跳到正文
1月16日週五
  1. gihyo.jp64

    OpenAI 公開以 Responses API 為基礎的 Open Responses 開源規格

    OpenAI 於 2026年1月15日公開開源規格 Open Responses,旨在建立可跨多個模型供應商互通的 LLM 介面。它定義共享結構描述、用戶端程式庫及工具層,開發者可一次編寫請求與輸出,經最少調整在多個供應商間執行,並用於模型呼叫、結果串流及 Agent 工作流程。設計採用一致的串流事件和工具呼叫模式,並以 items 作為模型輸出及工具使用的最小單位。

2025年12月18日週四
  1. Hugging Face Blog65

    Transformers v5 重設分詞器架構,提升透明度與模組化

    Transformers v5 將分詞器架構與訓練所得的詞彙、合併規則分離,並在類別中明確呈現正規化器等組件。相較 v4 每個模型各有 slow/fast 兩套實作,v5 改為每個模型一個檔案,預設採用 Rust-based TokenizersBackend;分詞器類別亦可直接實例化並用自有語料訓練。

    推薦理由:文章對照 v4 與 v5,説明分離分詞器架構和訓練詞彙後,如何更直接檢查組件,並沿用模型架構訓練自訂分詞器。

2025年12月17日週三
2025年12月16日週二
  1. 美團 LongCat:HuggingFace 新模型57

    美團 LongCat 發佈 LongCat-Image 開源中英雙語圖像生成模型

    美團 LongCat 發佈 LongCat-Image,這是一款 6B 參數、支援中英文的開源圖像生成基礎模型。項目稱,LongCat-Image 在多項基準上超越多個規模大數倍的開源模型,並列出中文字渲染、寫實效果及部署效率等特點。在涉及文字生成的文生圖及圖像編輯任務中,提示詞的目標文字必須置於引號內,否則專用字元級編碼策略不會觸發,文字渲染能力會嚴重受損。

  2. 美團 LongCat:HuggingFace 新模型49

    meituan-longcat/LongCat-Image-Edit

    美團 LongCat 推出 LongCat-Image-Edit,這是 LongCat-Image 的圖像編輯版本,支援中英文編輯。模型在開源圖像編輯模型中達到 SOTA,並提升推理效率;支援全域、局部、文字及參考圖引導編輯,並可在多輪編輯中保留未編輯區域的一致性。

2025年12月5日週五
2025年12月4日週四
  1. Hugging Face Blog72

    Hugging Face Skills 讓 Claude Code 微調開源大語言模型

    Hugging Face Skills 讓 Claude Code 等編碼智能體透過對話處理模型微調,涵蓋資料集驗證、GPU 選擇、雲端工作提交與進度監控。它亦兼容 Codex 和 Gemini CLI;文中以 Qwen3-0.6B 在 open-r1/codeforces-cots 上進行 SFT 為例,估算使用 t4-small 約需 20 分鐘、成本約 $0.30。

    推薦理由:文章將資料集驗證、GPU 選擇、雲端工作提交與進度監控串成智能體訓練流程,並比較 SFT、DPO、GRPO 的適用場景。

2025年12月1日週一
2025年11月25日週二
  1. Hugging Face Blog47

    OVHcloud 成為 Hugging Face Hub 支援的推理服務提供商

    OVHcloud 已成為 Hugging Face Hub 支援的推理服務提供商,用户可透過 Hub 模型頁面及 JS、Python SDK 使用其服務。OVHcloud AI Endpoints 是全託管無伺服器服務,每百萬個 tokens 收費由 €0.04 起,基建設於歐洲數據中心。服務支援結構化輸出、函數呼叫及文字和圖像處理,首個 token 回應時間低於 200ms。

2025年11月20日週四
2025年11月13日週四
  1. Hugging Face Blog58

    Hugging Face 宣佈與 Google Cloud 深化合作,協助企業建置開放模型 AI

    Hugging Face 與 Google Cloud 宣佈深化策略合作,協助企業以開放模型建置及客製化 AI。Google Cloud 客户對 Hugging Face 的使用量在過去 3 年增長 10x,目前每月涉及數十 PB 模型下載及數十億次請求;雙方正建置 CDN Gateway,將模型和資料集快取至 Google Cloud,以縮短下載時間並加強模型供應鏈穩健性。

2025年11月4日週二
2025年11月1日週六
  1. 美團 LongCat:HuggingFace 新模型65

    美團 LongCat 開源 LongCat-Flash-Omni-FP8 全模態模型

    美團 LongCat 發佈並開源 LongCat-Flash-Omni,這款全模態模型有 560B 總參數、27B 啟用參數,支援即時音訊與影片互動。模型支援最高 128K tokens 上下文窗口,權重以 MIT License 發佈。FP8 權重至少需要一個節點(例如 8×H20-141G),BF16 權重至少需要兩個節點(例如 16×H800-80G)。

