Hugging Face Daily PapersTest-Time Baking (TTB) 发布：用于高效渲染解码器仅大视图合成模型的策略
Test-Time Baking (TTB) 策略通过将交叉视图注意力中的全局场景信息烘焙到轻量级 MLP，在保持 Test-Time Training 效率的同时提升了大视图合成模型（LVSMs）新视角解码的保真度，在多个基准测试中实现了高达 23 倍的渲染速度提升且质量与当前最优技术相当。
实时
#Hugging Face
- Hugging Face Daily Papers
IT之家 · AI6262llama.cpp 1.0.0 发布：支持超 150 种模型架构，本地运行大模型能力大幅提升
llama.cpp 1.0.0版本发布，支持超150种模型架构，通过主版本号标记API/ABI不兼容变化；ggml底层引擎增强，支持多硬件后端动态加载，本地部署大模型性能提升。
AWS Machine Learning Blog3434在 Amazon SageMaker JumpStart 上部署 OpenFold3：预测生物分子结构
OpenFold3-preview 可在 Amazon SageMaker JumpStart 上部署，该开源生物分子结构预测模型由 OpenFold Consortium 和哥伦比亚大学的 AlQuraishi Lab 开发，支持蛋白质、DNA、RNA、小分子配体及其复合物的 3D 结构预测。
Hugging Face Blog使用 SimReady 资产在 Isaac Sim 中构建机器人抓取放置模拟
使用 UR17G 手臂、Robotiq 2F-140 夹爪和饮料罐在 Isaac Sim 中构建抓取放置模拟，需检查关节、运动和接触行为。SimReady Central 提供资产模型和模拟设置，并使用 GPT-6 Sol 生成任务代码。
- Hugging Face Blog精选6565
llama.cpp 与 ggml 发布 v1.0.0，确立语义化版本规则
llama.cpp 与 ggml 发布 v1.0.0，将公共 C API 的破坏性变更与主版本号绑定，后续两者都按语义化版本规则发布。项目已支持超过 150 种模型架构和主流投机解码方法，并提供 Linux、macOS、Windows、Android、iOS 的预发布产物及 Docker、Homebrew、conda-forge 等分发渠道。
推荐理由: llama.cpp 与 ggml 同步发布 v1.0.0，并明确主版本号对应 C API 破坏性变更，下游依赖者可据此规划升级节奏。
- Hugging Face Daily Papers
SparseRead：AI智能体高效稀疏阅读外部内容的可重用控制层
SparseRead 控制层通过 Read Intent Protocol、Adaptive Reader Backends 和 Budgeted Read Gate，在不修改智能体模型的情况下减少 AI 智能体对外部内容的过度读取。
蚂蚁 inclusionAI · Hugging Face 新模型inclusionAI/Duo-1.0-causal-base 发布：一个用于全双工交互的多模态世界模型
inclusionAI 发布 Duo 1.0 causal-base 模型，这是一个用于实时音视频交互的全双工多模态世界模型，包含实现权重和主干、意图模型和适配器、音视频编解码器、语音识别器和强制对齐器。该模型权重基于 MiniMax H3 初始化，并已开源。
- 蚂蚁 inclusionAI · Hugging Face 新模型
inclusionAI/Duo-1.0-distill-quant 发布：FP8量化四步蒸馏的实时音视频交互全双工多模态世界模型
inclusionAI 发布 FP8-量化四步蒸馏的 Duo 1.0 Realization 权重，用于其因果基础模型，支持全双工实时音视频交互，需与因果基础模型权重叠加使用。
- Hugging Face Daily Papers
SO-Arena 评估系统一模型的能力谱和可靠性
SO-Arena通过11个领域和5个能力家族评估系统一模型，发现规模化和推理增益存在差异，且高整体准确率不保证可靠决策。该基准通过可靠来源和手动验证、领域特定难度标准、沙盒中迭代执行动作进行能力谱评估；通过选项集变化下的决策稳定性和无有效选项时的答案识别评估决策可靠性。21模型评估显示规模化和推理增益存在领域差异，且最佳系统一模型在可靠性排名中仅列第七。
Hacker News · AI 热帖精选8686Edge0 开源 145B 与 120B 端侧模型及推理框架。
