PyTorch 性能分析（第三部分）：Attention 的 profile 实践
Hugging Face 博客发布《Profiling in PyTorch》系列第三部分，用 PyTorch 剖析 attention 的 profile 表现，脚本在 NVIDIA A100-SXM4-80GB 上运行。
#教程/实践
#教程/实践
今日 4 条Hugging Face BlogAI 评分2222 OpenAI NewsAI 评分1010 ChatGPT 入门指南：如何开始第一次对话
OpenAI 发布 ChatGPT 入门指南，介绍如何开始第一次对话，并演示用 AI 写作、头脑风暴和解决问题的简单方法。
Hugging Face BlogAI 评分3030 PRX Part 4：我们的数据策略
Hugging Face 发布 PRX 系列第四篇，详解其数据策略：预训练数据由公开与内部数据集混合组成，用 VLM 重新生成图像长描述，再转为可流式语料。团队用 Lance 构建、MDS 流式训练，图像统一编码为 JPEG quality 92，并将文本编码器从 T5Gemma 换成 Qwen3-VL、改为训练中实时计算文本 latent，实测吞吐仅损失约 3–4%。
OpenAI NewsAI 评分2222 OpenAI 用大规模 core dump 分析修复 18 年历史的 bug
OpenAI 工程师通过大规模 core dump 分析排查基础设施的罕见崩溃，发现其中既有硬件故障，也有一个存在了 18 年的软件 bug。
Hugging Face Blog精选AI 评分6262 用一条命令在 HF Jobs 上运行 vLLM 服务器
Hugging Face 发布教程，介绍用一条 hf jobs run 命令在 HF 基础设施上启动私有、兼容 OpenAI API 的 vLLM 端点，按秒计费，无需自行配置服务器或 Kubernetes。
推荐理由：原文给出从启动到查询、SSH 调试和接入编码智能体的完整命令，可据此复现私有 vLLM 端点。
Hugging Face BlogAI 评分3434 在 Transformers.js 中试验拟议的 Cross-Origin Storage API
Google Chrome 团队开发者关系工程师 Thomas Steiner 在 Hugging Face 博客展示如何用 Cross-Origin Storage（COS）扩展在 Transformers.js 中试验跨源缓存。
Hugging Face Blog精选AI 评分6262 Hugging Face 如何用 AI 与开源工具每周发布 huggingface_hub
Hugging Face 将 huggingface_hub 的发布周期从每 4 到 6 周一次改为每周一次，整条流水线跑在单个 GitHub Actions workflow 上，由 OpenCode 驱动开源权重模型（当前为 Z.ai 的 GLM-5.2）起草 release notes 和 Slack 公告，经 HF Inference Providers 提供服务。
推荐理由：Hugging Face 公开了每周发版流水线的完整结构，其中确定性校验加人工审核的循环可迁移到其他生成任务。
OpenAI NewsAI 评分2222 Jason Liu 如何用 Codex 支撑长时间运行的工作
Jason Liu 分享了他使用 Codex 的实践：借助它保留上下文、管理复杂项目，让工作不再局限于单次提示词。
Hugging Face Blog精选AI 评分6262 如何用本地模型免费分诊 OpenClaw 仓库的 PR 与 Issue
Hugging Face 博客分享了用本地模型对 OpenClaw 仓库的 Issue 和 PR 做实时分诊的方案：在 Pi 智能体框架中运行 gemma-4-26b-a4b 和 qwen3.6-35b-a3b，通过受限的 reposhell 只读命令补充上下文，再用 final_json 输出分类标签。
推荐理由：原文给出本地模型做 PR/Issue 分类的完整架构与 330 行评测数据，可迁移到其他高吞吐筛选场景。
Hugging Face BlogAI 评分5050 超越 LoRA：能否击败最流行的微调技术？
Hugging Face 在 PEFT 库中对比了 40 多种参数高效微调技术，探讨 LoRA 是否真是最佳选择。统计显示，Hugging Face Hub 上提及单一 PEFT 技术的 20,834 个模型卡中有 20,509 个（98.4%）使用 LoRA，图像生成领域 10,000 个 checkpoint 中 95.0% 为 LoRA。
Hugging Face Blog精选AI 评分6262 用 Strands Agents 和 LeRobot 从 Hugging Face Hub 走到机器人硬件
AWS 开源 SDK Strands Robots（Apache 2.0）把 LeRobot 栈封装成 AgentTools，用单个 Strands 智能体串起从 Hub 数据集到实体机器人的流程。
