NVIDIA 发布开源库 NeMo AutoModel，在 HuggingFace Transformers v5 之上加入 Expert Parallelism、DeepEP 融合 all-to-all 调度和 TransformerEngine 内核，微调 MoE 模型时训练吞吐提升 3.4-3.7 倍、GPU 显存减少 29-32%，且只需改动一行 import。
推荐理由：原文给出同一 from_pretrained() 接口下的吞吐与显存对比数据，读者可据此判断 MoE 微调的迁移成本。
Hugging Face 将 huggingface_hub 的发版周期从每 4 到 6 周缩短到每周一次，整套流程跑在单个 GitHub Actions workflow 上，由 OpenCode 驱动开放权重模型（当前为 Z.ai 的 GLM-5.2）起草 release notes 和 Slack 公告。
推荐理由：Hugging Face 公开了每周发版的完整 CI 流程，其中模型起草加确定性校验的循环可直接迁移到其他项目。
Google Chrome 团队开发者关系工程师 Thomas Steiner 在 Hugging Face 博客中，试验了拟议的 Cross-Origin Storage（COS）API 如何解决 Transformers.js 的跨源缓存重复问题。
Hugging Face 博客介绍了用本地模型 Gemma 和 Qwen 在 agent harness 中对 OpenClaw 仓库的 issue 和 PR 做分类分诊的方案。
推荐理由：作者用本地模型加受限 shell 做 PR 分类，给出了可复用的 agentic classification 配方与实测对比数据。
Hugging Face 发布 agent-eval 工具，用于评测智能体使用某个库完成任务的全过程，而不只看最终答案，并以 transformers 为案例在模型、版本、任务三个维度上展开测试。
推荐理由：原文给出了一套可复用的工具基准方法，并展示了同一改动对不同规模模型效果相反的具体证据。
Hugging Face 在 PEFT 库中对比了 LoRA 之外的多种参数高效微调技术，并指出仅凭论文结果难以判断哪种技术最优。其统计显示，Hugging Face Hub 上提及单一 PEFT 技术的 20,834 个模型卡中有 20,509 个（98.4%）提到 LoRA，外部站点 10,000 个图像生成 checkpoint 中 7,111 个为 LoRA。
AWS 开源的 Strands Robots SDK（Apache 2.0）把 LeRobot 栈封装成 AgentTools，让一个 Strands 智能体在单次循环里完成仿真录制演示、推送 LeRobotDataset 到 Hub、跑策略、再以改一个关键字参数的方式部署到实体 SO-101，并通过 Zenoh 对等网格广播指令到多台机器人。
推荐理由：AWS 团队给出从 Hub 数据集到实体机器人的五步流程，可看到仿真与真机共用同一数据集格式的工程取舍。
PyTorch 性能剖析系列第二部分用 nn.Linear（bias=True）替换手写的 matmul-add，并堆叠三层加激活构成 MLP，在 NVIDIA A100-SXM4-80GB 上分析 profiler trace。
作者让编码智能体调用两个 Hugging Face Space，先由 ideogram-ai/ideogram4 生成六张巴黎地标图像，再由 VAST-AI/TripoSplat 从单图重建 3D Gaussian splat，最终拼装成可交互的静态 Space 画廊。
推荐理由：作者用一次真实搭建演示了如何让编码智能体串联两个 Space 完成图像到 3D 的流水线，方法可直接复用。
Hugging Face 发布教程，介绍如何保留 GitHub Actions 调度、把 CI 任务放到 Hugging Face Jobs 上运行，通过 huggingface/jobs-actions 桥接把 GitHub Actions 任务变成 HF Job 内的临时自托管 runner。