2025年10月28日週二
  1. Hugging Face Blog65

    Hugging Face Blog 介紹語音複製「同意閘門」設計,並提供示例 Space 和程式碼

    Hugging Face Blog 提出語音複製「同意閘門」設計並提供示例 Space 和程式碼,系統需先確認説話者已明確同意才會啟動。示例會為每次同意生成一組新句子,分別表達明確同意及補充語音的音素多樣性,並以語音識別確認同意語句。作者指出,仍可能有人用另一個 TTS 系統生成相符語句,並列出音訊來源驗證、説話者嵌入向量相似度及即時錄音 metadata 作為可探索方向。

    推薦理由:把每次生成的同意語句與語音辨識綁定,並以同一段錄音作複製輸入,展示了將知情同意設為工作流程前置條件的實作思路。

2025年10月27日週一
  1. Hugging Face Blog67

    Hugging Face 改進 datasets 與 huggingface_hub 串流功能,啟動請求最多減少 100 倍

    Hugging Face 改進 datasets 與 huggingface_hub 的資料集串流,資料檔解析快 10 倍、啟動請求最多減少 100 倍,串流速度最高提升至原來的 2 倍。

    推薦理由:文章拆解跨 DataLoader workers 快取與 Parquet 預取如何改善資料解析和吞吐,並列出 256 workers 下的請求量及穩定性結果,呈現大規模串流訓練的優化方向。

2025年10月24日週五
  1. Hugging Face Blog75

    LeRobot v0.4.0 升級開源機械人學習工具鏈

    LeRobot 發佈 v0.4.0,加入 Datasets v3.0、VLA 模型 PI0 和 PI0.5、GR00T N1.5,以及硬件插件系統。Datasets v3.0 採用分塊 episode 格式並支援串流,可處理 OXE 級(> 400GB)資料集。

    推薦理由:資料集規模化、模擬評測、多 GPU 訓練和硬件插件同時更新,勾勒出 LeRobot 從資料處理到機械人控制的工具鏈演進。

2025年10月23日週四
  1. Hugging Face Blog62

    Meta 與 Hugging Face 推出 OpenEnv Hub,發布 OpenEnv 0.1 Spec(RFC)

    Meta 與 Hugging Face 合作推出 OpenEnv Hub,供開發者建立、分享和探索可用於訓練與部署的智能體環境。OpenEnv 以沙盒封裝任務所需工具、API、憑證及執行上下文,並提供清晰語義與隔離控制;團隊同時發布 OpenEnv 0.1 Spec(RFC)徵求社羣意見。

    推薦理由:OpenEnv 將智能體任務所需的工具、API、憑證與執行上下文封裝成可分享環境,並銜接訓練和部署,呈現環境規格化的實際用途。

2025年10月22日週三
  1. Hugging Face Blog64

    Hugging Face 與 VirusTotal 合作,持續掃描 Hub 上 2.2M+ 公開模型及數據集倉庫

    Hugging Face 與 VirusTotal 展開合作,持續掃描 Hugging Face Hub 上 2.2M+ 公開模型及數據集倉庫中的文件。瀏覽倉庫、文件或目錄頁時,Hub 會以文件雜湊值查詢 VirusTotal 的威脅情報資料庫,不會向 VirusTotal 傳送原始文件內容。結果可包括檢測數、已知惡意關聯或相關威脅活動情報,供用户下載或整合文件前參考。

    推薦理由:文章交代了以文件雜湊值查詢威脅情報、而不傳送原始文件內容的流程,讓讀者理解安全檢查的資訊來源與隱私邊界。

  2. Hugging Face Blog60

    Sentence Transformers 轉由 Hugging Face 接手,Apache 2.0 授權維持不變

    Sentence Transformers 從 TU Darmstadt 的 UKP Lab 轉由 Hugging Face 接手,Tom Aarsen 繼續領導項目。項目維持社羣驅動及 Apache 2.0 開源授權;Hugging Face Hub 上已有超過 16,000 個 Sentence Transformers 模型。

    推薦理由:文章交代維護者接續、基礎設施支援與 Apache 2.0 授權不變,呈現項目轉交後的維護安排和開源承諾。

2025年10月21日週二
  1. Hugging Face Blog66

    Hugging Face AI Sheets 加入圖片分析、生成與編輯功能

    Hugging Face 為開源工具 AI Sheets 加入視覺功能,讓用户可在試算表中分析圖片、抽取資料、生成及編輯圖像。AI Sheets 透過 Inference Providers 使用數千個開放模型;示例以自訂提示詞從手寫食譜圖片提取文字,並可修訂結果、整理後匯出資料集至 Hub。

