跳到正文

全部动态

今日 6 条
9月10日周四
  3. Hugging Face Blog75

    Hugging Face Jobs 上用 LoRA 实现无需 NCCL 的 Async GRPO

    Hugging Face 展示了在 Hugging Face Jobs 上运行 Async GRPO 的方案，用 LoRA adapter、Storage Bucket 和代理连接分离的训练 Job 与 vLLM Job，无需 NCCL 传输完整模型权重。

    推荐理由：文章把跨机器训练与推理的实现拆成可复用组件，并用指标定位瓶颈，给出从 3 h 27 min 降至 53 min 的调优路径。

  4. Hugging Face Blog81

    Hugging Face 用 Gradio Workflow 重建 AUTOMATIC1111 的大部分功能

    Hugging Face 构建了 Workflow1111，用单一 Gradio Workflow 画布重建 AUTOMATIC1111 的大部分功能。该工作流包含 73 个节点和 11 条媒体处理管线，覆盖文生图、图生图、检测、放大、背景移除和图生视频等任务。画布输出可自动成为 REST endpoint 和 MCP 工具，用户还能复制 Space 后替换模型、删除节点或重新连接流程。

    推荐理由：文章通过一个可复制和改造的案例，展示 Gradio Workflow 如何把多模型、多模态流程连接为可在浏览器和 MCP 中调用的工作流。

9月9日周三
  2. Mistral AI69

    Mistral AI 如何用 AI 智能体现代化复杂遗留代码

    Mistral AI 协助一家欧洲能源运营商将40,000行 Fortran 77 迁移到 C++，目标系统是没有测试套件和集中式文档的物理密集型储层模拟器。团队先建立数值对齐测试框架并整理代码文档，再按模块组织规划、实现、测试和审查流程，由人工审核 PR；首个 sprint 覆盖了300,000行代码中的40,000行。

    推荐理由：文章把复杂遗留代码迁移拆成文档整理、数值对齐和分模块协作三步，呈现了 AI 智能体在人工审核下落地的具体路径。

9月8日周二
  1. Google DeepMind78

    Google DeepMind 推出 AlphaGenome Atlas，预测人类基因组 9 billion 个单核苷酸变异影响

    Google DeepMind 推出 AlphaGenome Atlas，预计算人类基因组约 9 billion 个单核苷酸变异的分子影响预测。平台提供由 AlphaGenome 和 AlphaMissense 预测整合而成的 AVI score，并通过网站、AlphaGenome API 和 Google Antigravity 中的 skill 提供访问。

    推荐理由：文章把 AlphaGenome Atlas 的数据、AVI 评分和真实研究案例串联起来，呈现其如何帮助研究者筛选非编码变异并追踪分子影响。

  3. Mistral AI76

    Mistral 完成 €3B Series D 融资，推进主权开放权重 AI

    Mistral 宣布完成 €3B Series D 融资，投后估值超过 €21B，Samsung Electronics 领投，Scaleup Europe Fund 和 PSG Equity 联合领投。公司将扩大前沿研究、训练算力和基础设施，推动商业增长与国际化布局，并继续发展由开放权重模型、基础设施、算力和产品组成的全栈方案。

    推荐理由：这轮融资把 Mistral 的开放权重路线与训练算力、基础设施和商业扩张放在同一项资本动作中观察，呈现其主权 AI 定位的推进方式。

9月7日周一
9月6日周日
9月5日周六
  1. GitHub Blog · AI & ML80

    GitHub Copilot 发布 Project HydraFusion 研究预览，支持运行时多模型编排

    GitHub Copilot 推出 Project HydraFusion 研究预览，可在运行时从多个提供商的模型中选择并编排执行流程。HydraFusion目前支持 Single、Cascade 和 Critique 三种模式，并通过 Copilot CLI 的 /experimental 向所有 GitHub Copilot 计划用户开放。

    推荐理由：GitHub Copilot 将多模型选择、评审与升级纳入运行时流程，并用三项 agentic coding 基准展示质量与成本之间的具体权衡。

9月4日周五
  2. Google Research82

    Google Research 发布完整雄性果蝇脑及中枢神经系统连接组图谱

    Google Research 与 HHMI Janelia 等合作发布了雄性果蝇大脑和中枢神经系统的完整连接组图谱，包含超过166,000个神经元和125 million个突触连接，按神经元数量计算为目前最大的脑图谱。该成果发表于 Cell，图谱经过 HHMI Janelia 人类专家标注和校验。研究人员可通过开源工具 Neuroglancer 查看、探索和下载这份数据。

    推荐理由：文章展示了 AI 连接组学如何把电子显微镜切片重建为可验证的细胞级图谱，并说明雌雄连接组可用于研究神经差异和行为机制。

  3. GitHub Blog · AI & ML66

    GitHub Copilot 初学者指南：如何同时运行多个智能体

    GitHub Copilot app 支持通过彼此独立的 Agent session 同时运行多个任务，任务之间不会互相干扰。每个 session 使用独立的 Git worktree 并保留自己的上下文，用户可在 sessions view 中查看进度和结果。文章以添加 funded sort、进行无障碍检查和运行测试为例，展示并行处理方式。

    推荐理由：文章以 Git worktrees 和独立上下文为主线，说明如何在 GitHub Copilot app 中并行安排开发、无障碍检查与测试任务。

9月3日周四
  2. Hugging Face Blog68

    H Company 发布 NeoMME 多模态多语言编码器

    H Company 发布 NeoMME 多模态多语言编码器，提供 260M 和 800M 两种规模，并从头训练单一双向 Transformer 处理文本与原始图像块。