DharmaOCR 团队将 Direct Preference Optimization（DPO）用于结构化 OCR 任务，以正确转录为 chosen、退化循环为 rejected 构建偏好数据，在 SFT 之后追加第二阶段训练，使所有测试模型家族的文本退化率平均下降 59.4%，最高降幅 87.6%（Nanonets-OCR2-3B 从 1.61% 降至 0.20%）。
Hugging Face 发布 PyTorch 性能分析系列第一篇，讲解如何用 torch.profiler 分析矩阵乘法加法运算。
Hugging Face 让 Reachy Mini 机器人实现完全本地语音对话，无需云端和 API key。
Hugging Face 在 TRL 中落地 Delta Weight Sync：只把 RL 优化步之间发生变化的 bf16 权重编码成稀疏 safetensors 文件，上传到 Hugging Face Bucket，再由 vLLM 拉取应用。
推荐理由：TRL 把稀疏增量权重同步落到可 pip 安装的实现，读者可据此判断跨机房异步 RL 训练的成本结构变化。
Hugging Face 发布 AI Agent 术语表，聚焦常被混用的 harness、scaffold、agent、context engineering 等概念，并给出 Agent = Model + Harness 的实用心智模型。
Hugging Face 发文解析连续批处理中的异步化，指出默认同步批处理下 CPU 与 GPU 轮流工作，用 8B 模型、batch size 32 生成 8K tokens 时总耗时 300.6 秒，其中 24.0% 时间 GPU 处于空闲等待 CPU。
Hugging Face 发布系列文章，分析 AWS 基础设施如何与开源软件栈配合支撑基础模型全生命周期。
PipelineRL 在 vLLM V0 到 V1 迁移中通过修复四项问题让 V1 与 V0 参考对齐：processed_logprobs 语义、V1 专属运行时默认值、inflight 权重更新路径，以及最终投影所用的 fp32 lm_head。
OpenAI 本周在 Hugging Face Hub 发布开源 PII 检测模型 Privacy Filter，可在单次 128k 上下文前向传播中标注八类个人信息，采用 Apache 2.0 许可，1.5B 参数、50M 激活参数，在 PII-Masking-300k 基准上达到 SOTA。
推荐理由：文章给出三个基于 Privacy Filter 的可运行应用与 gradio.Server 前后端分工写法，可迁移到自己的 PII 脱敏工具。
Hugging Face 发布教程，讲解如何在 Manifest V3 约束下用 Transformers.js 在 Chrome 扩展中运行本地 AI 功能，并以官方发布的 Gemma 4 浏览器助手扩展为参照。
Sentence Transformers 现已支持训练和微调多模态嵌入与重排序模型，作者以 Qwen/Qwen3-VL-Embedding-2B 微调视觉文档检索（VDR）为例，微调后 NDCG@10 从基座的 0.888 提升至 0.947，超过其测试的所有现有 VDR 模型，包括参数量达其 4 倍的模型。
Hugging Face 发布了一个 Skill 和配套测试工具，帮助贡献者把 transformers 中的语言模型移植到 mlx-lm，使模型加入 transformers 后能较快在 MLX 上可用。
推荐理由：Hugging Face 公开了把 transformers 模型移植到 mlx-lm 的 Skill 与测试工具，读者可了解其流程与对评审者的减负方式。
OpenAI 发布指南，介绍如何用 ChatGPT 探索数据集、生成洞察、创建可视化，并将发现转化为可执行的决策。
OpenAI 发布面向初学者的 AI 基础指南，解释 AI 是什么、如何运作，以及 ChatGPT 这类工具如何使用大语言模型。内容为入门级科普，未涉及具体模型版本、参数或性能数据。
OpenAI 发布面向财务团队的 ChatGPT 工作流学习内容，覆盖财务分析、报告、规划与决策沟通等实用场景。内容聚焦如何将 ChatGPT 应用于财务日常工作流程。
OpenAI 发布指南，介绍如何用 ChatGPT 做研究：收集来源、分析信息，并生成结构化、带引用的洞察。
OpenAI 介绍在 ChatGPT 中处理文件的实用方法，涵盖从查找信息到整理、转换文档，以及将文件用于工作流等场景。
