Hugging Face 推出 hf-llm-trainer 技能，让 Claude Code、Codex、Gemini CLI 等编码智能体可自动选择 GPU、生成脚本、向 Hugging Face Jobs 提交微调任务并用 Trackio 监控进度，完成后模型自动推送到 Hub。
推荐理由：官方发布了让 Claude Code 等编码智能体端到端微调开源模型的 hf-llm-trainer 技能，覆盖 GPU 选择、任务提交到监控的完整流程。
Hugging Face 发布教程，从 attention 机制和 KV cache 出发推导 continuous batching，讲解其如何最大化 LLM 服务的吞吐。
Tavily 分享其打造达到 SOTA 水平的 deep research 智能体的经验：七个月前他们放弃了第一版复杂架构并从零重建，因为其中的假设在下一代模型到来时成为瓶颈。
Evals（评测）帮助企业定义、衡量并改进 AI 表现。借助 evals，企业可以降低风险、提升生产力，并获得战略优势。
Hugging Face 的 kernels 库支持构建和分享可在 AMD GPU 上运行的 ROCm kernel，文章以获 AMD Developer Challenge 2025 大奖的 RadeonFlow GEMM kernel 为例，讲解项目结构、build.toml 配置与打包流程。
NVIDIA Isaac for Healthcare v0.4 提供 SO-ARM 入门工作流，帮助开发者构建自主手术助理机器人，覆盖数据采集、训练与部署全流程。
NVIDIA 推出的 Isaac for Healthcare v0.4 提供 SO-ARM 起始工作流，可端到端构建自主手术辅助机器人：用 SO-ARM101 和 LeRobot 采集仿真与真实遥操作数据，post-train GR00T N1.5，在 Isaac Lab 评估后部署到真实硬件。
Hugging Face 在博客中提出 voice consent gate 概念，只有说话人朗读并经 ASR 识别出明确的同意语句后，语音克隆 TTS 才能启动。文中给出包含演示 Space 的示例代码，说明用语言模型按随机日常话题生成同意句与音素多样性句的组合，并指出该设计仍可被其他 TTS 伪造，未来可探索音频溯源等验证手段。
Hugging Face 发布开源 OCR 模型指南，新增 Chandra 和 OlmOCR-2 及其 OlmOCR Benchmark 得分。
推荐理由：指南基于 OlmOCR Benchmark 等公开基准对比了 9 个开源 OCR 模型的格式、大小与成本，并给出按使用场景选型的具体方法。
Intel 与 Hugging Face 在 Google Cloud C4 VM（Intel Xeon 6，代号 Granite Rapids）上对开源 MoE 模型 GPT OSS 进行文本生成基准测试，结果显示相比上一代 C3 VM 实例 TCO 提升 1.7 倍。
Hugging Face 发布教程，介绍用 Optimum Intel 和 OpenVINO 在无 GPU 的 Intel CPU 上本地部署 SmolVLM2-256M-Video-Instruct 的三个步骤：模型转换、量化（权重量化或静态量化）和推理。
Hugging Face 发布三篇系列的第一部分，记录如何将 RedNote 的 3B 参数 OCR 模型 dots.ocr 转换为端侧运行。dots.ocr 由 1.2B 参数 NaViT 架构视觉编码器和 Qwen2.5-1.5B 主干组成，在 OmniDocBench 上超过 Gemini 2.5 Pro。
OpenAI 构建了一套合同数据提取系统，可快速提取合同信息，缩短处理周转时间，让各团队更便捷地获取所需合同细节。
OpenAI 宣布推出新系列 OpenAI on OpenAI，介绍公司如何借助自身技术来精简工作流程、规模化专业能力并推动业务成果。该系列将分享相关实践经验，帮助其他组织实现同样的目标。
OpenAI 构建了内部 AI 销售助手，用于评估入站销售线索、生成个性化回复，帮助销售团队将客户兴趣转化为成交。
