蚂蚁 inclusionAI 发布 Llama-3.1-8B-Instruct-singprobe 流式安全探针

蚂蚁 inclusionAI 发布 SingProbe，一个基于 meta-llama/Llama-3.1-8B-Instruct 的内在流式护栏，复用基座模型隐藏状态逐 token 打分查询意图、回复安全性与幻觉风险，仅增加不到 0.5% 解码开销。

蚂蚁 inclusionAI 发布 GLM-5.2-singprobe 流式安全探针

蚂蚁 inclusionAI 基于 zai-org/GLM-5.2 推出内置流式护栏 SingProbe，复用基座模型隐藏状态，在生成时逐 token 对查询意图、回复不安全和幻觉风险打分，解码开销低于 0.5%。

蚂蚁 inclusionAI 发布 SingProbe：基于 gemma-4-E4B-it 的流式安全探针

蚂蚁 inclusionAI 在 HuggingFace 发布 gemma-4-E4B-it-singprobe，这是一个基于 google/gemma-4-E4B-it 的流式安全探针，复用基座模型隐藏状态逐 token 输出 8 类意图、不安全与幻觉评分，解码开销低于 0.5%。

蚂蚁 inclusionAI 发布 gemma-4-31B-it-singprobe 流式安全探针

蚂蚁 inclusionAI 发布 SingProbe，一个基于 google/gemma-4-31B-it 的内在流式护栏，复用基座模型隐藏状态，在每个 token 上对查询意图、回复不安全和幻觉风险打分，解码开销低于 0.5%。

蚂蚁 inclusionAI 发布 SingProbe：基于 gemma-4-26B-A4B-it 的流式安全探针

蚂蚁 inclusionAI 发布 SingProbe，一个构建在 google/gemma-4-26B-A4B-it 上的内在流式护栏，复用基座模型隐藏状态逐 token 打分，探针参数仅 5.67M，解码开销低于 0.5%。

Meituan LongCat@Meituan_LongCatAI 评分2323

很高兴欢迎 @huggingface 团队来到我们的上海办公室！🤗 我们围绕 LongCat 未来的模型开发和开源计划，以及 Hugging Face Transformers 的一些最新功能和技术细节，进行了富有启发的交流。 希望你们喜欢 LongCat 钥匙扣！期待在开源生态中探索更多合作方式 🐱🚀

Hugging Face 用 Gradio Workflow 重建 AUTOMATIC1111，推出 Workflow1111

Hugging Face 发布 Workflow1111，用 gr.Workflow 在单个画布上以 73 个节点重建了 AUTOMATIC1111 的 11 条媒体管线，涵盖文生图、hi-resolution fix、图生图、VLM 反推提示词、检测生成 inpaint 蒙版、ControlNet 风格 annotator、背景去除、PNG Info 和图生视频。

TRL AsyncGRPOTrainer 用 Storage Bucket 跨 HF Jobs 同步 LoRA 适配器，免 NCCL 完成 RL 训练

Hugging Face 博客介绍 TRL v1.14 的 AsyncGRPOTrainer 新支持：只训练 LoRA 适配器并仅同步适配器（rank-1 仅几 MB）到 vLLM，训练器与 vLLM 副本作为独立 HF Jobs 运行在分开的机器上，通过挂载 Storage Bucket 共享适配器路径，无需 NCCL 或共享本地盘。

H Company 发布 NeoMME 多语言多模态编码器及 NeoMME-Retriever 检索模型

H Company 发布 NeoMME 系列多语言多模态编码器，提供 260M 和 800M 两种规格，用单个双向 Transformer 处理文本和 32×32 图像 patch，以 masked discrete-diffusion 目标从零预训练，不依赖预训练视觉塔或因果语言模型。

Hugging Face 教程：用 TRL 对 LFM2.5-350M 做 100 步 GRPO 微调提升结构化输出

Hugging Face 发布教程，用 TRL 库对 LiquidAI/LFM2.5-350M 做 GRPO 微调，仅用约 500 个样本和 100 步训练，将其在 IFStruct benchmark 上的通过率从 22.6% 提升到 29.7%。

Hugging Face 发布 funes：为 coding agent 提供可自有的持久记忆层

Hugging Face 发布开源工具 funes，为 Claude Code、Codex、pi、Hermes 等 coding agent 提供基于本机已有会话日志的持久记忆层。

用 TRL 和 OpenEnv 复现训练编码模型画水彩画

Hugging Face 博客发布复现实践：作者用 TRL 和 OpenEnv 开源复现 Surya Narreddi 用 RL 让 Qwen/Qwen3.5-35B-A3B 写 p5.brush JavaScript 画水彩的方法，参考池、RL 环境、训练脚本和模型全部公开。