OpenAI 发布提示词基础指南，讲解如何写出清晰有效的提示词，从而让 ChatGPT 给出更好、更有用的回答。内容面向希望提升提示词技巧的用户，聚焦提示词撰写的基本原则。
OpenAI 发布指南，介绍如何用 ChatGPT 进行写作，完成内容的起草、修改与润色，并保持清晰的结构、语气和意图。
OpenAI 介绍如何用 ChatGPT 进行头脑风暴，把粗略想法整理成结构化、可执行的计划。内容涵盖激发创意与梳理思路，属于使用指南而非新功能发布。
Sentence Transformers v5.4 更新后，可用同一套 API 编码和比较文本、图像、音频与视频，并支持多模态嵌入与重排模型。嵌入模型把不同模态映射到共享向量空间，重排模型对混合模态输入对打分，可用于视觉文档检索、跨模态搜索和多模态 RAG。
推荐理由：官方给出 v5.4 多模态嵌入与重排的完整用法和模型清单，可据此判断跨模态检索如何接入现有 RAG 流程。
Anthropic 正限制 Pro/Max 订阅者在开放智能体平台中访问 Claude 模型，Hugging Face 建议将 OpenClaw、Pi、Open Code 等智能体迁移到开源模型。
NVIDIA 发布教程，介绍用单张 GPU 在不到一天内把通用嵌入模型微调为领域专用模型，全程无需人工标注。流程基于 NeMo Data Designer 生成合成问答对、用难负样本挖掘做对比学习，微调 Llama-Nemotron-Embed-1B-v2，在 NVIDIA 公开文档数据集上 Recall@10 与 NDCG@10 提升超过 10%。
推荐理由：NVIDIA 公开了从合成数据生成到 NIM 部署的完整嵌入模型微调流程，并给出可复现的评测数字。
Mistral 基于其开源编码助手 Vibe 搭建了一个自动编写 Rails RSpec 测试的智能体，可读取源码、生成或改进测试、按风格规则与覆盖率目标校验，并在 CI/CD 中无人干预运行。
推荐理由：Mistral 公开了用 Vibe 搭建自动写 RSpec 测试智能体的完整方案，包括 AGENTS.md、skills 与自定义工具的具体做法和实测数据。
Hugging Face 调研了 16 个围绕异步训练构建的开源 RL 库，并按编排原语、缓冲区设计、权重同步协议、staleness 管理、部分 rollout 处理、LoRA 支持、分布式训练后端 7 个维度进行对比。
Snowflake AI Research 的 Ulysses 序列并行（属于 ALST 协议）通过注意力头并行把注意力计算分散到多张 GPU，支持百万级 token 上下文训练。
Hugging Face 博客发布 NXP 的嵌入式机器人 AI 实践指南，涵盖机器人数据集录制、VLA 策略微调（ACT 与 SmolVLA）以及端侧优化。NXP 以"把茶包放进杯子"任务为例，用 3 个摄像头（顶部、夹爪、左侧）录制 120 个 episode，并指出异步推理需让端到端延迟短于动作执行时长。指南还介绍了 NXP i.MX 95 SoC 优化后的实时性能表现。
Hugging Face 博客发布 PRX 系列第三篇，用 32 张 H200、约 1500 美元算力预算在 24 小时内完成文本到图像扩散模型训练，并开源训练代码与实验框架。该方案采用 x-prediction 在像素空间直接训练、无需 VAE，并叠加 LPIPS 与 DINOv2 感知损失、TREAD token 路由、REPA 表征对齐和 Muon 优化器。
Hugging Face 发布博客，讲解 transformers 库为支持 MoE 稀疏架构所做的工程改造，涵盖权重加载重构、专家后端、专家并行和 MoE 训练四个方面。
推荐理由：Hugging Face 官方拆解 transformers 为 MoE 重做的权重加载、专家后端与并行方案，并给出 v4 与 v5 的加载耗时对比。
Hugging Face 发布教程，介绍如何通过 Claude Code、Codex 等编码智能体，用 Unsloth 和 Hugging Face Jobs 微调 LiquidAI/LFM2.5-1.2B-Instruct。
推荐理由：原文给出从安装 Skill 到提交 HF Jobs 的完整命令与成本表，可据此估算小模型微调的实际开销。