Hugging Face 与 Intel 基于 OpenVINO 在 Intel Core Ultra 集成 GPU 上加速 Qwen3-8B：用 Qwen3-0.6B 作草稿模型的投机解码带来约 1.3× 提速，再从草稿模型 28 层中剪掉 6 层并用 Qwen3-8B 生成的 500k 提示词数据微调后，提速提升至约 1.4×。
Hugging Face 发布 Smol2Operator 方案，将无 GUI 定位能力的 SmolVLM2-2.2B-Instruct 通过两阶段 SFT 训练为 GUI 智能体，在 ScreenSpot-v2 上从基线 0 提升到 61.71%。
Hugging Face 发文介绍为支持 OpenAI GPT-OSS 对 transformers 库的多项升级，包括从 Hub 下载预编译内核、原生 MXFP4 量化、张量并行与专家并行、动态滑动窗口 KV 缓存、Continuous Batching 和更快的模型加载。
推荐理由：Hugging Face 官方详解为支持 gpt-oss 对 transformers 做的各项升级，多数特性可复用到其他模型。
Hugging Face 发文介绍如何在 ZeroGPU Spaces 中用 PyTorch ahead-of-time 编译优化生成式 demo，指出 torch.compile 与 ZeroGPU 短生命周期进程不兼容，需先导出再用 spaces.aoti_* API 编译加载。
推荐理由：原文给出 ZeroGPU 上 AoT 编译的完整步骤和 FP8、动态形状等进阶技巧，读者可以直接迁移到自己的 Spaces demo。
税务研究平台 Blue J 依托专注的领域深耕和合适的 OpenAI 模型，已扩展到三个国家、服务超过 3,000 家企业。公司在税务等高度监管的复杂领域实现快速规模化，验证了领域深度与模型选型相结合的增长路径。
Hugging Face 发布教程，介绍如何把 Claude 连接到 Hugging Face MCP Server，用 Spaces 上的图像生成模型出图。2025 年 10 月更新后需通过 Add custom connector 设置 Remote MCP server URL 为 https://huggingface.co/mcp?
Hugging Face 发布 kernel-builder 使用指南，演示如何从零构建一个 RGB 转灰度的 CUDA kernel，并用 PyTorch C++ API 将其注册为 torch.ops 原生算子。
Hugging Face 发布教程，介绍如何用 Model Context Protocol（MCP）让 AI 通过自然语言调用 arXiv、GitHub、Hugging Face 等研究工具，自动化文献发现的跨平台检索与交叉引用。
Hugging Face 与 Axolotl 在 Accelerate 中集成了 ND-Parallel，可通过 ParallelismConfig 类任意组合 DP。
Mistral 展示如何通过 LoRA 微调 Pixtral-12B 提升其在卫星图像分类任务上的表现，实验基于 Aerial Image Dataset（AID），采用 8,000 训练样本和 2,000 测试样本的划分。
Hugging Face 发布教程，展示如何用 Gradio 的 MCP 集成在 Python 中搭建 AI 购物助手，让 LLM 联合 IDM-VTON Diffusion 模型实现虚拟试穿。教程将 Python 函数自动转换为 MCP 工具，并用 VS Code 的 AI 聊天配合 Playwright 浏览器工具，实现浏览服装网站并生成试穿效果。
OpenAI 分享 Intercom 构建可扩展 AI 平台的三大经验，涵盖评估到架构的实践方法。这些经验帮助 Intercom 在客户支持领域保持领先。
Hugging Face 宣布 Parquet 内容定义分块（CDC）已在 PyArrow 和 Pandas 中可用，通过 use_content_defined_chunking=True 参数启用，可与其 Xet 存储层配合仅传输变化的数据块。
推荐理由：官方用七类数据变更场景实测 Parquet CDC 与 Xet 的去重效果，读者可据此评估迁移到 CDC 写入对上传下载的实际收益。
