Hugging Face 发布 Synthetic Data Generator，用自然语言生成自定义数据集
Hugging Face 发布 Synthetic Data Generator，一款无代码应用，通过三步流程（描述数据集、配置微调、生成推送）用 LLM 从自定义提示词生成数据集，底层由 distilabel 和免费 Hugging Face 文本生成 API 驱动。
推荐理由：官方介绍这款无代码合成数据工具的完整流程与可配置项，读者可据此判断能否用自然语言快速搭建数据集和模型。
Hugging Face
全部主题Hugging Face 开源社区动态：热门模型与数据集、排行榜变化与开源生态的晴雨表。
最新精选
第 121–140 条 · 共 226 条Hugging Face Blog精选AI 评分6666
Hugging Face Blog精选AI 评分6262 Google 发布视觉语言模型 PaliGemma 2，含 3B、10B、28B 三种规模
Google 发布视觉语言模型 PaliGemma 2，将 SigLIP 图像编码器与 Gemma 2 语言模型结合，提供 3B、10B、28B 三种规模，支持 224x224、448x448 和 896x896 三种输入分辨率。
推荐理由：Google 发布 PaliGemma 2 视觉语言模型，提供 3B、10B、28B 三种规模与多分辨率选择，并附 transformers 集成和微调脚本。
Hugging Face Blog精选AI 评分6464 Hugging Face 发布开源开发者 EU AI Act 合规指南
Hugging Face 发布开源开发者 EU AI Act 合规指南，说明该法案适用于欧盟内受影响的开源 AI 系统和模型。
推荐理由：面向开源开发者的指南，把 AI Act 的风险分级拆成文档、水印、opt-out 等可操作步骤，并给出 Hugging Face 现成工具。
Hugging Face Blog精选AI 评分6767 Hugging Face 发布 2B 开源视觉语言模型 SmolVLM
Hugging Face 发布 2B 小型视觉语言模型 SmolVLM，含 Base、Synthetic 和 Instruct 三个版本，模型、数据集、训练配方均以 Apache 2.0 开源。
推荐理由：原文给出与同级 2B 模型的显存、token 编码和吞吐对比数据，可帮助读者评估端侧部署小 VLM 的实际成本。
Hugging Face Blog精选AI 评分6565 Intel Labs 与 Hugging Face 推出 Universal Assisted Generation，跨模型家族加速解码 1.5x-2.0x
Intel Labs 与 Hugging Face 推出 Universal Assisted Generation（UAG），通过双向 tokenizer 翻译让辅助生成不再要求目标模型与助手模型共享同一 tokenizer，可将任意 decoder 或 MoE 模型的推理加速 1.5x-2.0x 且几乎零开销。
推荐理由：原文解释了跨 tokenizer 助手模型的实现原理并给出多组加速数据，还提供 Transformers 4.46.0 的可用代码。
Hugging Face Blog精选AI 评分6868 Google DeepMind 与 Hugging Face 在 Transformers v4.46.0 中推出 SynthID Text 文本水印
Google DeepMind 与 Hugging Face 在 Transformers v4.46.0 中发布 SynthID Text，可通过 g-function 与 tournament sampling 为任意 LLM 的 model.generate() 输出添加人眼不可见的水印。
推荐理由：原文给出水印的实现方式、配置参数与检测训练流程，开发者可以据此把 SynthID Text 接入现有生成调用。
Hugging Face Blog精选AI 评分7373 Hugging Face 发布 Transformers.js v3，新增 WebGPU 支持与更多模型架构
Hugging Face 发布 Transformers.js v3，经一年多开发后正式推出，WebGPU 加速可比 WASM 快至 100 倍，支持架构总数达 120 个，Hub 上预转换模型超过 1200 个。
推荐理由：官方发布说明给出 WebGPU 加速、量化选项和迁移方式，读者可以据此评估是否升级到 v3。
Hugging Face Blog精选AI 评分6666 Stable Diffusion 3.5 Large 上架 Hugging Face 并支持 Diffusers
Stable Diffusion 3.5 Large 发布，提供 8B 基础版和 8B timestep-distilled 版两个 checkpoint，模型已在 Hugging Face Hub 开放并可在 🧨 Diffusers 中使用。
推荐理由：原文给出 Diffusers 中推理、量化加载和低显存训练 LoRA 的具体做法，读者可以直接照着在消费级硬件上使用 8B 模型。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 Gradio 5 稳定版
Hugging Face 宣布 Gradio 5 稳定版发布，目标是让开发者用几行 Python 构建可上生产的机器学习 Web 应用。
推荐理由：官方宣布 Gradio 5 稳定版，列出性能、UI、流式与安全等具体改动和升级命令，开发者可据此评估迁移与使用。
Hugging Face Blog精选AI 评分8585 Meta 发布 Llama 3.2：11B/90B 视觉模型与 1B/3B 端侧文本模型上线 Hugging Face
Meta 发布 Llama 3.2，Hugging Face 上线 10 个开放权重模型，包括 11B 和 90B 两个视觉模型（各有 base 与 instruct 版本）以及 1B 和 3B 两个可端侧运行的文本模型。
