Hugging Face 用 Math-Verify 替换旧评测器，重新评估了 Open LLM Leaderboard 上提交过的全部 3,751 个模型。旧评测器因答案格式、SymPy 解析和答案比对问题误判正确答案，替换后模型平均多解出 61 道题，MATH 子集平均提升 4.66 分，Algebra 与 Prealgebra 分别提升 8.27 和 6.93 分。
推荐理由：原文给出评测器替换前后的具体差异与榜单变化，读者可据此判断数学评测口径对模型排名的影响。
Fireworks.ai 正式成为 Hugging Face Hub 支持的推理服务商，可在模型页面及整个 HF 生态中提供无服务器推理。
Open R1 项目发布首个大规模数学推理数据集 OpenR1-Math-220k，在 512 张 H100 上用 vLLM 和 SGLang 本地生成 80 万条 R1 推理轨迹，经 Math Verify 与 Llama3.3-70B-Instruct 过滤后保留 22 万道题。
推荐理由：Open R1 项目公开了 220k 数学推理数据集的构建流程与本地生成方案，读者可据此复现或迁移到其他领域。
Hugging Face 联合 2A2I、TII 推出 Open Arabic LLM Leaderboard 2，升级阿拉伯语大模型评测榜。首版上线不到 7 个月吸引超 46,000 名访客，收到 700 多个模型提交，参数规模从 1B 到 70B 以上，来自 180 多个机构，其中超 70% 为 chat 与微调模型，11% 为预训练模型。
Hugging Face 将 Physical Intelligence 开发的 π0 和 π0-FAST 两个机器人基础模型移植到 LeRobot 仓库，并给出 PyTorch 版本与模型合集。
推荐理由：原文给出两个 VLA 模型在 LeRobot 的移植细节与 FAST 分词原理，读者可据此判断机器人基础模型的落地路径。
Hugging Face 的 Open-R1 项目发布首周进展，已在 MATH-500 上复现 DeepSeek-R1 蒸馏系列模型的报告分数，并搭建了公开评测排行榜。
推荐理由：Open-R1 一周进展汇总了复现 DeepSeek-R1 评测、GRPO 训练与合成数据生成的实测细节，可供关注开源复现路径的读者参考。
作者用 GRPO 和 Countdown Game 训练 Qwen2.5-3B-Instruct，在 4x H100 上复现 DeepSeek R1 的 aha moment，450 步后解题成功率约 50%。
推荐理由：完整复现流程与训练观察，读者可据此理解 GRPO 如何让模型自发形成推理格式。
Hugging Face 发布首期 AI 艺术工具通讯，回顾 2024 年创意 AI 关键进展。图像生成领域从 Unet 转向 DiT 架构与 flow matching。
Mistral AI 发布 Mistral Small 3，一个面向低延迟优化的 24B 参数模型，以 Apache 2.0 许可开源，同时提供预训练和指令微调两个 checkpoint。
推荐理由：24B 参数在 Apache 2.0 下对标三倍体量模型，并给出量化后单卡本地部署的具体条件，便于判断端侧选型。
Hugging Face 发布指南，介绍如何在 AWS 上部署和微调 DeepSeek-R1 系列模型，包括 DeepSeek-R1-Zero、DeepSeek-R1 及 6 个基于 Llama 和 Qwen 架构蒸馏的密集模型。
Hugging Face 在 Hub 的模型页上线 Inference Providers，首批接入 fal、Replicate、SambaNova 和 Together AI 四家无服务器推理服务，并集成到 JS 与 Python 客户端 SDK。
推荐理由：Hugging Face 把四家无服务器推理商接入模型页与 SDK，读者可据此判断多供应商调用与计费方式的变化。
Hugging Face 发起 Open-R1 项目，计划系统重建 DeepSeek-R1 的数据与训练流程。DeepSeek 虽开放了模型权重，但未公开训练数据集和代码，Open-R1 将分三步复现：蒸馏高质量推理数据集复现 R1-Distill 模型、复现 R1-Zero 的纯 RL 流程、展示从 base model 到 SFT 再到 RL 的多阶段训练。
推荐理由：Hugging Face 公开了复现 DeepSeek-R1 数据与训练流程的三步计划，读者可了解开源推理模型补全路径。
Hugging Face Diffusers 团队发布文章，梳理开源视频生成模型现状，并介绍 Diffusers 对这类模型的支持与优化方案。文章列出 CogVideoX、Mochi-1、HunyuanVideo、Allegro、LTX Video 等开源模型，指出高资源需求、泛化能力和延迟是主要限制。
推荐理由：梳理开源视频生成模型现状与 Diffusers 的显存优化组合，可据此估算本地部署成本。
Hugging Face 为 smolagents 加入视觉支持，可在智能体流程中原生使用视觉语言模型。图片既能在 run 方法中一次性传入并存入 TaskStep 的 task_images，也能通过 step_callbacks 在每步把截图写入 ActionStep 的 observation_images。