Outtake 使用 GPT-4.1 和 OpenAI o3 驱动 AI 智能体，检测和处置数字威胁的速度比此前提升 100 倍。OpenAI News 介绍了这家公司如何将两套模型用于威胁响应。该案例展示了前沿模型在网络安全自动化场景中的实际落地。
Hugging Face 发布教程，介绍结合 Flash Attention 3、torch.compile 和 FP8 量化的 Flux.1-Dev LoRA 推理优化配方，在 H100 上相对基线取得 2.23x 加速，并支持 LoRA 热切换而不触发重编译。
推荐理由：原文给出可直接复用的 LoRA 推理优化配方和 H100、RTX 4090 两套实测延迟数据，并说明热切换避免重编译的限制。
Arc Institute 推出 Virtual Cell Challenge，参赛者需训练模型预测 CRISPR 沉默基因在部分未见细胞类型中的效果，即"上下文泛化"任务。
开发者在 Gradio Agents & MCP Hackathon 期间构建了多 LLM 协作平台 Consilium，让多个模型通过结构化辩论达成共识，并支持多数投票、排序选择等决策模式。
Hugging Face 发布官方 MCP Server 并撰文复盘其构建过程，通过一个 URL 提供可定制的 Hub 工具接入和数千个 Spaces 应用访问。
推荐理由：官方团队复盘自建 MCP Server 的传输选型与部署权衡，涵盖 Streamable HTTP、无状态配置等可迁移经验。
Hugging Face 提出机器人异步推理方案，将动作预测与执行解耦：PolicyServer 负责推理，RobotClient 维护动作队列并执行，两者通过 gRPC 通信，比同类 REST API 快约 5 倍。该方案已在 SmolVLA 中引入，任务完成时间提速约 2 倍，成功率相当，使机器人不再等待推理，支持中途重规划和更快的控制循环。
Hugging Face 发布教程，讲解如何通过 MCP 协议给 LLM 添加图像编辑、转写等新能力。Gradio 自 5.28.0 版本起支持 MCP 协议，使 Hugging Face Spaces 成为可按 MCP Compatible 筛选的 MCP 服务器集合。
推荐理由：官方教程给出把 Hugging Face Spaces 当作 MCP 工具来源的具体步骤，读者可照做给自己的 LLM 添加图像编辑等新能力。
Hugging Face 与 AMD 合作，为在 8 张 MI300X 节点上用 VLLM 以 FP8 部署 Llama 3.1 405B 优化 kernel，包含融合残差连接、RMS norm 与 FP8 转换、融合 SwiGLU 与 FP8 转换、skinny GEMM 三个优化 kernel，显著降低解码延迟。
Hugging Face 基础设施团队分享支撑其生产基础设施的三个关键监控告警：NAT Gateway 高吞吐量告警用于发现异常流量峰值并优化成本（如通过 DNS 覆盖让对象存储访问走私有低成本路径），以及 Hub 请求日志归档成功率告警。
Hugging Face 团队在 nanoVLM 项目中发现训练慢的根源是数据管线浪费，朴素 padding 约浪费 60% 的 batch。文章分五阶段构建高效管线，用背包问题的 greedy 与 bin-packing 策略打包样本，兼顾 token 长度和图像预算，显著减少 padding。
Hugging Face 发布长文教程，讲解如何用 Sentence Transformers 训练和微调稀疏嵌入模型，并演示得到 sparse-encoder/example-inference-free-splade-distilbert-base-uncased-nq。
Hugging Face 发布教程，展示用 QLoRA 配合 diffusers 在单张 GPU 上以约 9GB 峰值显存微调 FLUX.1-dev 学习 Alphonse Mucha 画风，700 步在 RTX 4090 上约 41 分钟完成，标准 BF16 LoRA 则需 26GB。
推荐理由：官方博客给出完整的 QLoRA 微调配方和实测显存与耗时数据，方法可直接迁移到消费级显卡上的 FLUX.1-dev 定制训练。