Mistral 发布首款代码专用嵌入模型 Codestral Embed
Mistral 发布首款代码专用嵌入模型 Codestral Embed，性能超越 Voyage Code 3、Cohere Embed v4.0 和 OpenAI 的大型嵌入模型。
#编码
#编码
今日 0 条Mistral AIAI 评分5050
OpenAI NewsAI 评分2222 用 o3、o4-mini 和 GPT-4.1 更快地交付代码
CodeRabbit 使用 OpenAI 的 o3、o4-mini 和 GPT-4.1 模型改进代码审查，提升审查准确性并加快 PR 合并速度，帮助开发者以更少的 bug 更快交付代码，获得更高回报。
Mistral AI精选AI 评分7070 Mistral AI 与 All Hands AI 联合发布开源编码模型 Devstral
Mistral AI 与 All Hands AI 联合发布面向软件工程任务的智能体模型 Devstral，以 Apache 2.0 许可开源，在 SWE-Bench Verified 上取得 46.8%，超过此前开源 SoTA 6 个百分点以上，并超越 GPT-4.1-mini 超过 20%。
推荐理由：原文给出 SWE-Bench Verified 具体分数和部署门槛，可判断这款开源编码模型在本地与隐私场景的可行性。
OpenAI News精选AI 评分6565 OpenAI 发布云端编码智能体 Codex，由 codex-1 驱动
OpenAI 在 o3 和 o4-mini 系统卡附录中介绍云端编码智能体 Codex，底层为针对软件工程优化的 o3 版本 codex-1。该模型通过强化学习在多种环境的真实编码任务上训练，生成贴近人类风格和 PR 偏好的代码，精确遵循指令，并迭代运行测试直至通过。
推荐理由：原文说明了 codex-1 的训练方式与目标能力，读者可以了解 Codex 与一般代码补全的区别。
Mistral AI精选AI 评分6565 Mistral 发布 Mistral Medium 3，性能达 Claude Sonnet 3.7 九成而成本更低
Mistral AI 发布 Mistral Medium 3，在多项基准上达到或超过 Claude Sonnet 3.7 的 90% 表现，定价为 $0.4 输入 / $2 输出每 M token，并称超越 Llama 4 Maverick 与 Cohere Command A。
推荐理由：官方给出与 Claude Sonnet 3.7 对比的基准成绩、定价和部署选项，读者可据此评估企业落地的性价比。
Hugging Face Blog精选AI 评分7272 Hugging Face 发布 Tiny Agents：用 50 行代码实现基于 MCP 的 Agent
Hugging Face 发布 Tiny Agents 教程，展示在 InferenceClient 之上实现 MCP 客户端后，Agent 本质上只是一个 while 循环，全部代码约 50 行 TypeScript。
推荐理由：作者把 MCP 客户端到 Agent 的实现压缩成约 50 行 TypeScript，并提供可运行的开源代码，适合想理解 Agent 与 MCP 基本结构的开发者直接上手。
OpenAI News精选AI 评分7575 OpenAI 发布 GPT-4.1 系列 API 模型并推出首个 nano 模型
OpenAI 在 API 中发布 GPT-4.1 系列模型，在编码、指令遵循和长上下文理解方面有显著提升，同时发布其首个 nano 模型，即日起面向全球开发者开放。
推荐理由：官方宣布 GPT-4.1 系列上线 API，编码、指令遵循与长上下文能力全面提升，还推出了首个 nano 模型。
Hugging Face Blog精选AI 评分7474 DeepSeek-V3-0324 上架 Hugging Face Hub，Hugging Face 团队详解性能与使用方式
DeepSeek-V3 更新版 0324 上架 Hugging Face Hub，架构与原版相同并改为 MIT 许可，重点改进指令遵循、代码与数学能力。官方基准显示 MMLU-Pro 75.9→81.2、AIME 39.6→59.4、LiveCodeBench 39.2→49.2，常与 GPT-4.5 相当、普遍强于 Claude-Sonnet-3.7。
推荐理由：原文汇总了基准对比、能力改进细节和多种本地部署路径，读者可据此评估是否在自己的工作流中替换旧版 V3。
Hugging Face Blog精选AI 评分6262 如何在本地用 LM Studio 和 VS Code 运行 OlympicCoder 7B 做编码辅助
Hugging Face 发布教程，讲解如何用 LM Studio、4bit GGUF 量化的 OlympicCoder 7B 和 VS Code 的 Continue 扩展搭建本地编码助手。
推荐理由：原文给出从 LM Studio 到 VS Code 的完整本地部署步骤，并说明 OlympicCoder 适合竞赛类编码的定位，方法可直接照做。
