如何用 Sentence Transformers 训练与微调多向量嵌入模型
Sentence Transformers 多向量训练教程基于 v6.0 的 MultiVectorEncoder，给出从检查点选择、领域微调到评估与索引压缩的完整流程。
全部AI 动态
全部动态
今日 12 条Hugging Face BlogAI 评分5252 Google ResearchAI 评分4747 AgentHands：为 XR 中基于空间环境的智能体对话生成交互式手势
Google Research 推出研究原型 AgentHands，让 AI 智能体在 XR 中生成与语音同步、贴合用户物理环境的手势。系统将 LLM 回答中的手势事件绑定到触发词，通过词级时间戳协调语音与动画。研究以 12 名参与者对比纯语音基线，结果显示空间指代效果显著改善。
Hugging Face Blog精选AI 评分6868 IBM Granite 4.2 推理模型如何构建：从基础模型到多阶段强化学习
IBM Granite 团队详解 Granite 4.2 的构建流程，3B、8B、30B 模型均由 Granite-4.1 基础模型经 SFT 和多阶段强化学习训练而来。
推荐理由：分阶段训练配方将可验证奖励、真实环境任务和偏好对齐串联起来，为拆解推理与智能体能力的训练路径提供具体参考。
Hugging Face BlogAI 评分4747 Quantization-Aware Healing：让压缩后的 4-bit 模型超越其全精度版本
Quantization-Aware Healing（QAH）使压缩至 60B 的 GPT-OSS 120B 模型在量化为 MXFP4 后，在 9 项基准中的 7 项超越同架构的 bfloat16 恢复版本。QAH 直接从压缩前的原始模型蒸馏，而非从恢复后的检查点蒸馏，避免受后者精度上限约束。
Hugging Face Blog精选AI 评分7272 如何用 Gradio 连接、运行和部署 AI 工作流
Gradio 内置的 gr.Workflow 可将 AI 流水线表示为带类型节点的图，并提供可拖拽、逐节点运行和查看中间结果的画布。节点可连接 Python 函数、Hugging Face Inference Providers 上的模型、Gradio Spaces 或数据集，文中通过图像编辑、并行生成和数据集分析等示例演示用法。
推荐理由：将中间结果可见的节点画布与同一工作流的接口调用结合，为多步骤 AI 应用提供了从排查问题到复用服务的具体方法。
Mistral AIAI 评分4444 Mistral 与 HUMAIN 宣布战略合作，推进沙特及中东地区主权 AI
Mistral 与 HUMAIN 宣布战略合作，推进沙特及中东地区的主权 AI，涵盖基础设施、模型开发和解决方案部署。双方计划开发和本地化先进模型，初期聚焦网络安全与语音，并开发阿拉伯语表现强劲的前沿模型。Mistral 将探索使用 HUMAIN 数据中心，双方还计划面向沙特受监管行业制定联合市场策略。
Google ResearchAI 评分4848 Biomarker Discovery Framework：从可穿戴传感器数据中筛选候选生物标志物的 AI 工具
Google Research 推出 Biomarker Discovery Framework，通过人类监督下的多智能体研究循环，筛选可穿戴传感器数据中的候选生物标志物。系统结合统计分析、模型训练和对抗验证，在心理健康与代谢疾病队列中识别候选关联；结果不代表因果证据或已获临床验证。
Google DeepMindAI 评分4646 从 Atari 到 EVE Online：Google DeepMind 延续 15 年游戏 AI 研究
Google DeepMind 在 15 年游戏 AI 研究基础上，与游戏开发商合作构建可玩原型，探索新的游戏体验。由 Gemini 驱动的 SIMA 2 支持实时推理与对话，在复杂 3D 环境和游戏中实现类人操作。与 EVE Universe 背后的 Fenris Creations 的研究合作是这一方向的新进展。
Google ResearchAI 评分4646 ME-POIs 如何利用流动数据加深语言模型对地点的理解
