作者描述自己用 Hugging Face 的 ML Intern 在几天内做出六个小模型，包括基于 Qwen3.5-2B 的柑橘病害模型、Huggy LoRA、相机角度 LoRA、Pocket Rewriter 0.8B/2B 和 Agate 4-step 蒸馏模型，累计算力成本约 103 美元。
推荐理由：作者用 ML Intern 在两三天内做出六个小模型，给出提示词结构与逐项成本，可作为低成本定制模型的实操参考。
微软研究院开源 Agent Lightning v1.0，一个约 3500 行代码的轻量级 Agentic RL 框架，提出 Harnessed Agentic RL 范式，让部署时使用的同一 agent harness 直接参与强化学习训练，无需在训练框架内重写 agent。
推荐理由：微软亚研开源 3500 行轻量级智能体 RL 框架，给出真实 harness 参与训练、Kubernetes 原生运行和端到端编码智能体实验的完整方案。
GitHub 用 Copilot 智能体把 Copilot agent runtime 从 TypeScript 完全重写为超过 80 万行 Rust，AI 智能体编写了大部分代码，跨 128 个 pull request 增量合入 main。
推荐理由：一位工程师复盘用 AI 智能体把 43 万行 TypeScript 运行时迁到 Rust 的全过程，含编排、缓存与评审经验。
IBM 研究团队在 ALTK-Evolve 中新增一致性准则（consistency guidelines），用于解决智能体同一任务多次运行结果不稳定的问题。
推荐理由：原文给出检测智能体决策不稳定点的方法与开源实现，并说明如何将诊断转成可复用准则。
Berkeley Sky Lab 与 IBM Research 将 K-Search 这一进化式内核搜索框架扩展到 MLX，用结构化的 CUDA-to-MLX 翻译层，把已有 CUDA 内核当作知识库迁移到 Apple Silicon。
推荐理由：这篇工作给出把 CUDA 内核经验迁移到 Apple Silicon 的具体做法，读者可据此判断跨平台内核优化的可行路径。
AWS 开源的 Strands Robots SDK 将 LeRobot 相关的数据录制、策略推理和机器人抽象封装成 AgentTools，可组合成单个 Strands agent，把 Hub 上的数据集一路走到物理机器人。
推荐理由：完整走通从 Hub 数据集到真机的一条 Agent 流水线，说明仿真与硬件数据共用同一格式后，训练脚本可以不加改动地互换使用。
作者让编程智能体调用两个 Hugging Face Space 搭建了一个展示巴黎地标的 3D 高斯泼溅画廊：ideogram4 负责由提示词生成图像，VAST-AI/TripoSplat 负责将单张图像重建成 .ply 格式的 3D 高斯泼溅。
推荐理由：作者以一条可复现的智能体流水线，展示如何用 agents.md 串联两个 Space 完成图像与 3D 生成。
Hugging Face 在 TRL 中提交 PR，用增量权重同步替代异步强化学习中的全量权重传输：两次 RL 优化步之间约 99% 的 bf16 权重字节完全一致，只把变化的元素编码成稀疏 safetensors 文件上传到 HF Bucket，再让 vLLM 拉取。
推荐理由：Hugging Face 把异步强化学习的权重同步从全量广播改成稀疏增量，并给出可下载运行的实现，读者可以据此判断跨机房训练的门槛变化。
Hugging Face 博客发布第二篇高效 LLM 推理系列文章，讲解如何在连续批处理中实现异步化：将 CPU 的批准备与 GPU 的计算解耦，用 H2D、compute、D2H 三个非默认 CUDA 流配合 CUDA event 跨流同步，并处理双缓冲防数据竞争与 carry-over 传递新 token。
推荐理由：以 CPU 与 GPU 串行浪费为主线，给出三流分离与 CUDA event 同步的异步批处理实现思路，可迁移到长序列推理部署优化。
Hugging Face 发布 Sentence Transformers v5.4，可在同一套 API 下编码和比较文本、图像、音频与视频，用于视觉文档检索、跨模态搜索和多模态 RAG。
推荐理由：官方博客给出 Sentence Transformers v5.4 多模态嵌入与重排序的完整代码用法和模型清单，可直接照抄跑通流程。
