如何用 OpenAI Privacy Filter 构建可扩展 Web 应用
OpenAI 本周在 Hugging Face Hub 发布开源 PII 检测器 Privacy Filter，可在单次 128k 上下文前向传播中标注八类个人信息。
推荐理由：文章用三个可运行示例拆解了把 PII 检测模型接入 Web 应用的工程分工，适合参考其前后端拆分方式。
#开源/仓库
#开源/仓库
今日 0 条Hugging Face Blog精选AI 评分6060
OpenAI News精选AI 评分6262 OpenAI 发布 Privacy Filter 开源权重模型
OpenAI 发布 Privacy Filter，这是一个开放权重模型，用于检测并脱敏文本中的个人身份信息（PII），官方称其准确率达到当前最优水平。
推荐理由：OpenAI 开源 PII 检测与脱敏模型，读者可据此了解文本隐私处理的新可选方案。
Google ResearchAI 评分3838 Google Research 用 AI 合成神经元加速脑图谱绘制，重建误差降低 4.4%
Google Research 提出 MoGen（Neuronal Morphology Generation），用 PointInfinity 点云流匹配模型生成合成神经元形状，为 PATHFINDER 重建模型补充训练数据，使小鼠轴突重建误差降低 4.4%，主要来自合并错误的减少。
Hugging Face BlogAI 评分3636 Ecom-RLVE：面向电商对话智能体的自适应可验证环境
Hugging Face 将 RLVE 框架从单轮推理题扩展到多轮、工具增强的电商对话，推出 EcomRLVE-GYM，包含产品发现、替代品、购物车搭建、退货、订单追踪、政策问答、组合规划、多意图旅程 8 个可验证环境，每个环境配备程序化题目生成、12 轴难度课程和算法可验证奖励。
Hugging Face BlogAI 评分2222 OpenMed 用 165 美元训练跨 25 物种的 mRNA 语言模型
OpenMed 构建了覆盖结构预测、序列设计与密码子优化的端到端蛋白质 AI 流水线，其中 CodonRoBERTa-large-v2 以困惑度 4.10、Spearman CAI 相关性 0.40 明显优于 ModernBERT。团队随后扩展到 25 个物种，用 55 GPU-hours 训练出 4 个生产模型，并搭建了目前其他开源项目未提供的物种条件化系统。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 TRL v1.0 后训练库
Hugging Face 发布 TRL v1.0，将这一原本的研究代码库正式定位为带稳定性承诺的后训练库，目前实现超过 75 种后训练方法，月下载量 300 万次。
推荐理由：TRL v1.0 把稳定核心与实验层分开，并给出与同类后训练库的横向对比，便于判断选型。
Mistral AI精选AI 评分6262 Mistral 发布 Leanstral：面向 Lean 4 的开源代码智能体
Mistral 发布 Leanstral，这是首个面向 Lean 4 的开源代码智能体，采用 6B 激活参数的稀疏架构，权重以 Apache 2.0 许可开放，并接入 Mistral Vibe 与免费 API 端点 labs-leanstral-2603。
推荐理由：Mistral 开源面向 Lean 4 的代码智能体，给出与 Claude 系列和开源模型的成本与得分对比，可据此判断形式化验证路线的性价比。
Hugging Face Blog精选AI 评分6262 LeRobot v0.5.0 发布：首次支持 Unitree G1 人形机器人并新增 Pi0-FAST 等策略
LeRobot v0.5.0 发布，自 v0.4.0 以来合并超过 200 个 PR、新增 50 多位贡献者。该版本首次加入 Unitree G1 人形机器人支持，涵盖运动、操作、遥操作与全身控制，并新增 Pi0-FAST 自回归 VLA、Real-Time Chunking、Wall-X、X-VLA、SARM 等策略以及 PEFT 微调支持。
推荐理由：LeRobot v0.5.0 一次性补齐人形机器人、自回归 VLA 与流式视频编码，读者可据此判断开源机器人栈的当前边界。
Google ResearchAI 评分3232 Google SpeciesNet：用 AI 识别野生动物，已开源一年
Google 开源的 SpeciesNet 模型可对相机陷阱图像分类近 2,500 个动物类别，训练数据达 6,500 万张标注图像。该模型在标准笔记本上每天可处理约 3 万张图像，低端游戏 GPU 上可达 25 万张以上，识别含动物图像的召回率为 99.4%，83% 的情况下能细分到物种且其中 94.5% 预测正确。