Google Research 提出 ME-POIs 框架，将匿名聚合的流动模式融入文本地点表示，提升地点属性预测能力。结合先进文本模型后，访问意图预测相对提升最高达 81.9%，价格等级分类提升 75.1%，未见地点的繁忙程度估计准确率提升 24.7%。框架还利用周边地点的访问模式缓解数据稀疏问题。
Hugging Face BlogAI 评分5353 Hugging Face 的 Inference Endpoints、Jobs 和 Buckets 如何支撑 Papers with Code 搜索
Papers with Code 使用 Hugging Face Jobs、Storage Buckets 和 Inference Endpoints 构建混合搜索，覆盖超过 110,000 篇论文。
Hugging Face Blog精选AI 评分7373 Hugging Face 研究量化语音识别基准优化：部分高分模型复现错误参考转写
Hugging Face 的研究对 11 个开源 ASR 模型开展三类测试，发现部分高分模型在音频与参考文本冲突时仍复现基准答案。在 LibriSpeech 上，部分基准表现较强的模型在约 30–40% 的样本中恢复了已被静音的数字，而若干模型在新采集音频上的这一现象减弱，提示基准相关声学线索可能影响转写。
推荐理由：通过参考错误复现、数字静音和拼写切换三类探针，研究提供了区分真实转写能力与针对公开基准优化的可迁移评估方法。
Hugging Face BlogAI 评分5252 LFM2.5-DSpark 将推理速度提升至最高约 3.2x
Liquid AI 发布适配 LFM2.5-1.2B-Instruct、LFM2.5-2.6B 和 LFM2.5-8B-A1B 的 DSpark 草稿模型，实测 H100 上最高加速 3.18x，M4 Max 上最高加速 2.87x。
Microsoft ResearchAI 评分4646 扩大 Skala 的可用范围，加速迈向预测性 DFT
Microsoft Research 扩大 Skala 的软件支持范围，现已在 CP2K 中可用，并正集成至 Psi4、FHI-aims、ORCA 和 VASP。Skala-1.1 在 GMTKN55 上的加权平均误差为 2.8 kcal/mol。团队还推出持续更新的基准，追踪后续版本的计算性能。
Mistral AI精选AI 评分6767 Mistral Agentic Search 提供多步文档检索，提高搜索准确率与效率
Mistral 推出 Agentic Search，通过多步检索与文档导航帮助 AI 系统查找、阅读和核验复杂文档中的信息。它基于现有索引提供 search、open、navigate、read 和 grep 五种工具，可通过 Mistral Search Toolkit 集成，也已内置于 Studio 和 Vibe 的 Libraries，支持云端和本地部署。
推荐理由：通过区分单次检索、循环搜索和文档导航的评测结果，材料展示了复杂文档问答中准确率提升与检索开销下降之间的关系。
Hugging Face BlogAI 评分5050 ALTK-Evolve 研究：AI 智能体究竟需要多少记忆？
ALTK-Evolve 在 AppWorld 上对 8 个模型的评估发现，智能体记忆的合适用量因模型而异，并非注入越多越好。
Hugging Face BlogAI 评分5555 Sentence Transformers 多向量嵌入模型使用指南：延迟交互检索与索引优化
Sentence Transformers v6.0 的 MultiVectorEncoder 支持通过统一 API 使用多向量嵌入模型，教程覆盖模型加载、MaxSim 评分与检索系统接入。
Hugging Face BlogAI 评分4040 同一 GPU 集群，利用率提高 33 个百分点：改变的是分配顺序
一种考虑约束的 GPU 分配器在相同硬件与工作负载下，相比 FIFO 调度器将利用率最多提高 33 个百分点。7 个基准场景的优先级加权产出均有提升，最高约 105%。该分配器按实时需求动态分配 GPU，让批处理任务利用需求低谷，并在整个调度周期内按优先级安排任务。
