跳到正文

Hugging Face

Hugging Face 開源社群動態:熱門模型與資料集、排行榜變化與開源生態的晴雨表。

最新精選

第 21–40 條 · 共 99 條
11月12日週四
  1. Hugging Face Diffusers Releases72

    Hugging Face Diffusers 0.43.0 整合五種生成與模擬模型

    Hugging Face Diffusers 0.43.0 新增五種模組化模型整合,涵蓋影像生成與編輯、影音生成、語音驅動動畫及世界模擬。具體包括 MiniMax-H3-Image、Pika H3 Flex、P-H3-Image、Kandinsky S2V 1.0 和 PAN 2。

    推薦理由:Diffusers 0.43.0 將五種生成與模擬模型整合為模組化流程,並補上平行化、注意力後端及 LoRA 等工程改進,呈現其應用範圍與部署變化。

11月11日週三
  1. Hugging Face Blog69

    多向量嵌入模型的 Token Pooling 感知訓練

    Hugging Face 示範如何透過 Token Pooling 感知訓練,讓多向量嵌入模型在壓縮檔案向量後保留較佳的檢索品質。 - 方法:以 Sentence Transformers 訓練模型,同時使用未壓縮與約四分之一向量數的檢索目標,讓模型學習保留合併向量後仍有用的資訊。

    推薦理由:文章以可重現的 Sentence Transformers 範例,說明如何把向量合併納入訓練目標,並比較不同壓縮預算下的檢索品質與儲存量。

11月10日週二
  1. Hugging Face Blog74

    Hugging Face 解說決策模型及其統一介面

    Hugging Face 介紹決策模型如何接收狀態與問題,直接輸出帶有機率的結構化決策,並說明其與分類模型及零樣本分類的差異。 - 三種決策原語:choice 從選項中擇一,score 對有序尺度評分,noul 估計是非命題為真的機率。

    推薦理由:文章比較傳統分類、零樣本分類與決策模型,並以 choice、score、noul 三種輸出說明其如何將選項機率整合為可供軟體使用的統一介面。

  2. Lobste.rs (Engineering Discussion)77

    Tabernetes 在瀏覽器分頁中執行 Kubernetes v1.37 控制平面

    Tabernetes 將 Kubernetes v1.37 控制平面編譯為 WebAssembly,讓整個控制平面在瀏覽器分頁中執行,並可連線真實節點組成叢集。

    推薦理由:Tabernetes 將上游 Kubernetes 控制平面編譯為 WebAssembly,並以瀏覽器分頁作為節點,展示了叢集管理與 GPU 推論在瀏覽器中的整合方式。

11月9日週一
  1. Hugging Face Blog69

    HOPE 如何透過專家互動改善 MoE 模型剪枝

    HOPE 是一種納入專家成對互動的 MoE 剪枝方法;在 3 個模型與多組基準測試中,它取得最佳整體排名,且在 50% 剪枝時優勢較明顯。 - 方法:HOPE 以校準資料計算專家互動矩陣,再透過二次規劃選出要移除的專家;作者提供校準、求解與剪枝工具。

    推薦理由:HOPE 將專家間的成對互動納入剪枝決策,並以 50% 剪枝下的基準比較呈現這種方法在高剪枝率時的表現差異。

11月7日週六
11月6日週五
  1. Hugging Face Blog83

    ToyBlocks:機器人學習與評估的可控世界

    ToyBlocks 是一個開源模擬框架,提供可控環境、任務與示範自動生成、以及評估指標,讓研究者能在統一平臺上探討機器人學習資料需求、泛化與高階推理能力。

    推薦理由:本文展示了 ToyBlocks 框架如何在可控環境下評估機器人學習的資料需求與泛化能力,並提供自動化任務與示範生成工具,為實驗設計與模型驗證提供可複製的基礎,促進機器人學習研究的可重現性與擴充套件性。

11月5日週四
  1. Hugging Face Blog78

    Phonon TTS 推出可離線運作的裝置端語音模型

    Hugging Face 發布 Phonon TTS,提供可在裝置端離線運作的文字轉語音模型,並公開模型權重與多種部署方式。 - 模型與授權:兩種模型大小約為 65 MB 和 75 MB,支援英文、法文、德文、西班牙文與葡萄牙文。

    推薦理由:文章整理 Phonon 在五種語言的可懂度排名與 CPU 串流速度表現,並說明小型裝置端語音模型的授權與部署方式。

11月4日週三
  1. Hugging Face Blog77

    StateBench:測試語言模型在長篇檔案中追蹤狀態變化的能力

    StateBench 是一個針對長文本狀態追蹤的基準測試,涵蓋四個難度層級,旨在評估模型在長依賴下的表現。 - 四層級:r‑trivial、aperiodic、soluble、general finite。