Hugging Face Blog精选AI 评分6363 Hugging Face Open R1 更新：发布 CodeForces-CoTs 数据集、IOI 基准与 OlympicCoder 7B/32B 模型
Hugging Face 在 Open R1 第三次更新中发布了从 DeepSeek-R1 蒸馏的 CodeForces-CoTs 数据集（近 10 万样本）、2024 年 IOI 题目构成的 IOI 基准，以及基于 Qwen2.5 Coder 微调的 OlympicCoder-7B 和 OlympicCoder-32B。
推荐理由：Hugging Face 官方复盘训练过程，给出样本打包、学习率等可复用经验，并附带完整数据集、基准和评测代码。
OpenAI NewsAI 评分2323 OpenAI 将工程周期缩短 20%
OpenAI 借助其 AI 工具将工程周期加速 20%。这一效率提升可帮助工程团队缩短开发迭代时间，加快产品交付节奏。
OpenAI NewsAI 评分3535 OpenAI 推出 SWE-Lancer 基准：测试前沿 LLM 能否靠真实自由软件工程赚 100 万美元
OpenAI 推出 SWE-Lancer 基准，将真实自由职业软件工程任务转化为 LLM 评测，总价值 100 万美元，考察前沿模型能否赚取这笔报酬。该基准用真实 Upwork 工程任务衡量模型的实际编程能力。
Mistral AIAI 评分5757 Mistral AI 发布 Codestral 25.01，代码生成与补全速度提升约 2 倍
Mistral AI 发布 Codestral 25.01，采用更高效的架构和改进的 tokenizer，代码生成与补全速度提升约 2 倍，上下文长度达 256k。
Hugging Face Blog精选AI 评分7272 Answer.AI 与 LightOn 发布 ModernBERT，全面替代 BERT 的编码器模型
Answer.AI 与 LightOn 联合发布 ModernBERT 编码器模型系列，提供 base（149M 参数）和 large（395M 参数）两个规格，可作为 BERT 类模型的直接替代。
推荐理由：Answer.AI 与 LightOn 官方发布，作者本人阐述了架构与训练改动，读者可据此评估它能否替换现有 BERT 类工作流。
Hugging Face BlogAI 评分5454 TII 发布 Falcon3 系列开源模型，含 1B 到 10B 五个基座版本
TII 发布 Falcon3 开源模型家族，包含 Falcon3-1B-Base、3B、7B、10B 和 Mamba-7B 五个基座模型，均低于 10B 参数。
Hugging Face BlogAI 评分5050 LLM 修复自己错误的能力如何？用 Keras 和 TPU 做的 chatbot arena 实验
Hugging Face 博客作者搭建了一个 Keras chatbot arena，用 Gradio、Spaces、JAX 和 TPU 测试 LLM 在对话中被指出错误后能否自行修复。
OpenAI NewsAI 评分3737 Cognition CEO 谈如何用 OpenAI o1 编程
Cognition 联合创始人兼 CEO Scott Wu 解释了 OpenAI o1 如何以更像人类的方式做出编程决策。
OpenAI NewsAI 评分5151 OpenAI 发布 SWE-bench Verified 人工验证子集
OpenAI 发布 SWE-bench 的人工验证子集 SWE-bench Verified，用于更可靠地评估 AI 模型解决真实软件问题的能力。
Mistral AIAI 评分4747 Mistral 发布模型定制、Agents 测试版与 mistralai 1.0 SDK
Mistral 宣布在 La Plateforme 上开放对 Mistral Large 2 和 Codestral 等旗舰及专家模型的定制，支持 base prompt、few-shot prompting 或 fine-tuning，可使用自己的数据集。
Mistral AIAI 评分5959 Mistral 发布 Mistral Large 2：123B 参数、128k 上下文，代码与推理对标 GPT-4o
Mistral AI 发布 Mistral Large 2（版本 24.07，API 名称 mistral-large-2407），参数量 123B，拥有 128k 上下文窗口，MMLU 预训练准确率 84.0%。
Mistral AI精选AI 评分7070 Mistral 与 NVIDIA 联合发布 12B 开源模型 Mistral NeMo
Mistral AI 与 NVIDIA 联合发布 12B 模型 Mistral NeMo，支持 128k 上下文窗口，以 Apache 2.0 许可发布 base 与 instruct 权重，官方称其推理、世界知识和编码精度在该规模中达到 SOTA，可作 Mistral 7B 的直接替代。
