ChatGPT Work 的销售工作流实战
OpenAI 介绍 ChatGPT Work 在销售场景中的实用工作流，覆盖 pipeline briefs、会议准备、客户账户计划、预测回顾和交易诊断。这些工作流帮助销售团队将 ChatGPT Work 应用到日常销售环节中。
全部AI 动态
全部动态
今日 4 条OpenAI NewsAI 评分1313
Hugging Face BlogAI 评分5656 PyTorch Profiling 系列（三）：用 profiler 读懂 attention 的六种实现
Hugging Face 发布 Profiling in PyTorch 系列第三篇，用 A100 GPU 对比 naive attention、in-place 掩码、SDPA math/efficient/flash/cuDNN 六种实现的 profiler trace。
Hugging Face BlogAI 评分5656 Photoroom 详解 PRX 系列第四篇：文生图模型的预训练数据策略
Photoroom 发布 PRX 系列第四篇博客，详解其 7B 文生图模型的预训练数据策略，包括用 Lance 建库、Mosaic Streaming（MDS）供流、分辨率与长宽比分桶等核心环节。
Hugging Face Blog精选AI 评分6666 Hugging Face 教你一条命令在 HF Jobs 上运行 vLLM 服务器
Hugging Face 发布教程，用一条 hf jobs run 命令即可在 HF 基础设施上启动私有 OpenAI 兼容的 vLLM 端点，无需配置服务器或 Kubernetes，按秒计费（a10g-large 为 $1.50/hour）。
推荐理由：官方教程给出一条命令在 HF Jobs 上起 vLLM 服务的完整路径，含定价、权限、SSH 调试和接 coding agent 等可复用细节。
Hugging Face BlogAI 评分5757 NVIDIA NeMo AutoModel 基于 Transformers v5 加速 MoE 模型微调
NVIDIA NeMo AutoModel 构建在 HuggingFace Transformers v5 之上，只需更改一行 import 即可微调 MoE 模型，相比最优的 v5 配置训练吞吐提升 3.4-3.7x、GPU 显存降低 29-32%。
Hugging Face BlogAI 评分4949 Chrome 团队在 Transformers.js 中实验 Cross-Origin Storage API
Google Chrome 团队的 Thomas Steiner 在 Transformers.js 中实验了尚处早期提案阶段的 Cross-Origin Storage API。
Hugging Face Blog精选AI 评分6868 Hugging Face 讲解如何用开源模型和 GitHub Actions 把 huggingface_hub 改为每周发布
Hugging Face 在官方博客详解如何把 huggingface_hub 的发布节奏从每 4 到 6 周一次提升到每周一次，整条流程跑在一个 GitHub Actions 工作流里，使用开源工具、开源权重模型（当前为 Z.ai 的 GLM-5.2）和 HF Inference Providers，单次发布的模型成本约 $0.25。
推荐理由：Hugging Face 官方复盘自身发布流水线，给出可复用的确定性校验加人工把关模式，其他开源维护者可以照搬适配。
OpenAI NewsAI 评分4141 如何用 Codex 跑长时任务：Jason Liu 的上下文与项目管理实践
Jason Liu 分享了使用 OpenAI Codex 处理长时间运行任务的经验。他利用 Codex 保存上下文、管理复杂项目，让工作在单个提示词之外持续进行。
Hugging Face Blog精选AI 评分6565 Hugging Face 用 gemma-4-26b-a4b 和 qwen3.6-35b-a3b 本地模型实时分诊 OpenClaw 仓库 PR
Hugging Face 博客介绍了 localpager 系统，用 pi agent harness 加受限只读 shell reposhell，在 NVIDIA GB10（DGX Spark。
推荐理由：作者分享了本地模型加受限 shell 做高吞吐分类的完整配方，附带 330 条评测对比，可迁移到其他信息过滤场景。
Hugging Face Blog精选AI 评分6666 Hugging Face 实测多款 PEFT 技术：LoRA 表现良好但未必是最佳选择
