OpenAI 分享面向销售团队的 ChatGPT 工作流
OpenAI 发布面向销售团队的 ChatGPT 实用工作流，覆盖客户调研、会议准备、外联沟通、销售管道复盘与销售执行等环节。
#教程/实践
#教程/实践
今日 3 条OpenAI NewsAI 评分1212 OpenAI NewsAI 评分88 OpenAI 分享 ChatGPT 负责任与安全使用 AI 的最佳实践
OpenAI 发布指南，介绍使用 ChatGPT 等工具时在安全、准确性和透明度方面的最佳实践，以帮助用户负责任地使用 AI。
Hugging Face BlogAI 评分4848 Anthropic 限制 Claude 访问后，Hugging Face 教你用开源模型救活 OpenClaw
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。
Hugging Face Blog精选AI 评分6262 NVIDIA 发布一天内构建领域专用嵌入模型的完整教程
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 AI精选AI 评分6262 Mistral 用 Vibe 搭建自动编写 Rails 测试的智能体
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 BlogAI 评分3636 Hugging Face 调研 16 个开源 RL 库：异步训练如何让 GPU 不再空转
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。
Hugging Face BlogAI 评分4040 Ulysses 序列并行：如何用百万 token 上下文训练大模型
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 BlogAI 评分3434 如何在嵌入式平台部署机器人 AI：数据集录制、VLA 微调与端侧优化
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 BlogAI 评分4444 PRX Part 3：24 小时训练一个文本到图像扩散模型
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 Blog精选AI 评分6262 Hugging Face 详解 transformers 如何支持 MoE 架构
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 Blog精选AI 评分6262 用 Unsloth 和 Hugging Face Jobs 免费训练 AI 模型
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。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 CUDA kernel agent skill，Claude 与 Codex 端到端生成可用内核
Hugging Face 构建了一个 agent skill，教编码智能体编写生产级 CUDA kernel，并用 Claude 和 Codex 在 diffusers 与 transformers 两个真实目标上端到端生成了可用的 kernel、PyTorch 绑定和基准测试。
推荐理由：Hugging Face 把 CUDA kernel 开发知识打包成 agent skill，并给出两个真实目标的端到端基准数据，可迁移到其他领域技能设计。
Hugging Face BlogAI 评分5858 OpenEnv 实践：在真实环境中评测工具型智能体
Meta 与 Hugging Face 联合推出的开源框架 OpenEnv 用于在真实系统而非模拟环境中评测 AI 智能体，Turing 为其贡献了生产级日历管理环境 Calendar Gym。
OpenAI NewsAI 评分2626 OpenAI 的 Harness engineering：在智能体优先的世界中驾驭 Codex
OpenAI 技术团队成员 Ryan Lopopolo 提出 Harness engineering，探讨在智能体优先的世界中如何利用 Codex。文章聚焦于围绕 Codex 构建工程实践，而非模型本身的能力。
Hugging Face BlogAI 评分3434 PRX 文本到图像模型训练设计：消融实验的经验教训
Hugging Face 公布 PRX-1.2B 文本到图像模型的训练消融实验，在 100k 步、256×256 分辨率、全局 batch size 256 的 Flow Matching 基线上，系统对比表征对齐、训练目标、token 路由与稀疏化、数据四类技巧对收敛与效率的影响。
Hugging Face Blog精选AI 评分6565 Hugging Face 发布 upskill：用 Claude 生成 CUDA kernel 技能并教给开源模型
Hugging Face 发布新工具 upskill，用大模型生成并评测 agent skill，再交给小模型使用。
推荐理由：原文给出用大模型生成 Skill 再迁移到小模型的完整流程与评测命令，可迁移到其他专业任务。
Hugging Face BlogAI 评分3838 解锁 GPT-OSS 的智能体 RL 训练：一次实践复盘
