SCOPE：将自然语言策略编译为神经符号谓词程序
SCOPE是一种新方法，将自然语言策略编译为可执行程序，由小型模型、确定性提取器和组合代码组成。该方法在真实世界策略任务基准测试中，实现了跨任务和模型的最平均准确率，且预测更稳定、可解释，并能部署在低成本模型上达到前沿推理模型的准确率水平。
推荐理由：SCOPE将自然语言策略编译为神经符号谓词程序，解决了LLM代理策略执行中的准确性与效率矛盾。
公司与模型
Hugging Face 最新动态
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。
45 条精选近 30 天 43 条共收录 91 条
更新
Hugging Face的精选
HuggingFace Daily Papers精选AI 评分6565 Hugging Face Blog精选AI 评分7575 Hugging Face 发布 OlmoEarth v1.3 卫星嵌入模型
Hugging Face 发布 OlmoEarth v1.3 卫星嵌入模型，提供预计算的全球年度嵌入向量（10米分辨率，64和128维度），并推出基于浏览器的 OlmoEarth Embeddings Explorer 工具。该模型在27项评估中超越 AlphaEarth Foundations 和 Tessera v2，训练成本仅为前版本的53%，碳排放减少50%。
推荐理由：预计算全球卫星嵌入向量让遥感分析从GPU依赖变成轻量级任务，效率提升的同时降低了技术门槛。
Hugging Face Blog精选AI 评分6565 IBM 发布 Granite Timeseries Ensemble 时间序列预测模型
IBM Research 发布 Granite Timeseries Ensemble，结合四种互补架构的时间序列模型，提供概率集合和四分位范围集合两种预测方法，无需重新训练即可获得中位数和分位数预测结果。该模型在 GIFT-Eval 数据集上表现优于单个成员模型，并支持扩展添加其他兼容预测器。
推荐理由：IBM 发布 Granite Timeseries Ensemble，将四种互补架构合并为一个预测接口，减少模型选择的不确定性。
HuggingFace Daily Papers精选AI 评分6565 TraceForge: 用自己的思维进行知识蒸馏
研究人员提出 TraceForge 方法，通过生成与目标模型风格一致的推理轨迹来解决前沿模型不提供详细推理过程的问题。该方法采用两阶段训练，在 HumanEval+ 上提升 3.7 分，在 MBPP+ 上提升 7.1 分。
推荐理由：通过生成与目标模型风格一致的推理轨迹，TraceForge 在保持数据来源合规的同时提升了模型性能。
Hugging Face Blog精选AI 评分8181 VocabX：通过词汇专业化降低小模型推理成本77%
Hugging Face 博客介绍了 VocabX 方法，通过按成本而非频率重构词汇表，在保持基础模型不变的情况下，将葡萄牙语作文评分系统的推理成本降低77%，同时提高了评分质量。该方法在多个领域和模型家族中都优于现有参考方法。
推荐理由：通过按成本而非频率重构词汇表，VocabX 在保持模型不变的情况下降低推理成本77%，为小模型领域专业化提供新思路。
HuggingFace Daily Papers精选AI 评分6565 训练整个智能体，而非仅训练模型
研究人员提出HarnessAdapt-RL方法，在强化学习过程中同时训练智能体策略并适应其工具链。在9B基础模型上，该方法在SWE-bench Verified、Multilingual和Pro基准上分别比GRPO提高9.8、12.6和6.4个百分点，优于人工设计的OpenHands工具链。机制级技能的提升在评估后移除仍能保持，但部署时移除工具和 hooks 会损失最多7.7个百分点性能。
推荐理由：训练智能体时同时优化模型与工具链，比单独训练模型提升近10个百分点，但部署时需移除部分技能以保持性能。
Hugging Face Blog精选AI 评分6868 IBM 发布 Granite Speech 5.0 语音模型系列
IBM 发布 Granite Speech 5.0 系列模型，包括新模型 granite-speech-5.0-2b 和更新版本 granite-speech-5.0-470m-turboctc、granite-speech-4.1-2b-plus。
推荐理由：IBM 推出 Granite Speech 5.0 系列模型，覆盖从高精度转录到边缘设备实时处理的完整语音工作流，开源策略让企业级语音技术更易获取。
Hugging Face Blog精选AI 评分8181 NVIDIA 推出 SimReady Central 开源仿真资产库
NVIDIA 在 Hugging Face 上发布 SimReady Central，包含2000多个用于机器人和AI工厂仿真的3D资产，支持碰撞几何、质量、摩擦等物理属性。OEM厂商可提交符合 SimReady 标准的资产，开发者可组合这些资产构建仿真环境，并通过 AI 辅助工具快速创建场景。
推荐理由：开放2000+仿真资产库把机器人开发门槛从建模降到组装，接下来看OEM和开发者如何共建生态。
HuggingFace Daily Papers精选AI 评分7575 Evolving Agent Interfaces：让智能体自主进化计算机使用界面
研究人员提出Agent S4，一种自主计算机使用科学家，能从任务经验中构建进化型智能体界面。在OSWorld V2测试中，使用Qwen3.8-27B和进化界面的Agent S4达到21.3%二进制分数，是相同模型固定界面的3.8倍，性能超越GPT-5.5(13.0%)和Claude Opus 4.8(20.6%)，且成本仅为两者的4.3%和1.5%。