Hugging Face Blog精选AI 评分6262 Hugging Face 推出 Modular Diffusers，用可组合模块搭建扩散流水线
Hugging Face 发布 Modular Diffusers，用可复用的 block 组合扩散流水线，作为现有 DiffusionPipeline 类的补充方案。
推荐理由：原文给出可组合的扩散流水线模块与自定义 block 的完整示例，读者可据此判断现有 Diffusers 工作流能否拆解复用。
Hugging Face BlogAI 评分4747 IBM 与 UC Berkeley 用 ITBench 和 MAST 诊断企业级智能体失败原因
IBM Research 与 UC Berkeley 用 MAST 失败分类法分析了 310 条 ITBench SRE 执行轨迹，覆盖 Gemini-3-Flash、Kimi-K2 和 GPT-OSS-120B 三类模型。
OpenAI NewsAI 评分4040 OpenAI 开源 GABRIEL：用 GPT 将定性文本与图像转为定量数据
OpenAI 推出开源工具包 GABRIEL，借助 GPT 把定性文本和图像转化为定量数据，帮助社会科学家大规模分析研究。该工具面向社会科学研究场景，可扩展处理原本难以量化的文本与图像材料。
Hugging Face Blog精选AI 评分6666 Transformers.js v4 发布并上线 NPM
Transformers.js v4 已在 NPM 发布，可通过 npm i @huggingface/transformers 安装，距 2025 年 3 月启动开发约一年。
推荐理由：官方给出 v4 的 WebGPU 运行时重写、构建提速与包体积变化，可据此判断浏览器端推理的工程收益。
Hugging Face BlogAI 评分4040 Hugging Face 推出 SyGra Studio：可视化合成数据生成环境
Hugging Face 发布 SyGra 2.0.0 的 Studio，一个把合成数据生成变成可视化流程的交互环境，画布上搭建的流程会自动生成 SyGra 兼容的图配置与任务执行脚本。
Hugging Face Blog精选AI 评分6262 Gradio 团队开源 Daggr：用 Python 串联 AI 工作流并自动生成可视化画布
Gradio 团队发布开源 Python 库 Daggr，用于把 Gradio 应用、ML 模型和自定义函数串联成 AI 工作流，并自动生成可视化画布。画布支持查看任意节点输出、修改输入并单独重跑某一步，无需执行整条流水线，还支持状态持久化和备份节点替换。
推荐理由：Gradio 团队开源 Daggr，用代码定义工作流并自动生成可视化画布，可单独重跑某一步，为多模型串联调试提供了新选择。
Hugging Face Blog精选AI 评分7474 Overworld 发布实时交互视频扩散模型 Waypoint-1
Overworld 发布实时交互式视频扩散模型 Waypoint-1，可通过文本、鼠标和键盘控制，权重已上线 Hugging Face Hub，先开放 Waypoint-1-Small，Medium 版本即将推出。
推荐理由：Waypoint-1 把实时交互式视频扩散模型与推理库一并开源，读者可据此了解世界模型从预训练视频微调转向交互优先训练的思路。
Hugging Face BlogAI 评分4242 AprielGuard：面向现代 LLM 系统的安全与对抗鲁棒性护栏模型
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、多智能体攻击序列等对抗攻击，并覆盖工具调用与推理轨迹等智能体工作流场景。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。
Hugging Face BlogAI 评分3434 Transformers v5 重构 Tokenization：更简单、更清晰、更模块化
Hugging Face 发布 Transformers v5，将 tokenizer 架构与训练词表分离，类似 PyTorch 把网络结构与权重分开，使 tokenizer 可检查、可定制、可从零训练。v5 提供清晰的类层级与单一快速后端，并保留 AutoTokenizer 自动选择正确 tokenizer 类的能力。
Hugging Face BlogAI 评分4141 NVIDIA 发布 Nemotron 3 Nano 30B A3B，用 NeMo Evaluator 公开完整评测配方