Google Research精选AI 评分6060 Google Research 探索超越 BMI：用 PhotoScan 手机影像估算心血管代谢风险
Google Research 介绍研究原型 PhotoScan，从普通手机照片估算体脂率及脂肪分布指标，用于预测胰岛素抵抗风险。该框架以 35,323 名参与者的数据预训练、677 名成人的数据微调，并在 132 人的独立队列中验证。
推荐理由：研究将手机照片估算的脂肪分布指标与智能手表及临床扫描对照，展示了体脂率之外的信息对胰岛素抵抗风险识别的价值。
Hugging Face Blog精选AI 评分7070 Hugging Face 夏季开放模型报告：关注度与采用分化，Qwen 衍生生态扩大
Hugging Face 的夏季开放模型报告显示，Hub 上前沿模型的关注度与持续使用明显分化，Qwen 已积累 151,448 个衍生模型。报告主要分析 2026 年前 7 个月的数据，下载量与点赞数前 25 名仅有 1 个仓库重合；在声明参数量的模型中，低于 1B 的模型占历史累计下载量的 83%。
推荐理由：通过区分点赞、下载与衍生模型三类指标，这份报告提供了辨别社区关注度与生态依赖的方法，避免将发布热度等同于持续使用。
Hugging Face BlogAI 评分4444 如何用 Strands Agents、LeRobot 和 Hugging Face Storage Buckets 在一处完成录制、训练与部署
Strands Robots 可结合 LeRobot 与 Hugging Face Storage Buckets，在单个智能体内串联机器人演示录制、策略训练和硬件部署。同步仅上传变化的字节，训练直接从 Hub 流式读取数据，无需完整下载，全程保持 LeRobot 数据格式。默认模拟路径使用 mock 策略，可跑通流程，但不产生实用策略。
Google DeepMind精选AI 评分8383 Google DeepMind 发布 Gemini 3.7 Flash，强化编码与智能体能力
Google DeepMind 发布 Gemini 3.7 Flash，距 3.6 Flash 发布仅三周，提升编码、知识工作及智能体工作流表现。
推荐理由：同代 Flash 模型的编码与业务工作流基准对比结合限时价格，提供了评估智能体升级收益与使用成本的具体依据。
Hugging Face Blog精选AI 评分7878 Hugging Face 从复现 2,226 篇 ICML 论文中学到了什么
Hugging Face 与 alphaXiv 组织的 ICML 2026 论文复现挑战中，1,221 名社区成员在 19 天内借助编码智能体尝试复现 2,226 篇论文，发布 6,816 份 Trackio 实验日志。
推荐理由：复现中既发现论文错误，也出现单位混淆造成的错误反驳，为智能体参与科研审查提供了人工追问与二次核验的可迁移方法。
Hugging Face BlogAI 评分4545 OlmoEarth 推出嵌入向量：通过 OlmoEarth Studio 自定义导出，用于下游分析
OlmoEarth Studio 现已支持按需计算并导出地球观测嵌入向量，用于相似性搜索、分割和无监督探索。用户可通过界面或 API 自定义区域、时间范围、编码器、分辨率及影像来源，获取 COG 文件。OlmoEarth 基础模型的源码与权重已公开，也可自行计算嵌入向量。
Microsoft ResearchAI 评分4646 MindTopo 揭示视觉语言模型的空间推理能力
MindTopo 基准测试显示，多模态大语言模型的静态拓扑推理表现优于交互式规划，但两者均明显落后于人类。该基准围绕连续性、分离、顺序、包围和绳结设置推理与规划任务。模型在规划中常无法持续追踪结构关系，或提出违反物理约束的动作，暴露出跨动作维持拓扑理解的短板。
Google DeepMind精选AI 评分7575 Google DeepMind 将 SL2T 手语翻译模型带入 Pixel 11 输入场景
Google DeepMind 发布手语转文本模型 SL2T，为 Pixel 11 的 Gboard 和 Live Transcribe 提供 ASL 转英文输入功能。
推荐理由：将手语输入接入手机日常输入场景，让无障碍交互不再只依赖英文打字，同时通过仅上传身体坐标减少原始视频传输。