Gradio 发布 gradio.Server，扩展 FastAPI，在原路由基础上叠加 Gradio 的 API 引擎，提供排队、SSE 流式、并发控制和 gradio_client 兼容。
推荐理由：Gradio 新 Server 模式把排队、并发与 ZeroGPU 能力开放给任意前端框架，读者可据此评估自建前端的后端选型。
NVIDIA 发布一套在单张 GPU 上不到一天完成领域嵌入模型微调的流程，基于 Llama-Nemotron-Embed-1B-v2，无需人工标注。流程用 nemotron-3-nano-30b-a3b 从领域文档生成合成问答数据、挖掘难负样本并做多跳展开，再用对比学习微调，实测 nDCG@10 与 Recall@10 均提升约 10%。
推荐理由：NVIDIA 给出了从合成数据、难负样本挖掘到 ONNX/TensorRT 部署的完整嵌入模型微调配方，附真实评测数字。
Hugging Face 发布教程，介绍如何通过 Claude Code、Codex 等编码智能体结合 Unsloth 与 Hugging Face Jobs 微调小模型（示例为 LiquidAI/LFM2.5-1.2B-Instruct）。
推荐理由：原文给出从安装 Skill 到提交 HF Jobs 的完整命令与分档价格，读者可照此复现小模型微调流程。
Gradio 6 为 gr.HTML 加入自定义模板、作用域 CSS 和 JavaScript 交互能力，前端、后端与状态管理可以全部写进单个 Python 文件，无需构建步骤，几秒内部署到 HF Space。
推荐理由：Gradio 6 的 gr.HTML 打通了单文件前后端与状态同步，读者可据此判断 LLM 一句话生成完整 Web 应用的工作流是否可行。
Hugging Face 构建了一个 agent skill，教编码智能体编写生产级 CUDA kernel，并让 Claude 和 Codex 针对 diffusers 的 LTX-Video 与 transformers 的 Qwen3-8B 两个真实目标端到端生成了可运行的 kernel，包含正确的 PyTorch 绑定与基准脚本。
推荐理由：Hugging Face 把 CUDA kernel 开发知识封装成可安装的 Agent 技能，并给出两组真实基准，读者可据此判断它在自有项目中的复用价值。
Hugging Face 博客介绍新工具 upskill，用大模型生成并评估 agent 技能，再交给小模型使用，在编写 CUDA kernel 任务上做了基准测试。
推荐理由：用教师模型生成 Skill 再迁移到小模型的完整流程，读者可据此评估自己场景下的迁移收益。
NVIDIA 在 CES 2026 展示了用 DGX Spark 驱动 Reachy Mini 桌面机器人搭建个人智能体的方案，并发布逐步复现教程。
推荐理由：原文给出从推理模型到机器人动作的完整可复现步骤，可迁移到自建私有语音与视觉智能体。
Hugging Face 发布教程，展示如何用 HF Skills 让 OpenAI Codex 完成端到端机器学习实验：验证数据集、选择硬件、生成并提交训练任务、监控进度、评估模型并生成报告。
推荐理由：完整演示了把端到端微调实验交给编码智能体的整套流程，可据此迁移到自己的训练任务。
Hugging Face 发布 HF Skills，通过 hf-llm-trainer 等技能让 Claude Code、Codex、Gemini CLI 直接提交云端 GPU 微调任务并推送到 Hub。技能支持 SFT、DPO 和 GRPO，可训练 0.5B 到 70B 参数模型并转换为 GGUF 本地部署，官方示例微调 Qwen3-0.6B 约需 20 分钟、0.30 美元。
推荐理由：官方给出从数据校验、选卡到提交训练和转 GGUF 的完整流程与成本区间，可直接照做。
Sebastian Raschka 梳理了 DeepSeek V3 到 V3.2 的演进，指出 V3.2 沿用 V3.2-Exp 的架构，核心变化是加入 DeepSeek Sparse Attention（DSA）以提升效率。
推荐理由：以 DeepSeek 技术报告为线索，梳理 V3 到 V3.2 的架构与训练变化，帮助读者看清稀疏注意力和 RL 奖励设计的取舍。