    推荐理由：文章系统说明了 NeoMME 的单 Transformer 架构、检索性能与压缩方案，便于评估多模态文档检索在速度、质量和存储之间的取舍。

  5. Hugging Face Blog60

    LFM2.5-350M 如何用 GRPO 提升结构化输出合规性

    Hugging Face Blog 给出使用 TRL 和 GRPO 微调 LFM2.5-350M 的公开流程，在约 500 个样本和 100 个训练步骤后，IFStruct 通过率从 22.6% 提升至 29.7%。该流程使用 LoRA 训练约 6M 参数，并在相同服务栈下比较基础模型与微调模型，JSON 通过率由 18.0% 提升至 31.9%，YAML 由 27.2% 变为 27.5%。

    推荐理由：文章给出基于 TRL 和 GRPO 的小模型结构化输出微调流程，并用同一 IFStruct 服务栈展示 22.6% 到 29.7% 的可复现实测变化。

  6. Google DeepMind68

    Google推出 Fairwind Program，为政府和企业提供主动网络防御能力

    Google推出 Fairwind Program，向政府、Google Cloud 客户和可信网络安全伙伴限量开放网络防御能力。该计划将 Gemini 3.8 Flash Cyber 与 CodeMender 结合，用于自主发现、验证和修复漏洞，并在安全云环境中生成可部署补丁。计划已有超过 650 家合作伙伴参与，接入组织须限制使用人员并部署多因素认证等保护措施。

    推荐理由：原文说明了 Fairwind Program 的服务对象、核心工具与接入限制，便于理解其面向政府和企业的部署方式。

9月2日周三
  1. Hugging Face Blog68

    BenchMIRT：LLM 基准测试实际上在测量什么？

    AllenAI 介绍 BenchMIRT，一种在单个提示词和任务层面审计 LLM 基准测试、拆分潜在能力信号的方法。该方法基于 100 个 LLM、16 个基准和超过 34K 个问题训练，独立识别出安全与通用推理两个主要维度。实验显示，保留 10% 的问题通常能接近完整评测的能力判断，预测未观测问题正确率为 79%，高于简单基线的 70%。

    推荐理由：BenchMIRT将基准分数拆解到模型能力与单个题目层面，帮助研究者识别安全和推理信号的混杂，并压缩评测规模。

9月1日周二
  1. Hugging Face Blog76

    Hugging Face 发布 @huggingface/kernels 与 Fleet，推出 207 个 WebGPU Kernels

    Hugging Face 发布 JavaScript 库 @huggingface/kernels 和浏览器 GPU 基准测试套件 Fleet，并在 Hugging Face Hub 提供首批 207 个 WebGPU kernels。

    推荐理由：文章同时给出 207 个 kernel 的版本化组织方式、Fleet 众测机制和 ORT WebGPU 对比数据，便于理解浏览器推理性能优化的落地路径。

8月28日周五
  1. Hugging Face Blog74

    Hugging Face 与 Voice Arena 为 Open ASR Leaderboard 加入 Hindi 和 Indian English 评测

    Hugging Face 与 Voice Arena 发布 Monsoon en-IN 和 Monsoon hi-IN 评测集，将 Hindi 和 Indian English 纳入 Open ASR Leaderboard。四个公开与私有切分共覆盖 4,888 名说话人，并记录 12 项说话人属性；Hindi 使用接受多种书写变体的 OIWER 评估，相关实现 voi-oiwer 也已开源。

    推荐理由：文章展示了如何将公开和私有切分、说话人元数据与 Hindi 的 OIWER 结合，用于定位不同地区和书写变体下的 ASR 误差。

  2. Google Research69

    Google Research 推出 planetary prediction engine，自动完成地理空间建模

    Google Research 发布实验性 planetary prediction engine（PPE），可根据自然语言查询自主完成地理空间数据发现、清理、特征工程、模型训练与评估。

    推荐理由：文章展示了 PPE 如何把地理空间数据发现、特征工程和模型评估串成自主流程，并用多个公共健康与人道主义任务给出量化对比。

  3. Google DeepMind83

    Google DeepMind 发布 Gemini Omni 1.1 Flash，增强视频生成控制能力

    Google DeepMind 发布 Gemini Omni 1.1 Flash，新增场景延展、首尾帧插值、视频参考和最高 4K 输出等生成视频能力。模型可分析最多 10 秒的既有上下文，将视频按 10 秒增量延展至累计 40 秒；360p 预览生成速度最高提升 60%，成本为标准 720p 的三分之一。

    推荐理由：文章集中说明了视频生成的控制能力、迭代速度与输出规格变化，并给出 API 接入方式和适用的创作工作流。

8月27日周四
  1. Google DeepMind67

    Google DeepMind 试点首个双盲 AI 评测

    Google DeepMind 宣布开展首个针对专有前沿级 AI 模型的双盲评测，以防止模型提前接触测试题目。该项目与 Singapore AI Safety Institute、OpenMined、AVERI 和 MLCommons 合作，在隐私保护的加密环境中使用机密基准测试 Gemini Flash Lite。

    推荐理由：文章说明加密环境如何把外部评测与模型后续优化隔离开，为理解 benchmark contamination 及其对评测可信度的影响提供了具体机制。