Hugging Face 团队用 verl 框架对 GPT-OSS-20B 做智能体强化学习训练，发现 KL 散度和熵爆炸、奖励不升，根因是 MoE 架构下双前向传播导致新旧 log-prob 不匹配、破坏 PPO 的 on-policy 一致性。团队通过修复 attention sink 和 MoE log-prob 对齐解决该问题，该修复同样适用于 GPT-OSS-120B。
OpenAI NewsAI 评分3636 OpenAI 详解 Codex 智能体循环：Codex CLI 如何编排模型、工具与提示词
OpenAI 发布 Codex 智能体循环技术解析，说明 Codex CLI 如何借助 Responses API 编排模型、工具、提示词与性能。文章为技术深度剖析，未披露新版本号、参数规模或 benchmark 数据。
OpenAI NewsAI 评分5252 OpenAI 如何将 PostgreSQL 扩展到支撑 8 亿 ChatGPT 用户
OpenAI 发文介绍其如何将 PostgreSQL 扩展到每秒数百万次查询，以支撑 8 亿 ChatGPT 用户。文中提到的主要手段包括副本、缓存、限流和工作负载隔离。
Mistral AIAI 评分3434 Heaps do lie：排查 vLLM 内存泄漏
Mistral AI 团队在预生产测试中发现，Mistral Medium 3.1 在 vLLM 上启用图编译并采用 NIXL 的 Prefill/Decode 分离式部署时，系统内存以每分钟 400 MB 线性增长，数小时后触发 out of memory。
OpenAI NewsAI 评分2424 Netomi 如何用 GPT-4.1 和 GPT-5.2 将智能体系统扩展至企业级
Netomi 借助 GPT-4.1 和 GPT-5.2 扩展企业级 AI 智能体，通过并发、治理与多步推理支撑可靠的生产工作流。该方案面向企业规模化部署场景，强调智能体系统在生产环境中的稳定性。
Hugging Face Blog精选AI 评分6262 NVIDIA 用 DGX Spark 与 Reachy Mini 搭建桌面智能体教程
NVIDIA 在 CES 2026 发布博客，给出用 DGX Spark 加 Reachy Mini 复现黄仁勋主题演讲中桌面智能体的分步教程，源码已开源。
推荐理由：完整复现路径覆盖模型选型、路由与工具调用，可据此搭一套本地私有桌面智能体。
Hugging Face BlogAI 评分3434 Transformers v5 重构 Tokenization：更简单、更清晰、更模块化
Hugging Face 在 Transformers v5 中重构了 tokenizer 设计，将 tokenizer 架构与训练好的词表分离，类似 PyTorch 将网络架构与学习权重分离。v5 提供更清晰的内部结构、干净的类层级和单一快速后端，让用户能检查、定制或从零训练模型专属 tokenizer，而非将其视为黑盒。
Hugging Face Blog精选AI 评分6262 Hugging Face 教程：让 Codex 端到端完成模型微调实验
Hugging Face 发布教程，展示如何用 Hugging Face Skills 让 OpenAI Codex 端到端完成机器学习实验：微调 Qwen3-0.6B、用 HumanEval 评测、生成训练报告并导出 GGUF。
推荐理由：以完整实验流程展示编码智能体如何端到端完成微调、评测与部署，可迁移到自己的训练任务。
Hugging Face BlogAI 评分2222 从第一性原理理解 continuous batching
Hugging Face 发布博客，从 attention 机制与 KV caching 出发，通过优化吞吐量推导出 continuous batching。该方法通过并行处理多个对话、完成即换出，来提升高负载场景下的推理性能。文中指出 attention 是 token 间唯一交互之处，其计算量随序列长度呈平方增长。
Hugging Face BlogAI 评分4040 Hugging Face 如何打造达到 SOTA 的深度研究智能体
Hugging Face 分享构建 SOTA 深度研究智能体的经验：七个月前其首版架构因假设过于复杂，在新一代模型到来后成为瓶颈，被迫推倒重建。团队转向更简化的编排逻辑并依赖模型自主性，同时借助 Tavily Advanced Search 在工具侧完成上下文工程，只返回最相关内容块以降低幻觉与延迟。
OpenAI NewsAI 评分1212 OpenAI：evals 如何驱动企业 AI 的下一章
OpenAI 发文阐述 evals 如何帮助企业定义、衡量并改进 AI 表现，从而降低风险、提升生产力并形成战略优势。
Hugging Face BlogAI 评分2222 如何用 Hugging Face kernels 库构建并分享 ROCm 内核
Hugging Face 的 kernels 库支持用 kernel-builder 构建并分享 ROCm 内核，可集成进 PyTorch 工作流。指南以 RadeonFlow GEMM 内核为例，该内核针对 AMD Instinct MI300X 优化，采用 FP8 e4m3fnuz 格式与分块缩放，曾获 AMD Developer Challenge 2025 大奖。
Hugging Face BlogAI 评分4242 MiniMax M2 如何重新思考智能体的泛化能力