Edge0 开源 Edge0-145B 和 Edge0-120B 两个端侧模型，并同时发布统一推理框架与部署工具。官方称 145B 模型可在兼容笔记本上本地运行，峰值内存 29GB、解码速度 80+ tokens/s、预填充 1100+ tokens/s，支持 128K–256K 上下文。
推荐理由: 原文给出端侧 145B 模型的实测内存、速度与多项基准对比，可据此判断本地运行前沿级模型的现实边界。
- Hugging Face Daily Papers
Duo：一个用于全双工交互的互惠世界模型
Duo v1 引入互惠世界模型（RWM），通过自回归推理、同步注意力和双重推演蒸馏联合建模意图与现实，实现实时全双工音视频交互。该模型持续感知音视频输入的同时实时响应用户，将智能与物理现实视为同等基础构成世界，支持对话、共享对象、重塑虚拟场景等交互，首批模型已开源。
vLLM BlogDeepSeek-V4.1-Flash 在 NVIDIA Vera Rubin NVL72 上实现 58 倍吞吐量提升
DeepSeek-V4.1-Flash 在单台 NVIDIA Vera Rubin NVL72 机架中实现每 GPU 1.7M tokens/s 的服务能力，单个用户达 387 tokens/s，较 GB300 NVL72 提升 58 倍。
TechCrunch · AI6565Hugging Face CEO Clément Delangue 坚称在黄仁勋离职后仍将捍卫开源 AI
Hugging Face CEO Clément Delangue 对英伟达 CEO 黄仁勋的离职表示哀悼，并强调将继续比以往更努力地捍卫开源 AI。Hugging Face 价值 129 亿美元的开源 AI 模型平台收购案预计将于 2027 年上半年完成，而美国司法部已开始调查该交易对 AI 市场竞争的影响。
- Hugging Face Blog
Hugging Face 提供 TRELLIS.2 微调脚本和容器。
Hugging Face 发布用于微调 3D 生成模型 TRELLIS.2 的脚本和容器，支持本地或 Hugging Face Jobs 部署，通过 LoRA 技术仅微调结构预测和几何生成阶段，以提升特定任务（如鞋类）的精度。
- Hugging Face Daily Papers
通过强化学习激励大型语言模型的自我学习
通过强化学习（RL）和细粒度奖励，研究人员开发了一种名为BookNavigator的界面，帮助大型语言模型（LLMs）从长篇参考材料中自主检索、学习和应用知识，以解决数学问题。
- Hugging Face Daily Papers
TOME-Math：基于结构化教科书的数学证明监督语料库
TOME-Math 将 2,118 本大学数学教科书转化为约 380K 结构化证明监督记录，保留章节顺序、命题-证明链接和依赖参考，用于微调后使语言模型数学推理能力提升 16.7 个百分点，超越所有三个公共指令数据基线。该语料库将发布以促进结构化数学监督研究。
- Hugging Face Daily Papers6565
One Table Benchmark 推出：通用表格模型在生成、插补和预测任务中的基准测试
One Table Benchmark 测试了 46 种模型在 56 个数据集上的表格生成、插补和预测能力，发现这些任务共享条件信息但保真度和目标交互不同，固定模型在效用和保真度间存在权衡，冻结的基础模型在预测和数值插补方面表现突出，表明统一表格模型有潜力提升分类重建和联合采样。
- Hugging Face Daily Papers
Embodied First Exam 发布：首个面向编码智能体的机器人控制评估框架
Embodied First Exam 发布，包含 35 套、47 个机器人上的 1,156 个任务，评估编码智能体在物理世界约束下的控制能力，GPT-6 Astra in Codex 在标准设置下 456 个核心任务中成功率 34%。
- Hugging Face Daily Papers
FINCOSMOS：一个用于金融领域智能体的开放世界评估范式
FINCOSMOS 引入了一种开放世界评估范式，用于评估在金融领域工作的智能体。在 150 个模拟用户交互中，没有会话被接受，因为所有会话在程序检查中都失败，智能体仅报告了 54-64% 的未告知细节。人类专家将 88.33% 的失败归因于智能体。
- Hugging Face Blog3838
Hugging Face 博客：多向量嵌入模型的 Token Pooling 感知训练
Hugging Face 博客介绍了多向量嵌入模型的 Token Pooling 感知训练方法，通过 HierarchicalTokenPooling 将相似 token 嵌入合并以压缩存储。