    推薦理由:這次更新把圖片理解、生成與編輯納入同一試算表流程,並以手寫食譜示範從提示詞抽取文字、修訂結果到匯出資料集的做法。

  2. Hugging Face Blog67

    用開放模型提升 OCR 流程

    Hugging Face 更新開放 OCR 模型指南,加入 Chandra、OlmOCR-2 及模型在 OlmOCR Benchmark 的比較分數。指南對照多款模型的輸出格式、語言支援、功能與成本,並介紹 OmniDocBenchmark、OlmOCR-Bench 和 CC-OCR 等評測基準。

    推薦理由:文章對照模型能力、輸出格式、評測基準與部署成本,並建議以代表性樣本檢驗不同文件和語言下的表現。

2025年10月20日週一
2025年10月15日週三
2025年10月14日週二
  1. Hugging Face Blog63

    NVIDIA 發佈 Nemotron-Personas-India 印度合成人物設定數據集

    NVIDIA 發佈 Nemotron-Personas-India,一套依印度人口、地理及文化分佈合成的人物設定數據集,採用 CC BY 4.0 授權。數據集包含 21 million 個人物設定(3M 條記錄、每條 7 個設定),支援英語及以天城文、拉丁字母書寫的印地語,並有 27 個欄位和 7.7 billion tokens。

    推薦理由:數據集以印度人口、地域分佈為基礎,涵蓋英語及兩種文字形式的印地語,並採 CC BY 4.0 授權,呈現其作為區域模型訓練素材的語言覆蓋與使用條件。

2025年10月7日週二
  1. Hugging Face Blog66

    BigCodeArena 以實際執行程式碼端到端評估程式生成模型

    BigCodeArena 推出以程式碼實際執行評估程式生成模型的平台,讓使用者並排比較模型、測試輸出並投票。平台支援 10 種語言和 8 種執行環境,並已收集逾 14,000 段對話及 4,731 個投票樣本。

    推薦理由:平台把程式實際執行和互動測試納入模型比較,並按程式語言與執行環境拆分結果,呈現總體排名之外的表現差異。

2025年10月2日週四
2025年9月26日週五
  1. Hugging Face Blog48

    swift-transformers 升至 1.0,並展望未來

    Hugging Face 的 Swift 函式庫 swift-transformers 發佈 1.0,標誌套件進入穩定階段,並為後續功能迭代奠定基礎。Tokenizers 和 Hub 現已成為頂層模組,套件亦採用支援有狀態模型的 Modern Core ML API,並完整支援 Swift 6。團隊表示,後續將聚焦 MLX 與智能體應用。

2025年9月24日週三
  1. 美團 LongCat:HuggingFace 新模型73

    美團發佈 LongCat-Flash-Thinking 推理模型

    美團發佈 LongCat-Flash-Thinking,一款採用 MoE 架構、總參數量 560B 的大型推理模型。模型按上下文動態啟用 18.6B∼31.3B 個參數,平均約 27B,並支援數學、邏輯、編碼、自動定理證明及工具使用等任務。模型權重以 MIT License 發佈,並已在 SGLang 和 vLLM 加入基本部署適配。

2025年9月22日週一
  1. Hugging Face Blog68

    Gaia2 智能體基準與 ARE 框架推出,支援複雜互動評測

    Hugging Face 推出 Gaia2 智能體基準及 Meta Agents Research Environments(ARE)框架,用於在更複雜、接近真實情境的環境中執行、除錯和評估智能體。

    推薦理由:Gaia2 將智能體評測從唯讀檢索擴展至含模糊指令、時間要求和環境故障的互動任務,ARE 記錄執行 traces,便於分析智能體在複雜情境中的失誤。

2025年9月17日週三
2025年9月16日週二
2025年9月15日週一
2025年9月11日週四
  1. Hugging Face Blog67

    Together AI 支援微調 Hugging Face Hub 上的兼容 LLM

    Together AI 宣佈可透過其平台微調 Hugging Face Hub 上兼容的 LLM,微調後模型可供推理、下載或推回 Hub。流程以 Together 官方目錄中的基礎模型提供訓練配置,自選的 Hugging Face 模型則是實際微調對象;文中稱一般預期支援 100B params 以下的 CausalLM 模型。

    推薦理由:文章交代了基礎模型提供訓練配置、自選 Hub 模型作為微調對象的分工,並列出讀取私有模型與將訓練結果推回 Hub 的接入流程。

2025年9月9日週二
2025年9月2日週二
2025年8月18日週一