强化学习简介及其在大型语言模型中的作用
HuggingFace课程介绍RL基础概念及在LLM中的作用，重点提及GRPO算法。作为入门教材内容详实，但缺乏对前沿技术细节的深度解析或独立观点，主要面向初学者。
Hugging Face
Hugging Face 官方博客，关于开源机器学习、HF 生态系统与社区项目的最新动态。
文章
Soofi: European sovereign LLM trained in 2 months
仅训练 1600 万参数，我们击败了 Gemini Embedding 2（开源权重）
Eximius Labs 发布了一个名为 Fusion Embedding 1 的多模态嵌入模型。该模型仅训练了约 1600 万个参数的连接器，便成功将音频模态整合进基于 Qwen3-VL 的现有文本、图像和视频统一向量空间中。 在音频与文本的跨模态检索测试中，该模型超越了 Gemini Embedding 2、ImageBind 和 LanguageBi…
PyTorch 性能分析第三篇：Attention profiling 全解析
深入剖析 PyTorch 中 Attention 机制的性能表现。对比了朴素实现、In-place 优化以及 SDPA 不同后端（Math、Efficient、Flash）的 Profiler 轨迹。揭示了 Math 后端因回退到 FP32 和重复计算 Mask 导致性能远低于手写代码的反直觉现象，并解释了 FlashAttention 如何通过减少 HB…
Netflix发布Vera分层扩散视频编辑数据集
Netflix与加州理工合作发布Vera数据集，支持基于分层扩散模型的视频内容保留编辑。包含背景替换和物体添加等训练样本。 该数据集采用Apache 2.0协议，整合了Pexels、Mixkit及VideoMatte240K等多源数据，旨在推动视频生成技术发展。
EPEE：由聋人专家标注的美式手语数据集
Hugging Face 发布了名为 EPEE 的手语数据集，包含 600 行由母语聋人标注的美式手语视频片段。数据涵盖日常问候、需求询问等基础对话场景，并提供精确到帧的 Gloss 标注和对应英文文本。 该数据集主要面向自然语言处理和计算机视觉领域的研究人员，用于训练手语识别或生成模型。对于普通科技读者而言，这属于垂直领域的资源分享，缺乏广泛的技术争议或…
Gepard 1.0：文本到达即说话的开源流式 TTS
Hugging Face 上的开发者 nineninesix 发布了 Gepard 1.0，这是一个开源的流式文本转语音（TTS）模型。其核心特点是能够以流式方式工作，在文本输入到达的同时就开始生成语音，旨在降低延迟并提升实时交互体验。 该工具提供了一个在线演示空间，允许用户直接测试其效果。作为开源项目，它面向开发者和研究人员开放，便于集成到需要低延迟语音…
NVIDIA 开放 Agent 训练数据：合成数据如何打破企业壁垒
NVIDIA 发布 Nemotron 开放数据集，强调合成数据在构建 AI Agent 中的重要性。文章介绍了用于探索训练数据的可视化工具及针对不同地区人群的合成 Persona 数据。 旨在解决企业不愿共享核心数据的问题，通过开放合成数据促进社区协作与模型评估。
Nemotron post training prompt atlas
原生速度的 vLLM Transformers 后端
Hugging Face 宣布 transformers 库作为 vLLM 的后端已达到原生实现的速度。 通过 torch.fx 进行静态分析和运行时融合，模型作者无需编写自定义优化代码即可享受极速推理。
从 Hugging Face 到 Amazon SageMaker Studio 的一键直达
Hugging Face 与 Amazon SageMaker 推出深度集成，用户可从 HF 模型页一键跳转至 SageMaker Studio。 新流程自动配置 IAM 权限并显示 GPU 配额，省去了手动设置环境的繁琐步骤，加速模型微调与部署。
特定模型的预拟合雅可比透镜
这是一个 Hugging Face 模型仓库页面，提供了基于 Anthropic Jacobian Lens 库预拟合的特定模型透镜文件。 页面主要包含 MIT 许可证声明、Neuronpedia 探索链接以及下载统计信息。