    推薦理由:StateBench 透過多層級長文本追蹤測試,揭示 Transformer 在長依賴下的侷限,並證明 Gated DeltaNet 等混合架構可突破此瓶頸。

11月3日週二
11月2日週一
  1. Dev.to Top Tech87

    Mistral Large 4 開源模型:完整安裝與部署指南

    Mistral Large 4 是一個 1.05T 引數的多模態 Mixture‑of‑Experts 模型,於 2026‑10‑29 以 MIT 開源授權公開,本文提供從 Hugging Face 下載、量化檔案選擇、GPU 部署到 API 方案的完整流程。

    推薦理由:提供完整的安裝與部署指南,讓開發者可快速部署 Mistral Large 4,並掌握其硬體需求與成本。

10月31日週六
  1. Hacker News (official RSS)92

    法國國會通過每 GB 0.055 歐元網路稅

    法國國會於 2026 年 10 月 30 日以 11 比 10 的投票通過了每 GB 0.055 歐元的網路稅。 - 稅率與預期收入:每 GB 0.055 歐元,預計可為國庫帶來高達 10 億歐元。

    推薦理由:此法案將對數位服務商產生成本壓力,或透過調整價格或限制頻寬來回應,這可能促使服務商最佳化資料傳輸,或調整訂閱費用以維持利潤。

10月29日週四
  1. Hugging Face Transformers Releases79

    v5.22.0:Mistral Large 4(Le Chonk)發布

    導語:Mistral Large 4(Le Chonk) 是 Mistral 迄今最大的多模態模型,擁有 1 Trillion 引數與 1 M 上下文長度,於 2026 年 10 月 29 日在 Hugging Face 發布。

    推薦理由:Mistral Large 4 以 1T 引數與 1M 上下文長度,示範多模態推理與安全應用,對金融與網路安全領域實務效能具備價值。

  2. Hugging Face Blog75

    推出 AnySpeechRecognizer 與 AnyDecisionModel:Apple 平臺開放式語音與決策模型

    AnySpeechRecognizer:Swift 套件,支援 Apple Speech API、NVIDIA Parakeet、Alibaba Qwen3-ASR 等多引擎,並提供說話人分離功能。

    推薦理由:AnySpeechRecognizer 與 AnyDecisionModel 讓開發者能在 Apple 平臺快速接入多引擎語音辨識與決策模型,支援多語言、即時會話與說話人分離,並可本地化執行,顯著提升效能與成本效益。

  3. aihot80

    Mistral Large 4(Le Chonk)上線 Hugging Face:1T 引數 MoE 多模態開源權重模型

    Mistral Large 4(Le Chonk) 已在 Hugging Face 上線,為多模態多語言 MoE 架構,總引數約 1T,啟用 49B,上下文視窗 1M token。

    推薦理由:原文給出模型架構、引數與硬體吞吐,讀者可評估部署門檻與適用場景,並快速判斷是否符合資源需求,進而決定是否投入實驗或商業化。

  4. PyTorch Blog85

    PyTorch 2.15 釋出全新 NCCL 後端、MPS FP8 與跨平臺最佳化

    PyTorch 2.15 釋出全新 NCCL 後端、MPS FP8 支援以及跨平臺最佳化,為多 GPU 分散式訓練與低精度推理帶來顯著效能提升。 - NCCL:預設使用重寫後端,並提供 TORCH_DIST_USE_NCCL2=0 或 nccl-legacy 作為回滾。

    推薦理由:PyTorch 2.15 針對多平臺、分散式訓練與低精度推理進行大幅最佳化,並加入全新 NCCL 後端與 MPS FP8 支援,開發者可即時驗證新功能提升效能,同時提供 CUDA 13.2/13.4 以及 ROCm 10.0 wheels,讓跨平臺部署更順暢。

10月27日週二
  1. Hugging Face Transformers Releases80

    Hugging Face Transformers v5.21.0 發布新模型與功能

    Hugging Face Transformers v5.21.0 釋出,新增多款模型與功能,為開發者帶來更豐富的多模態與語音處理選擇。

    推薦理由:新版本提供多種文件與語音模型,涵蓋 OCR、視覺檢索與 TTS,讓開發者能快速整合多模態功能,並享受最新的量化與 FP8 加速最佳化。