Hugging Face 在 PEFT 库中 added LLM 数学微调和图像生成两个基准，用相同模型、数据、代码和硬件对比 40 多种 PEFT 技术，并追踪 VRAM、遗忘、运行时间和 checkpoint 大小等指标。
推荐理由：Hugging Face 用统一条件的基准实测多种 PEFT 技术，给出 LoRA 并非处处最优的证据和其他技术在两个任务上的具体取舍数据。
Hugging Face BlogAI 评分5252 Hugging Face 发布 agent-eval：用自建基准评测开源模型对 transformers 的智能体使用
Hugging Face 发布 agent-eval 基准工具，不只看最终答案，而是测量智能体完成任务所需的轮次、token、时间和失败情况，全部由开源模型通过 pi 编码智能体驱动并跑在 Hugging Face Jobs 上。
Hugging Face Blog精选AI 评分6464 AWS Strands Robots 集成 LeRobot：从 Hugging Face Hub 数据集到实体机器人硬件
AWS 开源 SDK Strands Robots 将 LeRobot 栈封装为 AgentTools，可用单个 Strands agent 完成录制演示数据、运行策略、部署到实体 SO-101 和多机器人协调。
推荐理由：AWS 官方 walkthrough 给出从 Hub 数据集到实体 SO-101 机器人的完整可运行示例，仿真与硬件共享同一 LeRobotDataset 格式，可迁移到自己的机器人工作流。
Hugging Face Blog精选AI 评分6464 Hugging Face 发布 PyTorch 性能分析系列第二篇：从 nn.Linear 到融合 MLP
Hugging Face 博客发布 PyTorch 性能分析系列第二篇，从 nn.Linear 逐步剖析到 GeGLU MLP 的性能分析。
推荐理由：文章用逐级 profiler 对照讲清 bias 折叠、视图与内核命名，读者可以迁移这套方法去分析自己的 PyTorch trace。
Hugging Face Blog精选AI 评分7474 Hugging Face Spaces 通过 agents.md 让 Agent 链式组合搭建 3D 巴黎地标画廊
Hugging Face 工程师让一个编码 Agent 通过调用两个 Spaces（ideogram-ai/ideogram4 图像生成和 VAST-AI/TripoSplat 单图转 3D Gaussian splat）搭建了巴黎地标 3D 画廊 mishig/monuments-de-paris，全程未手动使用图像生成或 3D 工具。
推荐理由：作者亲历一次完整流水线复现，给出可复用的 agents.md 调用方法和链式组合思路，读者可照做搭建自己的多媒体 Agent 应用。
Hugging Face Blog精选AI 评分6464 Hugging Face 发布教程：将 GitHub CI 迁移到 HF Jobs
Hugging Face 发布教程，教你把 GitHub Actions CI 任务改由 HF Jobs 执行，只需将 runs-on 改为 hf-jobs-* 标签，通过 dispatcher Space 和 GitHub App 桥接即可。
推荐理由：Hugging Face 官方给出把 GitHub Actions CI 迁到 HF Jobs 的完整步骤，并用 Trackio 实测数据说明 CPU 提速约 30% 和低成本 GPU CI 的可行路径。
Hugging Face BlogAI 评分4242 超越聊天机器人的 DPO：用模型自身的失败样本降低 OCR 文本退化
Hugging Face 在 DharmaOCR 训练中把 DPO 用于聊天对齐之外的场景：用模型自身失败产生的退化循环构建拒绝对，作为第二训练阶段降低结构化 OCR 的文本退化率。
Hugging Face BlogAI 评分3939 超越 LLM：为什么企业级 AI 规模化落地取决于智能体逻辑
IBM 在四个企业场景（Cobol/PL/1 遗留代码理解、Aster 测试生成、事件响应等）中验证：在智能体层加入程序分析、知识图谱等 agent logic，可约束 LLM 的上下文空间。
OpenAI NewsAI 评分2525 Braintrust 如何用 Codex 把客户需求变成代码
Braintrust 工程师使用 Codex 与 GPT-5.5 将客户需求转化为代码。借助这一组合，团队能够更快地运行实验和编写代码。
