：17 个理由解析其 AI 应用框架能力
Gradio 是面向机器学习模型的 UI 与 API 交互框架，所有 Gradio 应用同时是 API，官方提供 Python（gradio_client）和 JavaScript（@gradio/client）SDK 及 cURL 访问。
OpenAI NewsAI 评分2020 OpenAI 公布非营利委员会四位顾问
OpenAI 任命四位新顾问，为其慈善事业提供建议。该非营利委员会顾问名单由 OpenAI 公布，用于指导其公益慈善方向的相关工作。
OpenAI NewsAI 评分4040 OpenAI 更新 Preparedness Framework
OpenAI 发布更新版 Preparedness Framework，用于衡量并防范前沿 AI 能力带来的严重危害。该框架聚焦前沿 AI 能力可能造成的严重风险，并给出相应的测量与防护方法。
OpenAI News精选AI 评分8282 OpenAI 在 API 中发布 GPT-4.1 系列模型
OpenAI 在 API 中发布 GPT-4.1 系列模型，官方称其在编码、指令遵循和长上下文理解上有全面提升。该系列同时包含 OpenAI 首个 nano 模型，即日起面向全球开发者开放。
推荐理由：OpenAI 在 API 上线 GPT-4.1 系列并首次推出 nano 版本，读者可据此了解模型家族的能力侧重与开放范围。
Hugging Face BlogAI 评分4242 Protect AI 与 Hugging Face 合作半年：扫描 447 万个模型版本，发现 35.2 万个安全问题
Protect AI 与 Hugging Face 合作半年，截至 2025 年 4 月 1 日已扫描 Hugging Face Hub 上 141 万个仓库中的 447 万个模型版本，在 5.17 万个模型中识别出 35.2 万个不安全或可疑问题。
Hugging Face Blog精选AI 评分6262 Hugging Face 收购 Pollen Robotics，开卖开源机器人 Reachy 2
Hugging Face 宣布收购成立 9 年的开源机器人公司 Pollen Robotics，这是其第五次收购，此前曾收购 Gradio 和 XetHub。
推荐理由：Hugging Face 收购 Pollen Robotics 并开卖 Reachy 2，读者可了解开源机器人从代码库走向硬件销售的变化。
OpenAI NewsAI 评分2828 ChatGPT 如何用 canvas 从 PRD 快速做出 HTML/React 原型
ChatGPT 的 canvas 可用于把产品需求文档（PRD）直接转成可运行的 HTML/React 原型。演示展示了从 PRD 到原型稿的完整流程。
OpenAI NewsAI 评分2222 ChatGPT 如何做市场调研
ChatGPT 可完成市场调研的全流程：制定计划、搜索信息、阅读来源，并汇总成一份详细的研究报告，用于支撑市场分析。
OpenAI NewsAI 评分2222 ChatGPT Projects 如何创建上下文工作空间
ChatGPT Projects 可帮助用户整理文件、保存上下文，并让不同工作流中的对话保持一致。该功能面向需要在多个任务间维持连贯上下文的场景，具体用法在文中以创建上下文工作空间的方式展开。
Hugging Face BlogAI 评分4040 Visual Salamandra 发布：将 7B 多语言 LLM 扩展至图像与视频
Language Technologies Lab 发布 Visual Salamandra，将 Salamandra Instructed 7B 大语言模型扩展至图像和视频多模态任务。
OpenAI NewsAI 评分3131 OpenAI 发布 BrowseComp：面向浏览智能体的基准测试
OpenAI 推出 BrowseComp，一个用于评估浏览智能体（browsing agents）的基准测试。该基准旨在衡量智能体在网页浏览任务中的表现。
Mistral AIAI 评分2222 Mistral 如何用 LLM As A Judge 评估 RAG 系统
Mistral 提出用 LLM As A Judge 结合 RAG Triad 框架评估 RAG 系统，从上下文相关性、有据性和答案相关性三个维度打分。其 API 新增的结构化输出功能可定义评分 schema，让评判 LLM 输出机器可读的分数，从而构建更可靠的自动化评估流程。
Hugging Face BlogAI 评分4747 Hugging Face 与 Cloudflare 合作，用 FastRTC 实现实时语音与视频无缝连接
Hugging Face 与 Cloudflare 达成合作，FastRTC 开发者凭 Hugging Face Access Token 即可免费使用 Cloudflare 覆盖 335 个地点的全球 TURN 网络，每月免费传输 10GB 数据且无需信用卡。该集成将在 FastRTC 0.0.20 及以上版本中提供，超出限额后可切换至 Cloudflare 账户扩容。