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，任何人可复跑评测流程并独立核查结果。
Google DeepMindAI 评分5757 Google DeepMind 发布 Gemma Scope 2 可解释性工具套件
Google DeepMind 发布 Gemma Scope 2，一套面向 Gemma 3 全系列模型（270M 至 27B 参数）的开源可解释性工具，结合稀疏自编码器（SAEs）与 transcoders 查看模型内部计算。
Hugging Face BlogAI 评分3434 Hugging Face 发布 swift-huggingface：完整的 Swift 客户端
Hugging Face 推出 swift-huggingface，一个面向 Hugging Face Hub 的完整 Swift 客户端，可独立使用并即将整合进 swift-transformers 替代现有 HubApi。
Hugging Face BlogAI 评分4040 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、用 GRPO 微调的数学推理 Agent，通过 smolagents 生成 Python 片段并在沙箱执行，将输出长度最多缩短 66%，同时提升准确率。
Hugging Face Blog精选AI 评分6262 Diffusers 支持 FLUX.2，官方给出推理代码示例
Hugging Face Diffusers 宣布支持 FLUX.2，并给出使用 Flux2Pipeline 与 Flux2Transformer2DModel 的推理代码示例。
推荐理由：Diffusers 官方给出 FLUX.2 的加载与推理代码，读者可据此了解该模型在库中的接入方式。
Hugging Face Blog精选AI 评分6262 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，用户可用 RFSFTConfig、RFDPOConfig、RFGRPOConfig 近乎零代码替换原有 SFT/DPO/GRPO 配置，在单张 GPU 上并发运行多组微调配置。
推荐理由：官方集成给出了并发调度机制与实测加速数据，读者可据此判断微调实验流程能压缩多少时间。
Hugging Face Blog精选AI 评分6060 AnyLanguageModel 发布：为 Apple 平台本地与远程 LLM 提供统一 API
AnyLanguageModel 发布，这是一个 Swift 包，作为 Apple Foundation Models 框架的替代方案，支持多种模型提供方。
推荐理由：原文给出统一 API 与多后端接入方式，读者可据此判断 Apple 平台本地与云端模型集成成本的变化。
Google ResearchAI 评分3838 Google 发布 JAX-Privacy 1.0：面向大规模机器学习的差分隐私工具库
Google 发布 JAX-Privacy 1.0，这是一个基于 JAX 构建的差分隐私工具库，可高效实现 DP-SGD、DP-FTRL 等算法，并支持数据与模型并行的大规模训练。新版本重新设计以提升模块化，集成 Google 最新的 DP 训练与审计研究成果，支持微调 LLM 等现代工作流。该库自 2022 年推出以来已用于 Google 内部生产集成，现向更广泛社区开放。
Hugging Face Blog精选AI 评分6262 huggingface_hub v1.0 发布：五年后迎来首个大版本
Hugging Face 发布 huggingface_hub v1.0，这是该库五年来的首个大版本，被 20 万个依赖库使用，支撑 200 万+ 公开模型、50 万+ 数据集和 100 万+ Spaces 的访问。
推荐理由：官方梳理了 v1.0 的破坏性变更与迁移路径，读者可据此判断升级自家依赖的成本。
Hugging Face BlogAI 评分4242 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 年底起已负责维护并将继续领导该项目。
Hugging Face BlogAI 评分5050 VibeGame：探索 Vibe Coding 游戏开发
Hugging Face 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 BlogAI 评分5050 Hugging Face 推出 SyGra：面向 LLM 与 SLM 的一站式数据构建框架
