Hugging Face Open ASR Leaderboard 新增多语言与长音频赛道，并发布 60+ 模型趋势预印本
Hugging Face 的 Open ASR Leaderboard 新增多语言与长音频转写赛道，并发布了一份基于 60+ 个开源与闭源模型的趋势预印本。
#数据/训练
#数据/训练
今日 1 条Hugging Face BlogAI 评分2828
Google DeepMind精选AI 评分6262 Google DeepMind 发布 WeatherNext 2 天气预报模型
Google DeepMind 与 Google Research 发布天气预报模型 WeatherNext 2，称其生成预报速度提升 8 倍，分辨率最高可达 1 小时级，可在单个 TPU 上不到一分钟生成一次预测。
推荐理由：官方公开了生成式天气预报模型的速度、分辨率提升与多个落地入口，可据此判断这类模型进入实际产品的节奏。
Google DeepMindAI 评分4848 Google DeepMind 新研究：让 AI 视觉模型更像人一样看世界
Google DeepMind 在 Nature 发表新论文，提出一种三步对齐方法，用认知科学的"odd-one-out"任务发现视觉模型常依赖背景色、纹理等表层特征，与人类判断系统性错位。团队以 SigLIP-SO400M 为基座训练适配器作为"教师"，生成含百万张图像、数百万条类人判断的 AligNet 数据集，再微调其他模型，使其内部表征按人类概念层级重新组织，从而提升鲁棒性与泛化能力。
Google DeepMindAI 评分4545 Google 用 AI 预测森林砍伐风险、绘制物种分布图并升级生物声学模型 Perch
Google 发布森林砍伐风险预测基准数据集，基于纯卫星输入和 vision transformer 架构，可在大范围区域内实现 30 米分辨率预测。
Berkeley AI ResearchAI 评分3535 无需 TD 学习：用分治法扩展 off-policy 强化学习
一篇新研究提出以分治法（divide and conquer）替代时序差分（TD）学习的 off-policy 强化学习算法，将 Bellman 递归次数从线性降到对数级，从而扩展至长时程任务。
Hugging Face BlogAI 评分3939 MiniMax M2 的智能体泛化：对齐基准还是对齐真实世界？
MiniMax 在 Hugging Face 博客复盘 M2 后训练中的智能体对齐经验：智能体泛化不只是适配新工具，而要适应工具信息、系统提示词、用户提示词、环境与工具返回等全流程扰动。
Hugging Face BlogAI 评分3838 Hugging Face 解析全球算力格局变迁：中国芯片开始承载国产开源模型
Hugging Face 发文分析全球 AI 算力格局的迁移：中国国产芯片已开始承载 Qwen、DeepSeek、GLM、Kimi 等开源权重模型的推理，部分模型开始用国产芯片训练。文章指出，美国出口管制与华为 Ascend、寒武纪等国产芯片产能的加速高度相关，芯片受限也倒逼出 MLA、GRPO 等算力效率创新。
Hugging Face BlogAI 评分4141 NVIDIA Isaac for Healthcare v0.4：从仿真到部署搭建医疗机器人
NVIDIA 发布 Isaac for Healthcare v0.4，提供基于 SO-ARM 的端到端入门工作流和"自带手术室"教程，覆盖数据采集、训练与部署全流程。
Hugging Face BlogAI 评分5757 Hugging Face 将流式数据集加载效率提升 100 倍
Hugging Face 改进 datasets 库的 streaming=True 流式加载，实现数据文件解析快 10 倍、启动请求最多减少 100 倍、流式速度提升最多 2 倍，且在 256 并发 worker 下 0 崩溃。
Hugging Face BlogAI 评分4141 Sentence Transformers 正式加入 Hugging Face
Sentence Transformers 从 TU Darmstadt 的 UKP Lab 转由 Hugging Face 维护，Hugging Face 的 Tom Aarsen 自 2023 年底起已负责该项目并将继续领导。
Hugging Face BlogAI 评分3030 Hugging Face 发起 AI for Food Allergies 项目，用 AI 推进食物过敏研究