MiniMax M2 在 post-training 的智能体对齐阶段提出，智能体泛化不只是适配新工具，而是要在工具信息、系统提示词、用户提示词、环境和工具返回等全流程扰动下保持稳定。团队因此采用 Interleaved Thinking，让思考过程贯穿任务全程而非仅在开头，并构建了面向全轨迹泛化的数据管线。M2 用户需保留包含思考步骤的完整会话历史，否则会出现性能差距。
Hugging Face BlogAI 评分3838 用 NVIDIA Isaac 从仿真到部署构建医疗机器人
NVIDIA Isaac for Healthcare v0.4 发布基于 SO-ARM 的端到端入门工作流，开发者可用 LeRobot 采集数据、微调 GR00T N1.5、在 IsaacLab 评估后部署到真实硬件。
Hugging Face BlogAI 评分3838 NVIDIA Isaac for Healthcare 如何从仿真到部署构建医疗机器人
NVIDIA 发布 Isaac for Healthcare v0.4，提供基于 SO-ARM 的端到端入门工作流，覆盖数据采集、GR00T N1.5 后训练与真机部署。该流程中超过 93% 的训练数据由仿真合成生成，混合约 70 个仿真 episode 与 10-20 个真实 episode，可在单台 DGX Spark 上完成仿真、训练与部署。
Hugging Face BlogAI 评分4040 Hugging Face 提出“语音同意门”：让声音克隆必须先获得本人同意
Hugging Face 提出“语音同意门”机制，让模型只有在说话人明确说出同意语句并被 ASR 识别后才启动声音克隆。该方案用语言模型为每次授权生成一对全新句子，一句表达明确同意并包含模型名，另一句提供语音多样性，从而支持可追溯、可审计的授权流程。官方同时发布了示例 Space 和配套代码。
Hugging Face BlogAI 评分3636 如何用开源模型强化你的 OCR 流水线
Hugging Face 发布指南，介绍如何用 Chandra、OlmOCR-2 等开源权重 OCR 模型搭建文档处理流水线，并给出各模型的 OlmOCR 评测分数。指南覆盖模型能力对比、微调与开箱即用的取舍、选型要点，以及用多模态检索和文档问答超越传统 OCR。
Hugging Face BlogAI 评分2222 Google Cloud C4 搭配 Intel 与 Hugging Face，让 GPT OSS 的 TCO 提升 70%
Intel 与 Hugging Face 联合在 Google Cloud C4 虚拟机（Intel Xeon 6 处理器）上对 OpenAI GPT OSS 大模型做文本生成基准测试，相比上一代 C3 实例实现 1.7 倍 TCO 提升，TPOT 吞吐/vCPU/美元提升 1.4 至 1.7 倍，每小时价格更低。
Hugging Face BlogAI 评分2626 如何在 Intel CPU 上三步运行 VLM：以 SmolVLM 为例
Hugging Face 博客给出在 Intel CPU 上本地运行视觉语言模型（VLM）的三步流程：用 Optimum Intel 与 OpenVINO 将 SmolVLM2-256M-Video-Instruct 转换为 OpenVINO IR，再通过仅权重量化（INT8）或静态量化压缩模型，最后执行推理，无需 GPU。
Hugging Face BlogAI 评分3434 用 Core ML 和 dots.ocr 实现 SOTA OCR
Hugging Face 发布三部分系列文章，讲解如何将 RedNote 的 3B 参数 OCR 模型 dots.ocr 转换到端侧运行，该模型在 OmniDocBench 上超越 Gemini 2.5 Pro。
Hugging Face BlogAI 评分3838 VibeGame：探索 Vibe Coding 游戏开发
Hugging Face 博客发布 VibeGame，一个基于 three.js、rapier 和 bitecs 构建的高层声明式游戏引擎，专为 AI 辅助游戏开发设计。
Hugging Face BlogAI 评分2828 在 Intel Core Ultra 上用深度剪枝草稿模型加速 Qwen3-8B Agent
Hugging Face 用 OpenVINO.GenAI 在 Intel Core Ultra 上加速 Qwen3-8B，以 Qwen3-0.6B 为草稿模型做投机解码，生成速度提升约 1.3×；再对草稿模型剪掉 28 层中的 6 层并用 Qwen3-8B 生成的合成数据微调，加速比进一步升至约 1.4×。
Hugging Face BlogAI 评分4848 Hugging Face 发布 Smol2Operator：用两阶段后训练让 SmolVLM2 变身 GUI 智能体
Hugging Face 发布 Smol2Operator，以 SmolVLM2-2.2B-Instruct 为基线，通过两阶段训练让原本无 grounding 能力的视觉语言模型获得 GUI 操作与智能体推理能力。
Hugging Face BlogAI 评分4040 Hugging Face 推出 SyGra：面向 LLM 与 SLM 的一站式数据构建框架
Hugging Face 发布低代码/无代码框架 SyGra，用于为 LLM 和 SLM 生成、转换与对齐数据集。该框架以 Python 库形式提供，支持 vLLM、Hugging Face TGI、Triton、Ollama 等多种推理后端，可覆盖 Q&A 生成、SFT 到 DPO 偏好对构建、推理增强、多语言转换及质量过滤等场景。