Hugging Face BlogAI 评分4747 PyTorch 性能分析入门指南（第一部分）：torch.profiler 使用教程
Hugging Face 发布 PyTorch 性能分析系列教程第一篇，面向初学者讲解 torch.profiler 的设置与使用。
Hugging Face BlogAI 评分5656 Hugging Face 教你让 Reachy Mini 语音对话完全本地运行
Hugging Face 发布教程，教 Reachy Mini 用户用 speech-to-speech 库跑通完全本地的语音对话管线，音频不再上传服务器，无需云端和 API key。
Hugging Face BlogAI 评分5858 TRL 推出 Delta Weight Sync：通过 HF Bucket 只传 RL 权重变化量
Hugging Face 在 TRL 中合入 Delta Weight Sync 功能（PR huggingface/trl#5417），将相邻 RL 步之间约 99% 未变化的 bf16 权重剔除，只编码变化元素为稀疏 safetensors 文件，经 Hub Bucket 供 vLLM 拉取。
Hugging Face BlogAI 评分5858 Hugging Face 发布 AI Agent 术语表，厘清 harness 与 scaffold 的区别
Hugging Face 发布 AI Agent 术语表，解释 agent 领域常被混用的术语，核心区分是模型、脚手架与 harness 三层。
OpenAI NewsAI 评分2525 Ramp 工程师如何用 Codex 加速代码审查
Ramp 工程师使用搭配 GPT-5.5 的 Codex 进行代码审查并发布改进，将获得实质性反馈的时间从数小时缩短到数分钟。
Hugging Face BlogAI 评分4949 Hugging Face 详解如何用异步批处理解锁 continuous batching 的性能潜力
Hugging Face 讲解如何将 CPU 与 GPU 工作负载分离，实现异步 continuous batching 以提升 LLM 推理性能。在使用 8B 模型、batch size 32 生成 8K token 的测试中，同步批处理有 24.0% 的时间 GPU 处于空闲等待，总耗时 300.6 秒；消除 CPU 开销可带来约 24% 的免加速。
Hugging Face BlogAI 评分3535 在 AWS 上构建基础模型训练与推理的构建模块
Hugging Face 与 AWS 分析了基础模型预训练、后训练和推理生命周期所需的基础设施，提出由加速计算、高带宽低延迟网络和分布式存储构成的分层架构。
Hugging Face BlogAI 评分4848 vLLM V0 到 V1 迁移：RL 训练中先修正正确性问题
PipelineRL 在从 vLLM V0（0.8.5）迁移到 V1（0.18.1）时发现 train-inference 不匹配，影响 GSPO 训练的 clip rate、KL、entropy 和 reward。
OpenAI NewsAI 评分4949 OpenAI 如何实现大规模低延迟语音 AI
OpenAI 重构了其 WebRTC 技术栈，以支持低延迟、全球规模的实时语音 AI，并实现流畅的对话轮换。这套架构让语音智能体在生产环境中可以稳定运行。
Hugging Face BlogAI 评分5555 如何用 OpenAI Privacy Filter 构建可扩展的 Web 应用
OpenAI 本周在 Hub 上开源发布 Privacy Filter，一个 PII 检测模型，1.5B 参数、50M 激活参数，Apache 2.0 许可，支持 128k 上下文单次前向识别 8 类个人信息，在 PII-Masking-300k 基准上达到 SOTA。
Hugging Face Blog精选AI 评分6363 Hugging Face 讲解如何在 Chrome 扩展的 Manifest V3 中运行 Transformers.js
Hugging Face 发布教程，指导开发者在 Manifest V3 约束下用 Transformers.js 在 Chrome 扩展中运行本地 AI，并复刻其 Gemma 4 Browser Assistant 架构。
推荐理由：作者基于自家 Gemma 4 浏览器扩展拆解 MV3 下运行 Transformers.js 的架构决策，给出可直接迁移的运行时划分与消息契约设计。
Hugging Face Blog精选AI 评分7373 Hugging Face 发布 transformers 到 mlx-lm 的模型移植 Skill 与测试套件