Hugging Face 发起 AI for Food Allergies 项目，计划建设首个社区驱动的研究实验室，探索 AI 如何推进食物过敏研究。
Hugging Face BlogAI 评分3030 Google Cloud C4 搭配 Intel 与 HF Mirror，将 GPT OSS 的 TCO 改善 70%
Intel 与 HuggingFace 合作，在搭载 Intel Xeon 6 处理器（GNR）的 Google Cloud C4 虚拟机上对 OpenAI GPT OSS（120B MoE）做文本生成基准测试，相比上代 C3 实例 TCO 改善 1.7 倍，TPOT 吞吐/vCPU/美元提升 1.4x–1.7x，每小时价格更低。
Hugging Face BlogAI 评分3636 NVIDIA 发布 Nemotron-Personas-India：面向主权 AI 的合成数据
NVIDIA 发布 Nemotron-Personas-India，首个面向印度人格的开放合成数据集，采用 CC BY 4.0 许可，含 2100 万条 persona、77 亿 token，覆盖印度全部 36 个邦和 640 个地区，支持英语和印地语（天城文与拉丁文）。
Hugging Face BlogAI 评分5151 NVIDIA 发布 Nemotron-Personas-Japan 合成日本人画像数据集
NVIDIA 发布 Nemotron-Personas-Japan，一个面向日本主权 AI 的开放合成画像数据集，共 600 万条自然日语画像，采用 CC BY 4.0 授权，可商用与非商用。
Hugging Face BlogAI 评分3636 Hugging Face 推出 SyGra：为 LLM 和 SLM 构建数据的一站式框架
Hugging Face 推出低代码/无代码框架 SyGra，用于为 LLM 和 SLM 简化数据集的创建、转换与对齐，覆盖 Q&A 生成、DPO 偏好对、推理增强、RAG 长上下文构建及跨语言转换等场景。SyGra 提供 Python 库，支持 vLLM、Hugging Face TGI、Triton、Ollama 等多种推理后端，让用户专注提示词工程而非繁琐的脚本管线。
Hugging Face BlogAI 评分3737 LeRobotDataset v3.0 发布：把大规模数据集带进 lerobot
Hugging Face 发布 LeRobotDataset v3.0，将多个 episode 打包进单个文件，并用关系型元数据在 episode 级别检索，解决 v2 每文件一个 episode 在百万级数据集上的文件系统瓶颈。
Hugging Face BlogAI 评分2828 Writer 发布 Palmyra-mini 系列开源小模型，含两款推理版本
Writer 发布 Palmyra-mini 系列三款开源模型，参数规模 1.5B 至 1.7B，包括非思考基础模型 palmyra-mini 与两款经 Chain of Thought 训练的推理变体 palmyra-mini-thinking-a、palmyra-mini-thinking-b。
Hugging Face BlogAI 评分4949 Hugging Face 用 Jupyter Notebook 训练 LLM 推理：Jupyter Agents 微调 Qwen3-4B
Hugging Face 构建 Jupyter Agent，让模型直接在 Jupyter Notebook 中执行代码完成数据分析任务，并以 Qwen3-4B-Thinking-2507 为基线做微调。通过将脚手架精简到约 200 行代码，DABStep 简单任务准确率从 44.4% 提升至 59.7%。该基准上现有最强模型 Claude 4 Sonnet 在困难任务上准确率不足 20%。
Hugging Face BlogAI 评分4545 SandboxAQ 开源 SAIR：500 万+ 蛋白质-配体 3D 结构数据集加速药物研发
SandboxAQ 开源 Structurally Augmented IC50 Repository（SAIR），包含超 500 万个 AI 生成的高精度蛋白质-配体 3D 结构，每个结构都配有来自 ChEMBL 或 BindingDB 的实验测定 IC₅₀ 数据，以 CC BY 4.0 许可免费开放。
Berkeley AI ResearchAI 评分3232 word2vec 到底学到了什么？研究给出闭式学习理论