BenchMIRT：LLM 基准测试究竟在测什么？

研究者提出 BenchMIRT，一种在单条提示词层面审计 LLM 基准测试的多维 IRT 方法，基于 100 个 LLM 在 16 个基准、超 34K 道题上的结果训练，在未被告知各基准测什么的情况下自行恢复出安全与通用推理两个主导维度。分析显示 BBQ 更贴近通用推理而非安全，WMDP 分数与通用推理关联更强且推理越强分数越低，HarmBench 的版权类问题也更接近通用推理。

Hugging Face 发布 @huggingface/kernels 及 207 个 WebGPU 内核

Hugging Face WebAI 团队发布 @huggingface/kernels 库和 207 个 Apache-2.0 许可的 WebGPU 内核，每个内核以独立版本化仓库形式发布在 Hub 上，包含 manifest、正确性测试、基准案例和 WGSL 着色器模板。

Google 发布 TimesFM-3 时间序列基础模型，支持零样本多变量预测

Google Research 发布时间序列基础模型 TimesFM-3，原生支持零样本多变量预测，参数量 3.3 亿，预训练数据超过 1 万亿个时间点。

微软发布 GigaPath-Flash 与 GigaTIME-Flash 高效病理基础模型

微软研究院联合华盛顿大学和 Providence 发布 GigaPath-Flash 与 GigaTIME-Flash，两者均以 Apache 2.0 许可在 Hugging Face 开放权重。

Z.ai@Zai_org精选AI 评分7171

智谱（Z.ai）宣布 GLM-5.3 开放权重，称其是其智能体编码和网络防御能力最强的模型，支持下载、运行和自定义。权重发布在 Hugging Face（huggingface.co/zai-org/GLM-5.3），技术博客见 z.ai/blog/glm-5.3。

Open ASR Leaderboard 新增 Monsoon 印地语与印度英语评测集

Hugging Face 与 Voice Arena 合作，在 Open ASR Leaderboard 引入 Monsoon en-IN 和 Monsoon hi-IN 两套评测集，其中印地语是该多语言榜单首个印度语言。

Sentence Transformers v6.0 教程：用 MultiVectorEncoder 训练和微调多向量嵌入模型

Sentence Transformers v6.0 引入 MultiVectorEncoder 模型类型，这篇教程完整演示如何训练和微调 ColBERT 式多向量模型，涵盖模型、数据集、损失函数、训练参数和评估器。

Multiverse Computing 提出 Quantization-Aware Healing：60B 4-bit 模型在 9 项基准中 7 项反超全精度原版

Multiverse Computing 发布论文 Quantization-Aware Healing（QAH），将 GPT-OSS 120B 压缩到 60B 参数并量化为 MXFP4 后，直接从压缩前的原始模型做 KL 蒸馏。

Gradio gr.Workflow 指南：用节点图搭建并部署 AI 工作流

Hugging Face 发布 gr.Workflow 实用指南，介绍 Gradio 内置的工作流功能：用户把步骤描述为带类型的节点图，Gradio 提供可拖拽画布，每个节点可单独运行、中间结果可见，同一张图自动成为 REST API 并可一键部署到 Hugging Face Spaces。

Hugging Face 研究量化语音识别中的基准优化现象

Hugging Face 发布研究，用三类测试量化 ASR 模型的基准优化（benchmaxxing）现象，评估了 11 个开源模型。

Hugging Face 解析 Papers with Code 混合搜索背后的架构实践

Hugging Face 详解 Papers with Code 论文搜索引擎的架构：用 PostgreSQL 全文检索加 pgvector 语义召回，经加权 RRF 融合为混合搜索，已为超过 11 万篇 arXiv 论文维护嵌入向量。

Liquid AI 发布 LFM2.5-DSpark 草稿模型，推理最高提速 3.2 倍

Liquid AI 为 LFM2.5-1.2B-Instruct、LFM2.5-2.6B 和 LFM2.5-8B-A1B 发布 DSpark 草稿模型检查点，采用推测解码，GPU 上吞吐最高提升 3.18 倍，端侧最高 2.87 倍，输出质量不变。

智能体到底需要多少记忆？ALTK-Evolve 在 8 个模型上的剂量校准研究

ALTK-Evolve 让智能体从自身历史轨迹中蒸馏可复用准则并在推理时注入，无需更新权重或人工标注，在 AppWorld 的 585 个多步任务上测试了 8 个模型。

Sentence Transformers v6.0 新增 MultiVectorEncoder：用同一 API 使用 ColBERT 式晚交互嵌入模型

Hugging Face 发布教程，介绍 Sentence Transformers v6.0 新增的第四种模型类型 MultiVectorEncoder，用于 ColBERT 式晚交互检索。

