全部 AI 动态

借助 LFM2.5-VL-DSpark 加速视觉语言模型

该内容主要探讨如何通过 LFM2.5-VL-DSpark 针对视觉语言模型（VLM）进行性能加速与推理优化。由于提供的原始材料仅包含标题，缺乏详细的摘要和正文内容，目前关于其具体的加速架构、基准测试表现、计算效率提升幅度及技术实现细节均无法获知，需等待官方或作者补充更详尽的技术报告与文档说明。

如何利用 NVIDIA Warp 与 MjWarp 加速机器人仿真及学习工作流

该技术文章聚焦于如何结合使用 NVIDIA Warp 与 MjWarp 框架，以加速机器人领域的物理仿真与强化学习等工作流。由于提供的原始素材缺少详细摘要与正文内容，具体的技术架构实现、性能评测对比及实操步骤等细节尚无法进一步展开。整体内容旨在探讨通过高性能 GPU 仿真工具提升机器人开发与训练效率的方法。

英国AI安全研究所与EvalEval推动基准评测结果可复现

该内容探讨了英国人工智能安全研究所（UK AISI）与EvalEval如何致力于提升AI模型基准测试结果的可复现性。由于输入信息仅包含标题，具体的技术方案与评测框架细节尚未披露。该工作旨在应对大模型评估中常见的结果波动与透明度不足问题，推动AI评估与安全基准测试走向标准化与可靠化。

Transformers 现已支持直接运行 llama.cpp 量化模型

Hugging Face 旗下核心框架 Transformers 现已支持直接加载和运行 llama.cpp 的量化格式模型。该功能进一步融合了主流开源推理生态，允许开发者在 Transformers 生态内直接使用经过 llama.cpp 极限量化的模型权重，大幅降低本地推理的显存占用并提升部署灵活性。由于输入信息较少，详细支持范围与参数请参阅官方更新说明。

oMLX 创建者 Jun Kim 加入 Hugging Face，将重点支持 MLX 社区生态

开源项目 oMLX 的创建者兼维护者 Jun Kim 宣布加入 Hugging Face，未来将专注于支持与发展苹果芯片机器学习框架 MLX 的开源生态。MLX 是苹果专为 Apple Silicon 设计的深度学习框架，oMLX 则为其相关衍生工具。由于原文仅提供标题信息，其具体职责及合作路线图等细节尚未披露。

像物理学家一样剪枝大模型：将层块移除转化为伊辛优化问题

该研究提出了一种从物理学视角出发的大语言模型剪枝新方法，将大模型中的层块移除（Block Removal）形式化建模为伊辛优化问题（Ising Optimization Problem），旨在通过统计物理中的经典优化模型探索更高效、系统化的模型压缩与结构化剪枝方案。注：原始素材仅提供标题，详细算法实现与实验结果待论文正文披露。

Tokenizers v1 性能基准：编码、解码与扩展性实测

文章标题显示其关注 tokenizers v1 版本的性能表现，对文本编码（encode）、解码（decode）以及扩展性（scaling）进行了实际测量与基准评估。由于原始输入仅包含标题且未提供详细摘要正文，具体测试环境、对比基准、量化性能提升数据及核心结论等细节信息不足，建议查阅原文获取详细基准测试报告。

智能体完成了一次任务，它还能稳定复现吗？

文章探讨了 AI 智能体在任务执行中的可靠性与可复现性问题。尽管部分智能体能够在单次测试或特定场景下顺利完成复杂任务，但在多次运行或面对微小环境变动时，往往难以保证表现的一致性。由于提供的信息有限，文章主要聚焦于智能体在实际工程落地中鲁棒性不足的挑战，以及如何建立科学的评测体系以验证智能体的长期稳定性。

Async GRPO with LoRA across HF Jobs: a bucket, a proxy, and no NCCL

Rebuilding AUTOMATIC1111 with Gradio Workflow

NeoMME: an efficient Multimodal-native and Multilingual Encoder

Fine-tuning a 350M Model for Better Structured Outputs in 100 GRPO Steps

Give Your Coding Agents a Memory You Own

Training a coding model to paint watercolours with TRL and OpenEnv

BenchMIRT: What are LLM benchmarks actually measuring?

Introducing @huggingface/kernels: 200+ WebGPU Kernels for Local AI

The Open ASR Leaderboard Adds Its First Global South Language

Training and Finetuning Multi-Vector Embedding Models with Sentence Transformers

Granite 4.2 LLMs: How They're Built

Quantization-Aware Healing: a compressed, 4-bit model that outperforms its full-precision original

Wire It, Run It, Deploy It: AI Workflows in Gradio

How Hugging Face Inference Endpoints, Jobs, and Buckets Power Search on Papers with Code

Measuring benchmark optimization in speech recognition

Up to 3.2x Faster Inference with LFM2.5-DSpark

How Much Memory Does Your Agent Actually Need?

Multi-Vector (Late Interaction) Embedding Models with Sentence Transformers

Same Cluster, 33 Points More Utilization: What Changed Was the Order

State of Open Models: Summer 2026 Observations

Record, train, and deploy from one place with Strands Agents, LeRobot, and Hugging Face Storage Buckets

What We Learned by Reproducing 2,200 papers from ICML