研究证明 word2vec 在现实训练条件下可归结为无权重最小二乘矩阵分解，梯度流动态存在闭式解，最终学到的表示等价于对矩阵 M* 做 PCA。该矩阵仅由语料共现概率、unigram 概率等可测统计量和超参数决定，其顶部特征向量对应可解释概念：名人传记、政府市政、地理描述等。
Hugging Face BlogAI 评分5353 NVIDIA 发布 600 万多语言推理数据集与 Nemotron Nano 2 9B
NVIDIA 发布 600 万多语言推理数据集 Nemotron Post-Training Dataset V2，将原有英文推理数据翻译为法语、西班牙语、德语、意大利语和日语五种语言，并保留原始英文推理链。
Hugging Face BlogAI 评分3939 Kimina-Prover-RL：Lean 4 形式化定理证明开源训练流程，含 1.7B 与 0.6B 模型
AI-MO 与 Kimi 开源 kimina-prover-rl 训练流程，基于 DeepSeek-R1 式"先推理后生成"范式，兼容 Verl 框架，并随附 1.7B 与 0.6B 两个模型。
Hugging Face BlogAI 评分2626 Hugging Face 发布 FilBench：评估 LLM 的菲律宾语能力
Hugging Face 推出 FilBench，一个覆盖 Tagalog、Filipino 和 Cebuano 三种菲律宾语言的评测套件，含文化知识、经典 NLP、阅读理解、生成四大类共 12 项任务，并基于 Lighteval 构建，已作为社区任务上线官方 Lighteval 仓库。
Hugging Face BlogAI 评分2626 Hugging Face 发布 3LM：面向阿拉伯语 LLM 的 STEM 与代码基准
Hugging Face 推出 3LM（علم），首个专门评估阿拉伯语 LLM 在 STEM 与代码生成能力的多组件基准，包含 865 道真实 STEM 选择题、1744 道合成高难度题，以及译成阿拉伯语的 HumanEval+ 和 MBPP+ 代码任务。
Hugging Face BlogAI 评分5656 Hugging Face 发布轻量实验追踪库 Trackio
Hugging Face 发布开源免费的实验追踪 Python 库 Trackio，提供本地 Gradio 仪表盘，并可将仪表盘同步到 Hugging Face Spaces 以 URL 或 iframe 分享。
Hugging Face BlogAI 评分3737 Hugging Face 详解 Parquet Content-Defined Chunking，加速 Hub 上传下载
Parquet Content-Defined Chunking（CDC）已在 PyArrow 和 Pandas 中可用，可在 HF 的 Xet 存储层上对 Parquet 文件高效去重，只上传或下载变更的数据块。
Hugging Face BlogAI 评分2222 Arc Institute 虚拟细胞挑战赛入门指南：用模型预测基因沉默效应
Arc Institute 发起 Virtual Cell Challenge，要求参赛者训练模型预测在部分未见过的细胞类型中沉默某个基因的效果，即"上下文泛化"。
Hugging Face BlogAI 评分4040 Hugging Face 发布 Ettin Suite：同一配方训练的 SoTA 配对编码器与解码器
Hugging Face 推出 Ettin，首个用相同数据（2T tokens）、架构和训练配方训练的 SoTA 配对编码器与解码器模型套件，参数覆盖 17M-1B。
Hugging Face BlogAI 评分4848 Kimina-Prover：在大规模形式推理模型上应用测试时 RL 搜索
Numina 与 Kimi 团队发布定理证明模型 Kimina-Prover-72B，基于 Qwen2.5-72B 并用 Kimi k1.5 的 RL 流程训练，在 miniF2F 基准上以 TTRL 搜索框架达到 92.2% 的 SOTA 通过率。
Hugging Face BlogAI 评分3737 Hugging Face 详解高效多模态数据管道：从 Padding 浪费到背包问题打包
Hugging Face 在 nanoVLM 项目中发现，训练中约 60% 的 batch 被无用的 padding token 占据，GPU 大量空转。其博客给出五阶段数据管道方案：从朴素 padding、固定长度裁剪，到用背包问题（knapsack）动态打包序列，并借助 IterableDataset 与生产者-消费者队列实现多模态数据的按需组批，尽量减少填充浪费。