推荐理由：官方给出 smolagents 接入视觉语言模型的两条路径与回调写法，可据此改造现有智能体流程。
Hugging Face 发布 SmolVLM-256M 和 SmolVLM-500M 两款视觉语言模型，其中 256M 被称为全球最小的 VLM，共提供两个 base 和两个指令微调共四个 checkpoint。
推荐理由：SmolVLM 家族新增 256M 与 500M 两个小尺寸多模态模型，读者可据此了解小模型在视觉语言任务上的取舍与部署方式。
Hugging Face 与 FriendliAI 达成合作，将 FriendliAI Endpoints 作为部署选项集成进 Hugging Face Hub 的“Deploy this model”按钮，支持一键部署开源或自定义生成式 AI 模型。
Hugging Face 为 Text-Generation-Inference（TGI）引入 TGI Backends 架构，通过 Rust 的 Backend trait 把 HTTP 服务与调度层同推理引擎解耦，使 TGI 可作为统一前端层接入不同后端。
Hugging Face 发布方法，用 Sentence Transformers 训练静态嵌入模型，在 CPU 上比主流嵌入模型快 100 到 400 倍，同时保留大部分质量。
推荐理由：原文公开了静态嵌入模型的完整训练配方与两个已发布模型，读者可据此在 CPU 上复现高效嵌入方案。
Hugging Face 发布多语言视觉文档检索嵌入模型 vdr-2b-multi-v1，可直接编码文档页面截图，无需 OCR 或分块即可跨语言检索。模型基于 MrLight/dse-qwen2-2b-mrl-v1，与 LlamaIndex 合作训练，覆盖意大利语、西班牙语、英语、法语和德语，并同步开源含 50 万样本的 vdr-multilingual-train 数据集。
Hugging Face 在 Open LLM Leaderboard 上为 2742 个模型加入推理 CO₂ 排放估算，发现模型越大排放越高但排行榜得分增长递减，MoE 模型的得分排放比普遍偏低。社区微调模型比其官方基座更低碳，Qwen-2.5-14B 与 Phi-3-Medium 的得分排放比最佳。
Hugging Face 发布 smolagents，一个让语言模型获得智能体能力的轻量库，核心是 CodeAgent，即让智能体用代码而非 JSON 编写动作，并支持通过 E2B 在沙箱中执行。
推荐理由：Hugging Face 官方发布轻量智能体库，给出代码写动作的设计取舍与开源模型对比，可据此判断自建 Agent 的实现路径。
NVIDIA 推出 LogitsProcessorZoo，一组模块化 logits 处理器，可控制序列长度、强制关键短语、引导多选题答案，并与 Hugging Face 的 generate 方法完全兼容。该库通过直接修改语言模型头部的预测分数实现细粒度控制，安装命令为 pip install logits-processor-zoo。
阿布扎比技术创新研究院（TII）发布 Falcon3 开源模型家族，包含 Falcon3-1B-Base、3B-Base、Mamba-7B-Base、7B-Base 和 10B-Base 五款基础模型，参数规模均在 100 亿以下。
推荐理由：Falcon3 系列覆盖 1B 到 10B 五款开源模型，给出了预训练、深度扩展与蒸馏的具体做法和基准对比。
Hugging Face 发布 Synthetic Data Generator，一个无代码应用，用户用自然语言描述需求即可借助 LLM 生成自定义数据集。工具目前支持文本分类和聊天数据集，分别约每分钟生成 50 和 20 个样本，底层由 distilabel 和免费的 Hugging Face text-generation API 驱动。
推荐理由：原文给出从提示词到数据集再到模型的完整无代码流程，读者可据此判断合成数据工具的实际可用边界。
Hugging Face 的 83 个开源模型现已通过 Amazon Bedrock Marketplace 提供，AWS 客户可直接部署并调用 Bedrock 的 Agents、Knowledge Bases、Guardrails 等 API。
Hugging Face 的 Data is Better Together 社区发布 Apache 2.0 许可的文本生成图像偏好数据集，覆盖多种图像生成类别，混合不同模型家族与不同复杂度的提示词。数据集基于 Flux 和 Stable Diffusion 模型生成图像，并附带可直接使用的偏好数据集与 flux-dev-lora-finetune。
Google 发布新一代视觉语言模型 PaliGemma 2，沿用 SigLIP 图像编码器，文本解码器升级为 Gemma 2，提供 3B、10B、28B 三种参数规格，均支持 224x224、448x448、896x896 三种输入分辨率，而上一代 PaliGemma 仅有 3B 版本。