推荐理由：原文来自 Hugging Face 官方，详细说明了 Vision 与端侧小模型的规模、显存需求、许可证限制和上手方式，适合据此评估是否采用。
Hugging Face Blog精选AI 评分6767 Hugging Face Datasets 推出 SQL Console，可在浏览器内直接用 SQL 查询数据集
Hugging Face 宣布在 Hub 上推出 SQL Console，用户在每个数据集页面点击徽标即可运行 SQL 查询。查询由 DuckDB WASM 在浏览器本地完成，无需服务器，支持导出 Parquet 和通过链接分享结果；数据集前 5GB 会自动转换为 Parquet。
推荐理由：官方介绍浏览器内 SQL 查询数据集的能力与限制，文中示例可直接迁移到自己的数据集格式转换工作流。
Hugging Face Blog精选AI 评分6767 HuggingChat 推出 Community Tools，可把任意 Space 变成模型可用工具
Hugging Face 在 HuggingChat 上发布 Community Tools 功能，允许把任意公开 Space 转成模型可直接调用的工具，并借此扩展图像理解、视频生成和文本转语音等多模态能力。
推荐理由：官方介绍了把任意 Space 转成 HuggingChat 工具的做法，覆盖创建、配置参数和打包进助手的完整流程，读者可以照着复用。
Hugging Face Blog精选AI 评分6464 Hugging Face 五个常被忽视的实用工具详解
Hugging Face 官方博客盘点 Hub 上五个常被忽视的工具：ZeroGPU（免费 A100 GPU，每工作负载 40GB vRAM）、多进程 Docker Space（用 supervisord）、Gradio API、Webhooks 和 Nomic Atlas 语义搜索。
推荐理由：作者用免费语义搜索项目实际串起 ZeroGPU、多进程 Docker、Gradio API、Webhooks 和 Nomic Atlas 的用法，附可直接复用的代码示例。
Hugging Face Blog精选AI 评分6161 TII 发布首个无注意力 7B 强模型 Falcon Mamba
阿布扎比 TII 基于 Mamba 架构发布开源模型 Falcon Mamba 7B，采用 TII Falcon Mamba 7B License 1.0，称在 LLM Leaderboard 两版基准上平均分领先多数同类 Transformer 与 SSM 模型。
推荐理由：原文给出架构设计、训练数据和两版评测基准数字，读者可据此判断无注意力 7B 模型与主流 Transformer 的差距。
Hugging Face Blog精选AI 评分6666 Hugging Face 在 Transformers 中推出跨模型统一工具调用 API
Hugging Face 宣布 Transformers 现已提供跨多个热门模型家族的统一工具调用 API，同一份代码可在 Mistral、Cohere、NousResearch 和 Llama 模型间基本无需修改地移植。
推荐理由：原文给出统一工具调用 API 的设计思路和完整代码示例，开源开发者可以照搬接入多个模型家族。
Hugging Face Blog精选AI 评分6868 Hugging Face 收购 XetHub，将替换 Git LFS 作为 Hub 存储后端
Hugging Face 官方宣布收购总部位于西雅图的 XetHub，团队来自曾在 Apple 构建内部 ML 基础设施的 Yucheng Low、Ajit Banerjee 和 Rajat Arya。
推荐理由：收购方官方说明整合路径，给出了 Git LFS 换自研存储后对大文件更新方式的具体改变和当前 Hub 规模数据。
Hugging Face Blog精选AI 评分8888 Meta 发布 Llama 3.1（8B/70B/405B），支持 128K 上下文与多语言
Meta 发布 Llama 3.1 系列，在 Hugging Face Hub 上线 8B、70B、405B 三个规模共 8 个开放权重模型，上下文长度提升至 128K tokens，支持 8 种语言和工具调用。
推荐理由：官方发布说明覆盖了三个规模、内存需求和量化权重，读者可以据此选择适合自己硬件的部署与微调路径。
Hugging Face Blog精选AI 评分6363 如何在 Core ML 上用不到 4GB 内存运行 Mistral 7B
Hugging Face 发布教程，演示如何用 WWDC24 的新 Core ML 特性在 Mac 上复现 Mistral 7B 的端侧运行。
推荐理由：原文复现 WWDC24 的 Mistral 7B 端侧运行示例，讲解 MLTensor、状态缓存和 4-bit 量化等新特性与完整转换步骤。
Hugging Face Blog精选AI 评分6060 TGI 推出 Multi-LoRA serving，一次部署可服务多个微调模型
Hugging Face 在 TGI 中推出 Multi-LoRA serving，只部署一次基座模型 mistralai/Mistral-7B-v0.1，即可按请求动态选择 LoRA 适配器，一次部署相当于服务多个微调模型。
推荐理由：原文给出部署步骤、显存开销和成本对比数据，读者可以据此评估一次部署服务多个微调模型是否适合自己的场景。
Hugging Face Blog精选AI 评分6464 Hugging Face 发布 SmolLM 小型模型系列，含 135M、360M 和 1.7B 三种规格
Hugging Face 发布 SmolLM 小型语言模型系列，提供 135M、360M 和 1.7B 三种参数规模，并同步开源训练语料 SmolLM-Corpus。
推荐理由：官方公开了小型模型的数据配比、训练细节和完整语料，同档评测结果与端侧部署信息都可查证，适合关心小模型训练的人参考。