Hugging Face 发布一个 Skill 和独立测试套件，帮助贡献者把 transformers 模型移植到 mlx-lm，模型进入 transformers 后可更快在 MLX 上可用。
推荐理由：原文给出一个可复用的 Skill 加非智能体测试套件，并总结了让智能体 PR 符合开源惯例的具体规则，可迁移到其他项目。
Hugging Face Blog精选AI 评分6363 Sentence Transformers 多模态嵌入与重排模型训练微调教程：以 Qwen3-VL-Embedding-2B 微调视觉文档检索为例
Hugging Face 博客讲解如何用 Sentence Transformers 训练和微调多模态嵌入与重排模型，以 Qwen/Qwen3-VL-Embedding-2B 在 Visual Document Retrieval 任务上微调为例。
推荐理由：作者用 Qwen3-VL 完整走通多模态嵌入微调流程，NDCG@10 从 0.888 提到 0.947，方法可直接迁移到自己的领域数据。
OpenAI NewsAI 评分1616 运营团队如何使用 ChatGPT
运营团队正使用 ChatGPT 精简工作流程、改善协作协调、标准化流程，并推动更快执行。
OpenAI NewsAI 评分1515 OpenAI 科普：AI 基础知识入门指南
OpenAI 发布一篇面向初学者的 AI 基础知识科普，讲解人工智能的基本概念与工作原理，以及 ChatGPT 等工具如何使用大语言模型（LLM）。
OpenAI NewsAI 评分1919 学习财务团队的 ChatGPT 工作流
OpenAI 提供面向财务团队的 ChatGPT 实用工作流，覆盖财务分析、报告、规划以及可直接用于决策的沟通场景。
Hugging Face Blog精选AI 评分7171 Sentence Transformers v5.4 发布，支持文本、图像、音频和视频的多模态嵌入与重排
Hugging Face 发布 Sentence Transformers v5.4，用户可用同一套 API 对文本、图像、音频和视频进行嵌入编码与相关性重排。
推荐理由：官方教程给出 v5.4 多模态嵌入与重排的完整用法、代码示例和支持模型清单，读者可以直接照着搭建跨模态检索或 RAG 流程。
Hugging Face BlogAI 评分3232 OpenMed 用 165 美元跨 25 物种训练 mRNA 语言模型
OpenMed 构建了覆盖结构预测、序列设计与密码子优化的端到端蛋白质 AI 流水线。在对比多种 transformer 架构后，CodonRoBERTa-large-v2 胜出，困惑度 4.10、Spearman CAI 相关性 0.40，显著超过 ModernBERT；团队随后扩展到 25 个物种，用 55 GPU 小时训练了 4 个生产模型，建立了其他开源项目没有的物种条件化系统。
Hugging Face BlogAI 评分5454 Hugging Face 教你把 OpenClaw 智能体迁移到开源模型
Hugging Face 发文称 Anthropic 正在限制 Pro/Max 订阅者在开放智能体平台使用 Claude 模型，并给出两条迁移路径。
Hugging Face Blog精选AI 评分6060 NVIDIA 发布一天内微调领域专用嵌入模型的完整教程
NVIDIA 在 Hugging Face 博客发布教程，用 6 条命令在单张 80GB GPU、不到一天内把 Llama-Nemotron-Embed-1B-v2 微调为领域专用嵌入模型，无需人工标注。
推荐理由：原文给出从文档到部署的完整六步命令与关键超参数，读者可照此在单卡上微调自己的领域嵌入模型。
OpenAI NewsAI 评分4545 OpenAI 如何监控内部编码智能体的对齐风险
OpenAI 使用链式思维（chain-of-thought）监控方法，研究内部编码智能体的对齐偏差问题。该方法通过分析真实部署中的智能体行为来检测潜在风险，并据此强化 AI 安全保障措施。
Mistral AI精选AI 评分6060 Mistral 基于 Vibe 构建自动编写 Rails 测试的 Agent
Mistral 在开源编码助手 Vibe 之上构建了一个自主 Agent，可读取 Rails 源码并生成或改进 RSpec 测试，在 CI/CD 中无人干预运行。
推荐理由：原文给出可直接复用的 AGENTS.md、skills 与自定义工具做法，以及质量分数变化，方法可迁移到其他代码测试场景。