OpenAI NewsAI 评分3030 ChatGPT 如何用 canvas 辅助写作
OpenAI 展示 ChatGPT 的 canvas 功能如何把笔记、转录文本和草稿打磨成完整文稿。该功能面向写作场景，帮助用户从零散素材整理出成稿。
OpenAI NewsAI 评分2222 ChatGPT 如何将生成的代码发送到 IDE
ChatGPT 现可帮助把生成的代码直接发送到 IDE，以加速开发工作流。该功能打通了从对话生成代码到本地编辑器的环节，减少手动复制粘贴。
Hugging Face BlogAI 评分2222 Hugging Face 与 MBZUAI 推出 Arabic-Leaderboards，新增阿拉伯语指令遵循评测
Hugging Face 与 MBZUAI 合作推出 Arabic-Leaderboards 统一评测平台，目前上线 AraGen-03-25 和 Arabic Instruction Following 两个榜单。
OpenAI NewsAI 评分2020 ChatGPT 的视觉与语音功能
ChatGPT 的视觉与语音功能可帮助团队处理多模态输入，并以更自然的方式沟通。
OpenAI NewsAI 评分1818 ChatGPT 如何支持战略规划：分析背景、生成选项并转化为下一步行动
OpenAI 展示了 ChatGPT 在战略规划中的应用方式：分析背景信息、生成多种选项，并将决策转化为可执行的下一步行动。
OpenAI NewsAI 评分2222 Canva 如何用 AI 释放创造力
Canva 联合创始人兼首席产品官 Cameron Adams 与 OpenAI 展开对话，讲述 Canva 如何借助 AI 赋能创意设计。对话内容围绕 Canva 在 AI 能力上的实践与思考展开。
OpenAI NewsAI 评分2222 OpenAI 发布欧盟经济蓝图
OpenAI 发布欧盟经济蓝图，提出一套政策建议，旨在帮助欧洲把握人工智能机遇、推动区域可持续经济增长，并确保 AI 由欧洲、在欧洲、为欧洲开发和部署。
Hugging Face Blog精选AI 评分8888 Llama 4 Maverick 与 Scout 上线 Hugging Face
Meta 发布 Llama 4 Maverick（约 400B 总参数）和 Llama 4 Scout（约 109B 总参数）两款 MoE 模型，均为 17B 激活参数，原生支持文本与图像输入，已在 Hugging Face Hub 上线。
推荐理由：文章给出 Llama 4 两款 MoE 模型的参数、上下文长度与架构细节，便于判断其部署门槛与长上下文能力。
Hugging Face BlogAI 评分2222 Gradio 月活开发者突破 100 万：从斯坦福演示工具到 AI 应用标准 UI
Gradio 月活开发者已超过 100 万，Automatic1111、Oobabooga 的 Text Generation WebUI、Dall-E Mini 和 LLaMA-Factory 等热门开源项目均在使用。
Hugging Face BlogAI 评分2828 Hugging Face 的 NLP Course 升级并更名为 LLM Course
Hugging Face 将已运营 3 年的 NLP Course 更名为 LLM Course，并新增微调 LLM、构建 DeepSeek R1 等推理模型的章节。
Hugging Face BlogAI 评分3636 高效请求排队：优化 LLM 性能
TNG Technology Consulting 分享了自托管 LLM 服务中的请求排队优化经验，指出单个"重度用户"大量请求会填满 vLLM 等推理引擎的 FIFO 队列，阻塞其他用户。其方案是在 LLM-Server 层为每个用户和模型维护独立队列，用轮询调度替代 FIFO，并通过抓取 vLLM 的 /metrics 指标动态控制后端队列长度以降低新用户延迟。
OpenAI NewsAI 评分1515 OpenAI 成立新委员会，助力打造全球装备最完善的非营利组织
OpenAI 宣布成立新委员会，为其打造全球装备最完善的非营利组织提供洞察。OpenAI 本身已是非营利组织，并已在用 AI 帮助人们解决难题，其目标是将可能具有历史意义的财务资源与可扩展人类创造力的技术相结合。
OpenAI NewsAI 评分3737 OpenAI 发布 PaperBench：评估 AI 智能体复现前沿 AI 研究的能力
OpenAI 推出 PaperBench，用于评估 AI 智能体复现前沿 AI 研究的能力。该基准衡量智能体能否从零复现 state-of-the-art AI 研究，具体评测细节与结果尚未在原文中披露。
OpenAI NewsAI 评分2020 OpenAI 对英国版权咨询的回应