- 蚂蚁 inclusionAI · Hugging Face 新模型
inclusionAI/ZoomGain-4B-GGUF 发布：支持图像输入的多模态模型
inclusionAI/ZoomGain-4B-GGUF 是一个 175B 参数的多模态模型，支持图像输入，使用 FP16、Q8_0 和 Q4_K_M 精度量化。模型包含语言模型和 mmproj 视觉编码器/投影器，通过 llama.cpp 转换为 GGUF 格式。提供 llama-mtmd-cli 命令行推理和 llama-server 网络聊天功能。
- 蚂蚁 inclusionAI · Hugging Face 新模型
inclusionAI/ZoomGain-9B-GGUF 发布 GGUF 格式权重
inclusionAI/ZoomGain-9B 的 GGUF 格式权重已发布，使用 llama.cpp 转换，语言模型为 FP16、Q8_0、Q4_K_M，视觉编码器和投影器（mmproj）同样采用该量化方案。需同时提供语言模型和 mmproj 文件进行图像输入，支持 CLI 推理（llama-mtmd-cli）和 Web Chat（llama-server）部署。
- Hugging Face Daily Papers
InfraRSI：利用递归自我改进训练基础设施
InfraRSI 通过五阶段工作流程将开放式人类指令转化为经过验证的训练优化，在四个单节点和多节点密集及 Mixture-of-Experts（MoE）LLM 工作负载中实现高达 2.75 倍的加速，并将平均模型 FLOPs 利用率（MFU）从 17.4% 提升至 30.0%，优于现有调谐器和编码智能体。
- Hugging Face Daily Papers6565
SWAM: 基于跨模态对齐的通用世界行动模型扩展方法
SWAM 通过跨模态对齐扩展世界行动模型，在 4.7 万小时多模态数据上训练，混合使用 egocentric 视频和 UMI 演示提升控制泛化，最终模型在三个真实任务中达到 40.00% 的成功率，优于 23.33% 的基线。
- Hugging Face Daily Papers6565
MMDM：大规模多任务决策模型评测基准
MMDM评测了28个决策模型，显示多数模型在常见知识上表现良好，但在相互依赖选项、约束决策和多选任务上表现不佳。例如，Perplexity Decider-V1.2在知识单选上达78.75%准确率，但在选项逻辑和约束规划上分别只有53.95%和47.95%，而所有模型在硬多选上的最佳准确率仅为36.81%。
- Hugging Face Daily Papers6565
Infrathon：用于现实世界长时程 AI 基础设施优化的语言智能体基准
Infrathon 对六种模型进行了 150 次长时程 AI 基础设施优化任务评估，总耗 10,000 GPU 小时，发现模型排名随评估时程变化，135 次任务在预算后半段实现进一步优化，且 Claude Opus 5.5 将 KV 缓存压缩率从 6.82% 提升至 19.86%，超出人类设计基线。分析显示任务违规、测试不可靠和过早完成是持续优化的主要障碍。
- 蚂蚁 inclusionAI · Hugging Face 新模型
inclusionAI/SingVL_S1_4B 发布：基于 Qwen3.5 的多模态决策模型
Sing VL S1 是一个基于 Qwen3.5 的多模态决策模型，可对文本或 JSON 及最多四张图像回答命名问题，每个问题使用单个 Transformers 前向传递评分选项，在 43 个文本数据集和 11 个视觉数据集上表现优异，支持 Python 3.12 和 PyTorch 推理。
- Hugging Face Daily Papers
dNaViT 发布：离散代码作为通用视觉表示
dNaViT 是一种离散原生分辨率视觉 Transformer，通过分组乘法量化（grouped product quantization）和双分支目标，在视觉理解、生成和编辑任务中匹配或超越特定基线。它在 12 个视觉理解基准、4 个生成基准和一个图像编辑基准上表现优异，证明离散词汇可以作为通用视觉表示
- Hugging Face Daily Papers6565
Longtail-SWE: 高质量长尾软件工程任务集
Longtail-SWE发布了覆盖13种代表性不足编程语言的202个问题解决任务，用于现有基准中稀缺的工程问题。通过solver-judge-repairer管道构建，模型在9种配置下评估，包括前沿模型，分析任务解决性能、重复尝试一致性及资源使用。所有基准实例、执行环境、工具和智能体轨迹已开源。