推荐理由：官方原文给出 12B 规模、128k 上下文、Apache 2.0 权重和 Tekken 分词器的具体压缩数据，可据此评估其在 Mistral 7B 系统中的替换价值。
Mistral AI精选AI 评分6262 Mistral 发布 Mamba 架构编码模型 Codestral Mamba
Mistral AI 发布 Mamba 架构的 Codestral Mamba，在 Albert Gu 和 Tri Dao 协助下训练，具备线性时间推理和理论无限序列建模能力，已测试 256k token 的上下文检索，参数量 7,285,403,648。
推荐理由：官方介绍了 Mamba 架构在线性推理和长序列上的特点、部署方式与许可证差异，读者可据此评估本地编码助手的可行性。
Hugging Face Blog精选AI 评分6464 NuminaMath 7B TIR 如何夺得首届 AIMO 进步奖
Numina 与 Hugging Face 合作微调的 NuminaMath 7B TIR 赢得首届 AIMO Progress Prize，在私有测试集 50 题中解出 29 题。
推荐理由：原文由获奖团队完整给出两阶段微调、SC-TIR 推理和防过拟合验证的做法，方法可迁移到数学推理模型训练。
Hugging Face BlogAI 评分5757 Hugging Face 用 Transformers Agents 的 Code Agent 登顶 GAIA 基准
Hugging Face 报告其基于 Transformers Agents 构建的 ReactCodeAgent 在 GAIA 基准上取得佳绩：验证集得分 44.2%，排名第一，领先第二名 4 分；测试集得分 33.3%，排名第二，超过 Microsoft Autogen 的提交，并在最难的 Level 3 题目上拿到最佳平均分。
OpenAI NewsAI 评分2626 Paf 全公司采用 ChatGPT Enterprise，工程师用 custom GPTs 提升开发效率
Paf 在全公司采用 ChatGPT Enterprise，工程师每天使用 custom GPTs 加速日常开发任务，并将 ChatGPT Enterprise 集成到 grit:lab 编程学院（gritlab.ax），以 AI 增强的系统架构思维培养下一代软件开发者。目前 Paf 有 70% 的员工活跃使用 ChatGPT Enterprise，覆盖财务、HR、市场和客户支持等业务团队。
Hugging Face BlogAI 评分4949 BigCodeBench：HumanEval 的新一代继任者
Hugging Face 发布 BigCodeBench，用于在无污染的实际编程任务上评估大语言模型，定位为 HumanEval 的新一代继任者。
Mistral AI精选AI 评分7474 Mistral 发布首个代码模型 Codestral，22B 开源权重并支持 80+ 编程语言
Mistral AI 发布首个代码生成模型 Codestral，为 22B 开源权重模型，训练数据覆盖 80+ 编程语言，支持 32k 上下文窗口和 fill-in-the-middle 机制。
推荐理由：官方原文给出 22B 参数、32k 上下文、80+ 语言和多个基准对比，读者可以据此评估它在代码补全场景中的位置。
Hugging Face BlogAI 评分4444 CyberSecEval 2：Meta 推出的大语言模型网络安全风险与能力综合评测框架
Meta 发布开源评测框架 CyberSecEval 2，用于评估 LLM 在生成不安全代码、提示词注入、协助网络攻击、代码解释器滥用和自动化攻击能力等方面的安全风险。评测显示，LLM 平均协助网络攻击的合规率已从上一版的 52% 降至 28%；提示词注入防护仍未解决，模型在端到端漏洞利用上能力有限。全部代码开源，并提供 leaderboard，欢迎社区贡献。
Hugging Face BlogAI 评分5858 StarCoder2-15B-Instruct-v0.1 发布：完全透明且许可开放的自对齐代码模型
Hugging Face 团队发布 StarCoder2-15B-Instruct-v0.1，首个采用完全透明、许可开放管线的自对齐代码 LLM，无需人工标注或从专有大模型蒸馏数据。
Mistral AI精选AI 评分7272 Mistral AI 开源发布 Mixtral 8x22B 稀疏 MoE 模型
Mistral AI 开源发布 Mixtral 8x22B，采用 Apache 2.0 许可证。该稀疏 MoE 模型总参数 141B、激活参数仅 39B，支持英语、法语、意大利语、德语和西班牙语，具备函数调用能力与 64K tokens 上下文窗口，官方称其速度快于任何稠密 70B 模型。
推荐理由：官方给出了参数结构、许可证和基准成绩，读者可据此评估它在大模型开源阵营中的性价比和适用场景。
Hugging Face BlogAI 评分3838 Hugging Face 推出 LiveCodeBench 排行榜：全面且无污染的代码 LLM 评测