推荐理由：Google 新视觉语言模型给出 3B 到 28B 三种规格与三档分辨率，可据此判断微调选型空间。
Hugging Face 发布开源开发者指南，解读已正式生效的欧盟 AI 法案。法案按风险分级监管，仅通用目的 AI（GPAI）模型被直接监管，训练算力超 10^25 FLOPs 的模型被归为系统性风险；有限风险系统需向用户披露其正在与 AI 交互。Hugging Face 提供模型卡、数据集卡、Gradio 水印、退出机制与个人数据脱敏等工具帮助开发者准备合规。
Hugging Face 发布 SmolVLM 系列 2B 视觉语言模型，包含 Base、Synthetic 和 Instruct 三个版本，模型权重、数据集、训练配方与工具均以 Apache 2.0 协议开源。
推荐理由：2B 视觉语言模型给出显存占用与吞吐对比，可据此判断端侧多模态部署的可行边界。
Hugging Face 正在重新设计 Hub 的上传与下载架构，引入内容寻址存储（CAS）和自定义传输协议，采用“简单读取、智能写入”的思路，在字节层面分析文件以加速传输。新方案中读取仍由 S3 和 CloudFront 支撑，写入则通过 CAS 按 chunk 校验并只传输新增部分，压缩 tensor 文件（如 Safetensors）有望将上传速度提升 10-25%。
Hugging Face 与 LLM-jp 联合推出 Open Japanese LLM Leaderboard，用 llm-jp-eval 评测套件覆盖 16 项任务，从自然语言推理、机器翻译、摘要、问答到代码生成、数学推理和人类考试，均以 4-shot 方式运行。
Hugging Face 介绍了基于 LayerSkip 的 self-speculative decoding，用同一 LLM 的早期层生成 draft token、深层验证，从而加速文本生成并节省显存。
BAAI 推出 FlagEval Debate 平台，让大模型以辩论方式互相对抗，目前支持英语、中文、阿拉伯语和韩语四种语言的辩论竞赛。该平台采用专家评审与用户投票的双重评估机制，并允许开发者自定义模型参数与对话风格，以解决静态评测和 Chatbot Arena 等平台缺乏区分度、模型孤立生成及投票偏差等问题。2024 年 Q3 的实验显示，当前大多数模型都能参与辩论。
Hugging Face 的 Xet 团队提出用内容定义分块（CDC）替代 Git LFS 的文件级存储，只传输和保存被修改的 chunk。在 CORD-19 数据集基准中，Xet 方案平均下载时间从 51 分钟降至 19 分钟，上传从 47 分钟降至 24 分钟，存储占用从 8.9 GB 降至 3.52 GB。
Mistral AI 发布 Pixtral Large，一个基于 Mistral Large 2 构建的 124B 开放权重多模态模型，含 1B 参数视觉编码器和 128K 上下文窗口，可容纳至少 30 张高分辨率图像。
推荐理由：官方给出 Pixtral Large 在多项多模态基准上的对比数据与开放权重许可，读者可据此判断其与 GPT-4o、Gemini-1.5 Pro 的位置。
Hugging Face Hub 支持托管 TB 级数据集，并提供 Dataset Viewer、全文搜索、排序、SQL Console 及 Pandas、Polars、DuckDB 等第三方库的一行代码加载能力。
Hugging Face 在 PyCharm 中推出集成功能，开发者右键选择 "Insert HF Model" 即可搜索并插入模型代码，例如 microsoft/Phi-3.5-vision-instruct，无需打开浏览器就能在十分钟内跑通图像文本对话。
Argilla 2.4 推出无代码数据集构建功能，用户可直接在 UI 中从 Hugging Face Hub 导入数据集、定义问题并收集人工反馈。该功能支持公开数据集导入，默认启用 Hugging Face OAuth，方便社区或团队协作标注，用于微调与模型评测。Argilla 是 Hugging Face 旗下免费开源的数据中心工具，仍保留 Python SDK 供进一步定制。
Intel Labs 与 Hugging Face 提出 Universal Assisted Generation（UAG），通过双向 tokenizer 转换，让目标模型与任意模型族的辅助模型配对，无需共享 tokenizer。
推荐理由：Intel Labs 与 Hugging Face 提出跨 tokenizer 的辅助生成方法，读者可了解无需同族小模型即可加速推理的思路与实测数据。
Cohere For AI 发布 Aya Expanse 系列多语言模型，包含 8B 和 32B 两个参数版本，均以开放权重形式发布。在成对比较中，Aya Expanse 32B 优于 Gemma 2 27B、Mistral 8x22B 和参数量超过其两倍的 Llama 3.1 70B；Aya Expanse 8B 在同参数级别中胜率为 60.4% 至 70.6%。
推荐理由：Cohere For AI 公开了 Aya Expanse 的完整后训练流程，读者可了解多语言模型在数据、偏好训练与模型合并上的具体做法。