Google Research精选AI 评分7171 Google Research 研究：回忆而非知识编码是大语言模型参数化事实性的瓶颈
Google Research 研究发现，在 WikiProfile 测试中，前沿大语言模型的事实性瓶颈更多来自已编码知识无法被可靠回忆，而非知识缺失。该基准包含 2,150 条维基百科事实，每条配有 10 项任务；Gemini-3-Pro 和 GPT-5 已编码 95–98% 的事实，却无法直接回忆其中 26–34% 的事实，启用思考后仍有 11–12% 的事实回答失败。
推荐理由：将事实未被编码与已编码却无法回忆分开诊断，为判断事实性改进应侧重扩充知识还是提升已有知识利用率提供了依据。
Google Research精选AI 评分6969 Google Research 推进 AMIE 实时视听问诊研究，模拟评估达到专家级表现
Google Research 的 AMIE (Video) 在涵盖 100 个场景、300 次模拟问诊的随机研究中，核心临床能力获评与初级保健医生相当。系统基于 Gemini 和 Project Astra，通过对话、规划、感知三个异步智能体并行处理交流、临床推理和视听线索，在引导患者演员进行虚拟体格检查方面的平均评分显著高于医生组及文本版 AMIE。
推荐理由：研究将视频问诊与文本问诊、医生问诊放在同一模拟框架中比较，帮助区分视听感知带来的收益与真实临床适用性的边界。
Microsoft ResearchAI 评分5555 Microsoft Research 介绍胸部 X 光研究模型 CARE-X，结合辅助监督与奖励对齐学习
Microsoft Research 介绍胸部 X 光研究模型 CARE-X，结合报告生成、分类与定位辅助头及 DAPO 强化学习，在 ReXVQA 上达到 94% 总体准确率。
Hugging Face BlogAI 评分4848 ALTK-Evolve 与 ACE 对比：用更少的 token 学习智能体经验
ALTK-Evolve 在内部 AppWorld 对比测试中，以更少的推理 token 达到或超过 ACE 的任务表现。使用 DeepSeek-V3.2 时，TGC 从 80.4 升至 89.3，每任务 token 从 634K 降至 263K。两者均从智能体历史轨迹积累经验，但前者按模型能力调整经验注入量，ACE 每步注入完整经验手册。
Mistral AIAI 评分4747 Mistral AI 的主权 AI 布局：区域内推理、开放模型与欧洲新基础设施
Mistral AI 加强推理的区域控制与可靠性，扩展第三方开放模型支持，并联合企业锁定欧洲长期算力。Mistral Regional Endpoints 已正式可用，支持选择欧洲或美国推理区域；平台将从 GLM-5.2 开始支持第三方开放模型。企业多年期承诺将通过 European Compute Units 换取基础设施使用权。
Hugging Face BlogAI 评分4949 如何用 NVIDIA Magpie TTS 构建低延迟多语言语音智能体：开放权重与完整部署控制
NVIDIA Magpie TTS 以开放权重和自主部署支持低延迟多语言语音智能体构建，可通过 NVIDIA NIM 在自有基础设施运行。模型参数规模为 364M，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。本地 NIM 测试中，B200 单流首音频延迟为 32 ms。
Hugging Face BlogAI 评分4949 Hugging Face 解析如何降低知识蒸馏成本以支持规模化实验
Hugging Face 展示离线缓存教师模型输出与融合分块 KL 损失如何降低知识蒸馏成本，让单 GPU 长上下文能力恢复训练成为可能。该方法缓存每个位置的 top-100 logits，训练时无需加载教师模型；融合分块计算避免构建完整词表与序列矩阵，示例中显存峰值从约 250GB 降至约 128GB。
Hugging Face Blog精选AI 评分7979 Meta 发布 Muse Glimmer：面向本地智能体的 30B 开源多模态模型