推荐理由：AWS 团队给出从 Hub 数据集到实体机器人的完整五步流程，可据此判断智能体编排机器人栈的落地方式。
Hugging Face BlogAI 评分2222 PyTorch 性能剖析（二）：从 nn.Linear 到融合 MLP
Hugging Face 博客发布《Profiling in PyTorch》系列第二篇，用 nn.Linear 替换手写的 matmul-add，并堆叠三层加激活函数构成 MLP，在 NVIDIA A100-SXM4-80GB 上分析 profiler trace。
Hugging Face Blog精选AI 评分6262 智能体如何串联两个 Hugging Face Space 搭建 3D 巴黎画廊
作者让编码智能体通过调用两个 Hugging Face Space 搭建了一个展示巴黎地标的 3D Gaussian splat 网站，全程未手动使用图像生成或 3D 重建工具。
推荐理由：作者用一次真实构建展示了 agents.md 如何让智能体串联两个 Space 完成图像到 3D 的流水线，可迁移到其他多媒体组合。
Hugging Face Blog精选AI 评分6262 如何把 GitHub CI 迁移到 Hugging Face Jobs
Hugging Face 发布教程，介绍如何让 GitHub Actions 把 CI 任务调度到 Hugging Face Jobs 上运行，只需把 runs-on 从 ubuntu-latest 改成 hf-jobs-cpu-upgrade 或 hf-jobs-t4-small 等标签。
推荐理由：原文给出把 GitHub Actions 任务改跑在 Hugging Face Jobs 上的完整步骤与 Trackio 实测数据，可迁移到需要 GPU 的 CI 场景。
Hugging Face BlogAI 评分3434 超越聊天机器人：用模型自身失败样本做 DPO，文本退化率平均降低 59.4%
DharmaOCR 团队将 Direct Preference Optimization（DPO）用于结构化 OCR 任务，把正确转录设为 chosen、重复退化循环设为 rejected，在 SFT 之后追加第二阶段训练，使所有测试模型家族的文本退化率平均下降 59.4%，最佳达 87.6%（Nanonets-OCR2–3B 从 1.61% 降至 0.20%）。
Hugging Face BlogAI 评分2222 超越 LLM：为什么可扩展的企业级 AI 落地依赖智能体逻辑
Hugging Face 博客指出，企业级 AI 规模化落地的关键不在 LLM 本身，而在智能体逻辑——即运行于智能体层、能引导 LLM 聚焦企业工作流的软件原语。
Hugging Face BlogAI 评分2323 PyTorch 性能分析入门指南（一）：torch.profiler 使用教程
Hugging Face 发布 PyTorch 性能分析系列第一篇，讲解如何用 torch.profiler 分析矩阵乘法与加法。
Hugging Face BlogAI 评分5050 Reachy Mini 实现完全本地运行：Hugging Face 发布本地语音对话方案
Hugging Face 为 Reachy Mini 推出完全本地化的语音对话方案，基于其 speech-to-speech 级联管线（VAD → STT → LLM → TTS），无需云端和 API key。
Hugging Face BlogAI 评分3434 一文理清 AI Agent 术语：Harness、Scaffold 与 Agent 到底指什么
Hugging Face 发布 AI Agent 术语表，重点厘清 harness 与 scaffold 的区别：scaffold 是定义模型行为的系统提示词、工具描述与上下文管理层，harness 是调用模型、处理工具调用并决定何时停止的执行层，社区常用「Agent = Model + Harness」概括。
OpenAI NewsAI 评分2222 ChatGPT Work 的运营工作流实践
OpenAI 介绍 ChatGPT Work 在运营场景中的实用工作流，涵盖倡议简报、战略更新、决策包和进度汇报四类任务。内容面向希望用 ChatGPT Work 落地日常运营文档与汇报流程的团队。
Hugging Face BlogAI 评分3434 Hugging Face 详解连续批处理中的异步化：如何让 CPU 与 GPU 并行以提升 LLM 推理吞吐
Hugging Face 发文解析如何在连续批处理中实现异步化，通过 CUDA stream 将 CPU 批次准备与 GPU 批次计算解耦并行，消除同步批处理中两者轮流等待的空闲间隙。
OpenAI NewsAI 评分2020 ChatGPT Work 的财务工作流实践
OpenAI 介绍 ChatGPT Work 在财务场景中的实用工作流，覆盖报告、差异分析、预测、月度复盘和可直接用于决策的财务交付物。
Hugging Face BlogAI 评分2222 在 AWS 上构建基础模型训练与推理的积木：基础设施、编排与可观测性解析
AWS 发布系列文章，解析基础模型训练与推理在 AWS 上的分层架构，涵盖加速计算、高带宽网络、分布式存储、资源编排与可观测性。