Hugging Face 发布低代码/无代码框架 SyGra，用于为 LLM 和 SLM 构建、转换与对齐数据集。该框架提供 Python 库，支持 vLLM、Hugging Face TGI、Triton、Ollama 等多种推理后端，可生成 Q&A、DPO 偏好对、推理及多语言数据。
Hugging Face BlogAI 评分4242 Hugging Face 发布 LeRobotDataset v3.0：多 episode 单文件存储并原生支持流式访问
Hugging Face 发布 LeRobotDataset v3.0，将多个 episode 打包进单个文件，并用关系型元数据在 episode 级别检索信息，解决 v2 每文件单 episode 在百万级数据集下的文件系统瓶颈。
Hugging Face BlogAI 评分2222 Hugging Face 用 Gradio 为 AI 生成内容添加可见水印
Hugging Face 在 Gradio 中推出可见水印功能，只需一条命令即可为 AI 生成的图像、视频和文本添加水印。图像和视频通过 watermark 参数指定水印文件，文本则在 Chatbot 组件中设置水印，用户复制 AI 回复时自动附带署名。水印支持文件名、图像及 numpy 数组，还可使用 QR 水印承载更多信息。
Hugging Face BlogAI 评分3636 Writer 发布 Palmyra-mini 系列：1.5B-1.7B 轻量开源模型，含推理变体
Writer 开源 Palmyra-mini 系列三款模型，参数规模 1.5B-1.7B，包括非思考基础版 palmyra-mini 及两个思维链推理变体 palmyra-mini-thinking-a 和 palmyra-mini-thinking-b。
Hugging Face BlogAI 评分5252 mmBERT 发布：ModernBERT 走向多语言，覆盖 1800 多种语言
Hugging Face 博客介绍 mmBERT，一个基于 ModernBERT 的多语言编码器模型，用 3T+ token、覆盖 1800 多种语言的数据训练，官方称其是首个在性能上超越 XLM-R 的多语言模型。
Hugging Face BlogAI 评分3838 Kimina-Prover-RL：开源 Lean 4 定理证明训练管线，兼容 Verl
Kimina Prover 团队开源了 kimina-prover-rl 训练管线，基于 DeepSeek-R1 式"先推理后生成"范式，用于 Lean 4 形式化定理证明，并完全兼容 Verl 框架。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 AI Sheets：用开放模型无代码处理数据集
Hugging Face 发布开源无代码工具 AI Sheets，可在表格界面中通过写提示词新建列，用 AI 模型构建、转换和丰富数据集，支持本地部署或部署到 Hub。
推荐理由：Hugging Face 官方开源的无代码数据集工具，展示了用提示词列批量调用开放模型的具体工作流。
Hugging Face BlogAI 评分5757 Hugging Face 发布轻量实验追踪库 Trackio
Hugging Face 发布开源免费的实验追踪 Python 库 Trackio，提供本地 Gradio 仪表盘并可同步到 Hugging Face Spaces 分享。
Hugging Face BlogAI 评分4545 TimeScope：你的视频大模型能看多长的视频？
Hugging Face 开源长视频理解基准 TimeScope，通过在 1 分钟至 8 小时的视频中插入 5-10 秒的"针"片段，评测模型的局部检索、信息综合与细粒度时序感知三项能力。测试显示，包括 Gemini 2.5-Pro 在内的领先视觉语言模型在真正的长视频任务上仍表现吃力，性能随视频变长明显下滑。
Hugging Face BlogAI 评分2222 Consilium：多个 LLM 如何协作讨论并达成共识
开发者基于 Gradio Agents & MCP Hackathon 构建了多 LLM 平台 Consilium，让多个 AI 模型通过结构化辩论、多数投票和排序选择等模式就复杂问题达成共识。该平台同时提供可视化 Gradio 界面和 MCP server，可集成 Cline 等应用，并引入倡导者、批判分析师、战略顾问等角色及 Ring、Star 两种通信结构。
Hugging Face BlogAI 评分5252 Ettin Suite 发布：同配方训练的 SoTA 配对编码器与解码器
Hugging Face 博客发布 Ettin Suite，这是首个用完全相同的数据（2T tokens）、架构形状和训练配方训练的 SoTA 配对编码器与解码器模型系列，参数规模覆盖 17M 到 1B。