OpenAI 就英国版权咨询提交回应，提出有利于创新的政策建议，目标是帮助英国成为欧洲的 AI 之都。
OpenAI News精选AI 评分7272 OpenAI 完成 400 亿美元融资，投后估值 3000 亿美元
OpenAI 宣布获得 400 亿美元新融资，投后估值 3000 亿美元。资金将用于推进 AI 研究前沿、扩展算力基础设施，并为每周使用 ChatGPT 的 5 亿人提供更强工具。
推荐理由：OpenAI 公布 400 亿美元融资与 3000 亿美元投后估值，读者可据此了解其算力扩张与 ChatGPT 周活规模。
Hugging Face BlogAI 评分2222 Hugging Face 如何用 Infisical 扩展 AI 基础设施的密钥管理
Hugging Face 将密钥管理从 AWS 单云方案迁移至 Infisical，以应对多云环境下的 secret sprawl、权限管理和手动轮换难题。团队通过 Infisical Kubernetes Operator 自动同步密钥更新，并借助 Okta 集成实现细粒度 RBAC，同时用 CLI 替代本地 .env 文件。
Hugging Face BlogAI 评分4040 Hugging Face 将 Intel Gaudi 支持原生集成进 TGI
Hugging Face 通过 PR #3091 将 Intel Gaudi 硬件支持原生集成进 Text Generation Inference（TGI），取代此前独立的 tgi-gaudi 分支，支持 Gaudi1、Gaudi2、Gaudi3 全系硬件。
OpenAI NewsAI 评分1515 OpenAI：从基于意图的机器人转向主动式 AI 智能体
OpenAI 提出从基于意图的机器人转向主动式 AI 智能体。原文未披露具体模型版本、参数规模或可用性信息。
Hugging Face Blog精选AI 评分7676 Hugging Face 解读 DeepSeek-V3 0324：改用 MIT 许可，数学与代码基准大幅提升
DeepSeek-V3 0324 本周上线 Hugging Face Hub，架构与初代 DeepSeek-V3 相同，但许可从自定义协议改为 MIT，改进重点是指令遵循、代码与数学能力。
推荐理由：梳理了 DeepSeek-V3 0324 的基准提升与 MIT 许可变化，并给出多种本地部署与量化运行方式。
OpenAI NewsAI 评分1515 OpenAI 谈通往 AGI 路上的安全建设
OpenAI 表示正主动适应安全挑战，将全面的安全措施直接构建进其基础设施和模型中，以应对通往 AGI 道路上的风险。
Hugging Face BlogAI 评分3434 用 Sentence Transformers 训练与微调 Reranker 模型
Hugging Face 发布教程，介绍如何用 Sentence Transformers 库微调 reranker（Cross Encoder）模型，涵盖数据集、损失函数、训练参数、评估器与 Trainer 等组件。
OpenAI News精选AI 评分8080 OpenAI 在 GPT-4o 中推出原生图像生成
OpenAI 在 GPT-4o 中推出原生图像生成能力，文本渲染和指令跟随表现更强。该功能于 2025 年上线，官方同时引导用户了解 ChatGPT Images 2.5。
推荐理由：GPT-4o 原生图像生成上线，文本渲染与指令跟随能力增强，可据此判断多模态生成的新基线。
OpenAI News精选AI 评分7474 OpenAI 发布 GPT-4o 系统卡补充说明：4o 图像生成
OpenAI 发布 GPT-4o 系统卡补充说明，介绍 4o 图像生成。该能力比此前的 DALL·E 3 系列模型显著更强，可生成照片级写实输出，并能接收图像作为输入并进行转换。
推荐理由：OpenAI 官方补充说明 GPT-4o 图像生成能力，读者可了解它相对 DALL·E 3 在写实与图像输入上的变化。
OpenAI NewsAI 评分2222 Hebbia 借助 OpenAI 实现 90% 金融与法律工作自动化
Hebbia 的深度研究产品借助 OpenAI 实现金融与法律工作 90% 的自动化。该产品面向金融和法律场景，由 OpenAI 模型驱动完成深度研究任务。
OpenAI NewsAI 评分2222 OpenAI 领导层调整
OpenAI 宣布领导层调整，称公司规模已大幅扩张，但仍聚焦于加速人类进步的前沿 AI 研究，同时产品已服务数亿用户。
Hugging Face BlogAI 评分2222 Gradio 发布全新 gr.Dataframe 组件更新
Gradio 为 gr.Dataframe 组件发布大规模更新，6 周内关闭超 70 个 dataframe 相关问题。新功能包括多单元格选择、行号与列固定（pinned_columns）、复制与全屏按钮、搜索（show_search="search"）与过滤、静态列（static_columns）及键盘导航无障碍升级。