UC Berkeley、MIT 和 Cornell 研究者推出 LiveCodeBench 排行榜，通过从 LeetCode、AtCoder、CodeForces 收集并标注发布日期的题目，检测并防止 benchmark 污染。
Hugging Face Blog精选AI 评分6565 Google 发布代码模型 CodeGemma，提供 2B 与 7B 三个开放版本
Google 与 Hugging Face 合作发布 CodeGemma，包含专注代码填充的 2B 基座、混合代码与自然语言的 7B 基座，以及 7B Instruct 对话版本，均支持 8K 上下文。
推荐理由：原文给出三个模型规格、基准对比与 FIM 提示词格式，读者可以据此选择适合延迟、显存或对话场景的版本。
OpenAI NewsAI 评分2222 JetBrains 将 AI 嵌入开发者软件，借助 OpenAI API 打造其史上增长最快的产品
JetBrains 使用 OpenAI 的 API 将 AI 嵌入开发者软件，打造出公司历史上增长最快的产品。通过集成 OpenAI API，JetBrains 在其开发者工具中加入了 AI 能力。
Hugging Face BlogAI 评分4242 Hugging Face 推出 WebSight 数据集，解锁网页截图转 HTML 代码
Hugging Face 发布开源数据集 WebSight，用于训练视觉语言模型将网页截图转换为 HTML 代码。其最新版 WebSight-v0.2 扩展至 200 万个样本，改用真实图像和 Tailwind CSS。基于该数据集微调的模型 Sightseer 可将截图转为可运行的 HTML，并能在生成代码中嵌入与原图相近的图像。
Hugging Face Blog精选AI 评分6565 BigCode 发布 StarCoder2 系列开放代码模型及 The Stack v2 数据集
BigCode 发布 StarCoder2 系列开放代码模型，含 3B、7B、15B 三个规模，均基于新数据集 The Stack v2 训练，并同步开放模型、数据集及处理与训练代码。
推荐理由：官方完整披露三个模型规模、训练数据与开放范围，读者可据此评估开源代码模型的可复用程度。
Mistral AI精选AI 评分7575 Mistral 发布旗舰模型 Mistral Large 与低延迟 Mistral Small
Mistral 发布旗舰语言模型 Mistral Large，称其在常用基准上仅次于 GPT-4，可通过 la Plateforme 和 Azure 使用，支持 32K tokens 上下文、英法德西意多语言、function calling 和 JSON 输出。同时发布优化延迟与成本的 Mistral Small，性能超过 Mixtral 8x7B，并简化了端点产品线、新增多币种定价。
推荐理由：官方给出了 Mistral Large 的基准对比、多语言与 function calling 能力，读者可据此评估它在 API 可用模型中的位置。
Hugging Face BlogAI 评分3737 如何用 Optimum Intel 在 Xeon 上加速 StarCoder：Q8/Q4 量化与投机解码
Hugging Face 联合 Intel 展示了在第四代 Xeon（借助 AMX 加速）上优化 StarCoder-15B 推理的方法，通过 SmoothQuant 实现 Q8 量化，TTFT 加速约 2.19x、TPOT 加速约 2.20x 且精度无损失；再结合 4bit 权重唯一量化和 assisted generation，实现超过 7x 的推理加速。
Mistral AI精选AI 评分8383 Mistral AI 发布开放权重的稀疏混合专家模型 Mixtral 8x7B
Mistral AI 发布 Mixtral 8x7B，一个采用 Apache 2.0 许可的开放权重稀疏混合专家模型（SMoE），在多数基准上超过 Llama 2 70B 且推理快 6 倍，多数标准基准上匹配或超越 GPT3.5。
推荐理由：官方给出稀疏专家架构的参数激活比例、基准对比与部署方案，为开源模型选型提供了具体的成本性能参考。
Hugging Face BlogAI 评分5858 Hugging Face 实测 LoRA 微调 RoBERTa、Llama 2 与 Mistral 7B 做灾难推文分类
Hugging Face 博客用 LoRA 在灾难推文二分类任务上对比 RoBERTa-large、Llama-2-7b 和 Mistral 7B，均在单张 48GB A6000 上微调。
Hugging Face Blog精选AI 评分6666 Hugging Face 教你微调 StarCoder 打造个人编程助手 HugCoder
Hugging Face 发布教程，介绍如何用 Hugging Face GitHub 公共仓库代码微调 bigcode/starcoder (15.5B) 等模型，打造个人编程助手 HugCoder。
推荐理由：原文完整给出从数据采集到部署的微调流程，并附 QLoRA 与全量微调的成本和评测对比，方法可迁移到自有代码库。