OpenRouter BlogMCP 与 CLI 与技能：GitHub MCP 服务器为 Claude Sonnet 5.5 增加了 19,436 个输入 token
GitHub MCP 服务器为 Claude Sonnet 5.5 的每个请求增加了 19,436 个输入 token，远超 CLI（1,421）和技能（3,315）。
- Hugging Face Daily Papers
删除权重对 LLM 后训练的惊人效果
删除调优方法通过将预训练大语言模型（LLM）中不到 0.05% 的权重置零，无需其他修改，即可在强化学习、监督微调和策略蒸馏三种后训练场景中达到与全量微调（FFT）相当的效果。
Latent SpaceNaiveAI 的 Naive-N0.5-Flash 模型每秒生成 2,100 个 token，编程能力如何？
Naive-N0.5-Flash 是 NaiveAI 开发的开源编码模型，通过改进 Xiaomi 的 MiMo-V2.5 并结合 NaiveRT 引擎实现每秒 2,100 个 token 的高吞吐量。
- Hugging Face Blog
Hugging Face Hub支持使用Google Cloud账户支付
用户现可通过 Google Cloud Marketplace 将 Hugging Face 组织与 Google Cloud 账户关联，使 Hugging Face 使用量计入 Google Cloud 账单而非信用卡支付。
- Hugging Face Blog
Hugging Face 探索决策模型在非文本生成场景的应用
Hugging Face 探索决策模型在非文本生成场景的应用，如将 LLM 用于客户支持系统处理退款请求，模型直接评估选项并返回概率分布而非生成文本。决策模型输入状态和问题，输出结构化决策及概率，优于 LLM 直接生成 JSON 的方式，后者可能不遵循请求模式且效率低。决策模型与分类模型不同，前者输出类别可动态调整，后者输出类别固定且需重新训练扩展。
- TechCrunch · AI
Hugging Face 高管警告：网络攻击威胁开源 AI 的开放性
Hugging Face高管Irene Solaiman警告，开源AI平台因其开放性和丰富数据可能更容易遭受网络攻击，OpenCode和OpenAI智能体群攻击事件为此例证。Fireworks也披露攻击者访问了客户模型权重和账单信息。Solaiman指出，平台的开放性既是其价值所在，也是攻击目标，未来可能需加强身份验证和监控以应对威胁。
- Hugging Face Daily Papers
Flide：通过精确状态分叉加速决策推理
Flide 是一个开源推理引擎，通过精确状态分叉技术让多个问题共享计算，在 Decision Index 0.4.1 上支持 30+ 开源决策模型，推理速度比 vLLM 和 SGLang 快 9.5 倍。
- Hugging Face Daily Papers
Frontier3DBench：跨对象、场景和交互开放世界的代码智能体 3D 创作基准测试
Frontier3DBench 统一评估了 145 项任务中代码智能体在对象、场景和交互式 3D 世界创建上的能力，GPT-6.1-sol 在对象和场景层表现最佳，总得分 66.02/100，但所有配置在对象和场景任务中参考重建得分均低于文本驱动生成。生成世界在局部机制上平均 83.08/100，但在运动清除和状态化工作流上仅分别为 20.82 和 30.26，显示协调活动完成仍是核心瓶颈。
量子位蚂蚁灵波开源触觉预训练模型 LingBot-Touch，提升机器人通用手感
蚂蚁灵波开源触觉预训练模型 LingBot-Touch，将不同触觉传感器信号统一编码为触觉Token，使机器人动作模型成功率提升。LingBot-Touch-Tiny 参数量约 532万，预训练数据 4983小时、约 13.3亿帧，支持多种灵巧手和动作模型，成功率平均提升 15-25%。
- Hugging Face Daily Papers
ReproBridge：为机器学习研究工件构建可复现性
ReproBridge通过标准化设计（精炼代码库、环境设置、实验启动器和复现指南）提升机器学习实验复现成功率，在ReproBridge-Bench上使四款模型的平均复现率从76.4%提升至92.6%。精炼工件使下游API成本平均降低19.7%，缩小模型间成功率差距至3.9个百分点，所有模型均达到90%以上成功率。移除代码或环境组件会显著降低复现效果。
- Hugging Face Daily Papers
Sage-Taiyi：一个用于科学发现的元认知架构
Sage-Taiyi 在包含 265 个任务的 Taiyi-Bench 上以 54.0 的总分排名第一，优于 AI Scientist-v2 的 47.9 分。