OpenAI NewsAI 评分3838 OpenAI 如何安全运行 Codex
OpenAI 通过沙箱隔离、审批机制、网络策略和智能体原生遥测来安全运行 Codex，以支持编程智能体的安全合规采用。
Hugging Face BlogAI 评分2828 vLLM V0 到 V1 迁移：RL 训练中先对齐正确性再改目标
PipelineRL 在 vLLM V0 到 V1 迁移中通过修复四项问题让 V1 与 V0 参考对齐：改用 processed_logprobs、显式设置 V1 运行时默认值、调整 inflight 权重更新路径，以及最终投影使用 fp32 lm_head。
Hugging Face Blog精选AI 评分6060 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。
OpenAI NewsAI 评分2222 ChatGPT Work 的日常工作流实践
OpenAI 分享 ChatGPT Work 的实用工作流，覆盖重复性任务、进度更新、调研、规划与团队运营等场景。内容面向日常办公，帮助用户把这些环节交给 ChatGPT Work 处理。
Hugging Face BlogAI 评分5050 如何在 Chrome 扩展中使用 Transformers.js
Hugging Face 发布 Transformers.js 浏览器扩展教程，演示如何在 Manifest V3 约束下用 Gemma 4 E2B 构建本地 AI 功能。
OpenAI NewsAI 评分5858 OpenAI 教你构建 ChatGPT 工作区智能体
OpenAI 发布教程，介绍如何在 ChatGPT 中构建和使用工作区智能体，以自动化可重复的工作流、连接工具并简化团队运营。
Hugging Face BlogAI 评分4040 用 Sentence Transformers 训练和微调多模态嵌入与重排序模型
Sentence Transformers 现已支持训练和微调多模态嵌入与重排序模型，作者以 Qwen/Qwen3-VL-Embedding-2B 微调视觉文档检索（VDR）为例演示流程。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 transformers-to-mlx Skill 与测试框架
Hugging Face 发布一个 Skill 和配套测试框架，帮助贡献者把 transformers 模型移植到 mlx-lm，使模型加入 transformers 后能较快在 MLX 上可用。
推荐理由：原文给出可复用的 Skill 与测试框架，读者能了解如何把 transformers 模型快速移植到 mlx-lm。
OpenAI NewsAI 评分2222 如何用 ChatGPT 做研究：搜索与深度研究
OpenAI 介绍如何用 ChatGPT 的搜索与深度研究功能做研究，以获取最新信息、分析来源并生成结构化洞察。
OpenAI NewsAI 评分2222 ChatGPT 文件处理实用指南
OpenAI 介绍在 ChatGPT 中处理文件的实用方法，涵盖查找信息、整理、转换文档以及将文件用于工作流。内容面向日常使用场景，帮助用户把文档接入 ChatGPT 完成信息提取与格式转换等任务。
OpenAI NewsAI 评分2020 如何用 ChatGPT 写作：起草、修改与润色内容
OpenAI 介绍如何用 ChatGPT 辅助写作，完成内容的起草、修改与润色，并保持清晰的结构、语气和意图。
OpenAI NewsAI 评分2222 OpenAI 介绍如何用 ChatGPT 做研究
OpenAI 发布指南，介绍如何用 ChatGPT 开展研究：收集来源、分析信息，并生成结构化、带引用的洞察。
OpenAI NewsAI 评分2020 如何用 ChatGPT 进行头脑风暴
OpenAI 介绍如何用 ChatGPT 进行头脑风暴，把粗略想法整理成结构化、可执行的方案。内容涵盖发散创意与梳理思路两类用法。
OpenAI NewsAI 评分1818 OpenAI 分享面向财务团队的 ChatGPT 工作流
OpenAI 发布面向财务团队的 ChatGPT 工作流指南，覆盖财务分析、报告、规划以及可直接用于决策的沟通等场景。内容侧重实操，帮助财务人员把 ChatGPT 用到日常分析与汇报中。
OpenAI NewsAI 评分2020 用 ChatGPT 分析数据
OpenAI 介绍如何用 ChatGPT 探索数据集、生成洞察、创建可视化，并将发现转化为可执行的决策。
OpenAI NewsAI 评分1010 OpenAI 发布 AI 负责任与安全使用指南
OpenAI 发布 AI 负责任使用指南，围绕安全、准确性与透明度给出最佳实践，适用于 ChatGPT 等工具。
OpenAI NewsAI 评分3838 ChatGPT 技能（skills）使用指南：构建可复用工作流
OpenAI 发布 ChatGPT 技能（skills）使用指南，教用户创建和使用技能来构建可复用工作流、自动化重复性任务，并保证输出的一致性与高质量。