Meta 今天发布 Muse Glimmer，这是从 Muse 蒸馏而来的 30B 多模态模型，采用 Apache 2.0 许可证，面向本地智能体应用。模型支持图像、无音频视频理解及多模态工具调用，可选用基于 DFlash 的推测解码模块，以额外内存开销换取生成加速。
推荐理由：从量化部署到推测解码的具体示例，为评估本地多模态智能体的部署路径及速度与显存之间的取舍提供了工程参考。
Google DeepMind精选AI 评分7878 WeatherNext 气旋预报取得进展，同等精度下可多提前约一天预警
Google DeepMind 的 WeatherNext 在气旋路径、强度和风场结构预测中达到 SOTA 精度，平均三天预报可达到以往模型两天预报的准确度。发表于 Nature 的研究基于 2023 至 2024 年历史气旋进行评测，模型可在单个 TPU 上用不到一分钟生成一次 15 天预报，今年每个气旋的集合预测已扩展至 1,000 种可能情景。
推荐理由：以相同预报精度比较提前量，比单看误差更容易理解模型进步的实际意义，也为评估气旋预报工具提供了具体参照。
Hugging Face BlogAI 评分4848 Baseten 接入 Hugging Face Inference Providers
Baseten 已接入 Hugging Face Inference Providers，首批支持对话和文本生成任务。可用模型包括 Kimi K3、DeepSeek V4 Flash 和 GLM-5.2，支持通过模型页面及 Python、JavaScript SDK 调用。经 HF 路由的请求按供应商标准 API 费率计费，不额外加价。
Mistral AI精选AI 评分6060 Mistral AI 发布 Shieldstral：3B 开放权重多模态安全分类器
Mistral AI 发布 3B 多模态安全分类器 Shieldstral，以 Apache 2.0 开放权重，支持推理时用自然语言指定审核策略，无需重新训练。
推荐理由：将审核策略从固定类别改为推理时输入的自然语言问题，为不同产品调整安全边界提供了无需重新训练的部署路径。
Microsoft Research精选AI 评分6969 微软研究院 Orchard：以可复用环境支持规模化 AI 智能体训练的开源框架
微软研究院推出开源框架 Orchard，通过可复用的 Orchard Env 环境服务，支持软件工程、网页导航和个人助理智能体的训练与评估。该服务基于 Kubernetes，可直接在 Codex、OpenClaw、ZeroClaw 等实际部署框架内训练智能体，并配套开放训练流程、数据和评估方法。
推荐理由：将运行环境独立为可复用服务，并在实际部署框架内训练智能体，为减少跨任务基础设施重复建设和训练部署差异提供了具体路径。
Google Research精选AI 评分6262 Google Research 介绍 Science One Framework：通过证据链实现可验证的自主科研
Google Research 提出 Chain-of-Evidence（CoE）框架，并以 Science One Framework 研究原型将科研主张绑定到引用、代码和实验记录。
推荐理由：将主张与证据的绑定前置到研究生成过程，而非成稿后补查，为减少自动科研中的虚假引用和文码不一致提供了可迁移方法。
Microsoft ResearchAI 评分5555 Microsoft Research 的 Echoverse 研究：为计算机操作智能体构建深度、持续演进的训练环境
Microsoft Research 的 Echoverse 构建了 12 个计算机操作智能体训练环境，使 Qwen3.5-9B 在文中环境评测中的平均得分从 36.5% 提升至 67.1%，GPT-5.4 的参考得分为 80.7%。
Hugging Face BlogAI 评分2929 GPU 管理：为什么闲置 GPU 如同停飞的飞机
企业 AI 的下一道关键瓶颈正转向 GPU 利用率：硬件持续产生成本，只有有效计算才能带来产出。API 成本随 token 用量线性增长，自购 GPU 则以固定资本投入替代可变支出。集群按峰值需求配置，但实际需求并不持续，购入硬件后能否让其有效运转，决定了投入是否值得。