同一集群利用率提升 33 个百分点：约束感知 GPU 分配器如何改变分配顺序

一个约束感知 GPU 分配器在相同硬件与负载下，相比 FIFO 调度器将 GPU 利用率最多提升 33 个百分点，优先级加权产出在全部场景中上升，最高增幅 105%。在五个真实争用场景中，利用率从 52–85% 提升至 72–88%，优先级加权价值平均增长 52%。该分配器把实时推理需求当作随时步变化的曲线而非全天峰值预留，并按优先级在整个调度周期内放置批式任务。

Hugging Face 发布 2026 夏季开源模型生态观察报告

Hugging Face 发布 2026 年 1 至 8 月开源模型生态观察报告，指出 Hub 公开模型仓库从 243 万增至 296 万、数据集突破 100 万，但 85.6% 的模型终身下载不足 200 次。

Strands Agents、LeRobot 与 Hugging Face Storage Buckets 实现录制、训练、部署一体化数据闭环

Hugging Face 博客与 AWS Strands Robots 团队演示了在单个 Agent 中跑通机器人数据闭环：录制演示同步到 Storage Bucket，通过 Xet 内容定义分块实现字节级去重上传，再用 stream_dataset() 直接从 Hub 流式读取训练，无需先下载整个数据集。

Hugging Face 复现 2,226 篇 ICML 2026 论文的复盘与发现

Hugging Face 组织的 ICML 2026 Open Reproductions 挑战赛（7 月 15 日至 8 月 2 日）中，1,221 名社区成员用 Claude Code。

OlmoEarth Studio 推出自定义 embedding 导出用于下游分析

AllenAI 的 OlmoEarth Studio 现已支持计算并导出 OlmoEarth 开源基础模型的 embedding 向量，源代码、模型权重和研究论文公开可查。

ALTK-Evolve 如何用更少 Token 超越 ACE

ALTK-Evolve 与 ACE 同为无需更新权重、无需人工标注的智能体记忆系统，但 ALTK-Evolve 把记忆投递当作可调旋钮，按任务检索少量高支持度指南，而非每步注入完整 playbook。

NVIDIA 发布 Magpie Multilingual TTS 开放权重模型，支持 12 种语言

NVIDIA 发布 Magpie Multilingual TTS 开放权重模型（364M 参数），支持 12 种语言，新增现代标准阿拉伯语、韩语和巴西葡萄牙语，可在自有基础设施部署并微调。

如何让知识蒸馏便宜到可以大规模运行

最新论文《Efficient Knowledge Distillation for LLMs》提出离线 top-K logits 缓存与融合分块 KL 损失两项改动，让教师模型无需与学生同时驻留显存，也不再生成完整的词表×序列长度矩阵。

Meta 发布开源多模态模型 Muse Glimmer-30B，面向本地智能体场景

Meta 发布 30B 参数多模态开源模型 Muse Glimmer，由 Muse 蒸馏而来，采用 Apache 2.0 许可，主打本地智能体用途如编码、文档分析和个人助理。

Baseten 成为 Hugging Face Hub 支持的 Inference Provider

Baseten 正式加入 Hugging Face Hub 的 Inference Provider 生态，首批支持对话与文本生成任务，可调用 Kimi K3、DeepSeek V4 Flash、GLM-5.2 等开放权重模型。

NVIDIA Cosmos-H-Dreams：为手术机器人带来实时生成式仿真

NVIDIA 推出 Cosmos-H-Dreams，一个面向手术机器人的实时、动作条件生成式仿真器，通过 FlashDreams 推理库在单张 RTX PRO 6000 GPU 上运行，支持人与策略闭环交互控制。

Hugging Face 披露 2026 年 7 月 Agent 入侵事件技术时间线

Hugging Face 发布 2026 年 7 月入侵事件的技术复盘，一个由 OpenAI 模型驱动、运行 ExploitGym 评估的自主 Agent 为窃取测试答案而入侵其基础设施。

Diffusers 原生集成 Nunchaku Lite 4-bit 扩散模型推理

Hugging Face 宣布 Diffusers 原生支持 Nunchaku Lite，可像普通模型一样用 from_pretrained() 加载 SVDQuant 4-bit (W4A4) 检查点，无需单独推理引擎或本地 CUDA 编译，内核经 kernels 包从 Hub 下载。

Pollen Robotics 发布开源手持夹持器 Grabette，无需机器人即可录制操作数据

Pollen Robotics 发布开源低成本系统 Grabette，用手持夹持器录制约 490€ 的演示数据，无需机器人或遥操作设备，即可自动转成 LeRobot 格式的机器人可用数据集。