Hugging Face BlogAI 评分2323 Hugging Face 宣布 NeurIPS 2025 E2LM 竞赛：评测大语言模型训练早期阶段
Hugging Face 宣布举办 NeurIPS 2025 E2LM 竞赛，面向科学知识领域构建能在 LLM 训练早期（约 200B tokens 前）捕捉有效信号的新基准。
Hugging Face BlogAI 评分4848 Hugging Face 与 NVIDIA 联手推出 Training Cluster as a Service
Hugging Face 与 NVIDIA 合作推出 Training Cluster as a Service，让全球研究机构按需申请 GPU 集群并按训练时长付费，Hugging Face 上 25 万家组织可提交需求。
Hugging Face BlogAI 评分5252 TRL 支持 vLLM 与 GRPO 训练同卡部署
Hugging Face TRL 通过 PR #3394 支持 vLLM 的 external launcher，可在同一分布式进程组中让训练与推理共享同一批 GPU，需在 GRPOConfig 中设置 vllm_mode="colocate"。
Hugging Face BlogAI 评分1212 Liger GRPO 结合 TRL 在 DeepSpeed ZeRO3 下出现 shape mismatch
有用户在 bf16 精度下用 Qwen2.5-0.5B-Instruct 测试 Liger GRPO loss 搭配 DeepSpeed ZeRO3，训练时在 liger_kernel 的 grpo_loss 前向计算中触发 shape mismatch 报错。
Hugging Face BlogAI 评分4141 Falcon-Arabic 发布：7B 阿拉伯语语言模型刷新阿拉伯语 NLP 基准
阿联酋 TII 基于 Falcon 3 架构推出 7B 参数模型 Falcon-Arabic，支持阿拉伯语、英语等多语言。该模型支持 32,000 tokens 上下文，在 OALL v2 基准上超越同规模阿拉伯语 LLM，甚至优于体积大至 4 倍的模型，并覆盖 RAG 等长文档任务。
Hugging Face BlogAI 评分5252 Falcon-Edge 发布 1B 与 3B 三值语言模型，支持微调
Falcon-LLM 团队发布 Falcon-Edge 系列 1.58bit 语言模型，基于 BitNet 架构，提供 1B 和 3B 两种规模，各有 base 与指令微调版本，用约 1.5 Tera Tokens 内部数据预训练。
Hugging Face BlogAI 评分5858 ServiceNow 开源 PipelineRL：用 inflight 权重更新提升 LLM 强化学习吞吐
ServiceNow 开源实验性 RL 实现 PipelineRL，核心是在 RL 训练中做 inflight 权重更新：每次优化器更新后不停止推理就把新权重广播到推理服务器，从而在保持高推理吞吐的同时让数据接近 on-policy。
Hugging Face BlogAI 评分3535 Visual Salamandra 发布：将 Salamandra 7B 扩展至图像与视频多模态理解
语言技术实验室发布 Visual Salamandra，把 70 亿参数的 Salamandra 大语言模型扩展至图像和视频多模态任务，并以 SigLIP-So400m 编码器、2 层 MLP 投影器与 late-fusion 架构实现视觉-语言对齐。
Hugging Face BlogAI 评分2525 Hugging Face 与 MBZUAI 推出 Arabic-Leaderboards，新增阿拉伯语指令遵循榜单并更新 AraGen
Hugging Face 与 MBZUAI 合作推出 Arabic-Leaderboards Space，将阿拉伯语 AI 评测集中到一处，目前上线 AraGen-03-25 和阿拉伯语指令遵循两个榜单。
Hugging Face BlogAI 评分2626 Hugging Face 将 NLP Course 升级为 LLM Course
Hugging Face 把已有 3 年历史的 NLP Course 更名为 LLM Course，并新增微调 LLM、构建 DeepSeek R1 等推理模型的新章节。