推荐理由：让智能体自主进化界面设计，比固定接口提升3.8倍性能，且成本仅为GPT-5.5的4.3%
HuggingFace Daily Papers精选AI 评分6565 Sage-A1.5：从长周期执行到科学探索的能力组合模型
Sage-A1.5是一个35B参数的混合专家智能体模型，在A1基础上通过自适应能力组合提升长周期问题解决能力。该模型具有三大改进：智能体编排、验证和开放科学发现，支持任务分解、并行协作、进度检查和策略修订，并能进行探索性科学研究。
推荐理由：通过能力组合实现长周期任务执行与科学探索，Sage-A1.5展示了智能体协作与验证的新路径。
HuggingFace Daily Papers精选AI 评分7070 Agent Mosaic：识别智能体LLM系统中的信息泄露风险
研究人员通过实验发现，现代LLM智能体能够从可访问文档中检索信息并披露敏感结论，造成马赛克效应风险。在模拟测试中，即使添加分类标签和聚合规则，GPT-5.6-Sol等模型仍以32.37%的泄露率披露禁止信息，且拒绝回答反而可能暴露禁止结论。研究使用了30个合成案例和两个开源测试平台，共测试了10,800个模拟答案和1,440个实时答案。
推荐理由：即使添加分类标签和聚合规则，AI智能体仍会以32.37%的泄露率通过马赛克效应暴露敏感信息，拒绝回答反而可能暴露禁止结论。
HuggingFace Daily Papers精选AI 评分7575 SplatLab: 3D高斯溅射研究的自主科学发现系统
SplatLab是一个针对3D高斯溅射(3DGS)的自主研究系统，能够复现已发表论文、提出扩展方案、训练模型并撰写论文。该系统在Mip-NeRF 360和LLFF数据集上，其生成的论文在PSNR指标上比复现目标高出+0.18至+3.78 dB，包括在天文摄影星云渲染上取得的+3.78 dB提升。
推荐理由：SplatLab 将科研周期从数月压缩至数天，通过可验证的实验流程和自动生成的论文，实现了3D高斯溅射研究的自主发现。
Hugging Face Blog精选AI 评分7575 FairStress: 评估LLM决策中人口公平性的新基准
Hugging Face发布FairStress基准，用于评估大语言模型在人口公平性方面的表现。该基准包含300个现实场景，测试模型在面对不同人口身份信息时的决策稳定性，发现模型在少数族裔和多数族裔候选人面前表现出不同的决策抵抗力，存在反刻板印象过度纠正现象。
推荐理由：LLM在决策中存在反刻板印象过度纠正现象，同一论据对少数族裔和多数族裔候选人的影响不对称，现有去偏方法效果有限。
Hugging Face Blog精选AI 评分7575 Hugging Face 发布 TorchTPU：PyTorch 原生支持 TPU
Hugging Face 发布 TorchTPU，为 PyTorch 添加原生 TPU 后端，使开发者可以直接在 TPU 上运行 Transformers、Diffusers 和 Kernels 库。
推荐理由：TorchTPU 让 PyTorch 原生支持 TPU，开发者无需学习 JAX 或使用 torch_xla，只需一行代码即可将模型迁移到 TPU。
Hugging Face Blog精选AI 评分7272 ALTK-Evolve：通过学习记忆在客户服务任务中超越τ²-bench排行榜
IBM研究团队提出ALTK-Evolve方法，使用GPT-4.1学习并应用行为指南，在不更新模型权重的情况下，将基础ReAct智能体在τ²-bench客户服务基准测试中的Pass^4提升至67.5%，超越所有零售领域提交的条目。
推荐理由：通过学习指南而非权重更新提升基础模型性能，为低成本高可靠性智能体提供新路径。
Hugging Face Blog精选AI 评分7575 Hugging Face 发布 AnyLanguageModel 1.0：支持苹果平台本地模型
Hugging Face 发布 AnyLanguageModel 1.0，这是一个苹果 Foundation Models 框架的替代方案，允许开发者选择应用使用的模型和提供商。该版本支持本地模型(llama.cpp、MLX、Core ML)和云端模型(OpenAI、Anthropic、Google Gemini等)，提供工具调用、引导生成、图像支持等功能，并加速模型下载。
推荐理由：统一API让本地与云端模型无缝切换，开发者无需重构代码即可灵活部署，这可能是跨平台AI应用落地的关键一步。
Hugging Face Blog精选AI 评分6565 PyTorch 2.15 为 Mac 带来 MPS 性能大幅提升
PyTorch 2.15 为 Apple Silicon Mac 带来多项性能提升：FP8 支持让模型占用内存减半，MoE 模型解码速度提升 5-6.5 倍，视频解码内存占用从 270GB 降至 8GB，线性层和 softmax 运算速度显著提高。
推荐理由：FP8和Metal内核优化让Mac上的模型推理速度提升5-6.5倍，内存占用从270GB降至8GB，开源生态在端侧持续突破性能边界。
HuggingFace Daily Papers精选AI 评分6565 Text-to-Image Generative Modeling Without Language Pretraining
研究团队提出Halcyon模型，一种完全从头开始训练的早期融合多模态自回归模型，在GPIC数据集上预训练。Halcyon-0.52B和Halcyon-1.6B模型在文本到图像生成任务上分别以更少的预训练计算量超越了现有模型，实验表明文本预训练对T2I生成没有明显帮助。代码和模型已公开。
推荐理由：Halcyon模型证明无需大规模语言预训练也能实现高质量文本到图像生成，挑战了当前主流技术范式。
HuggingFace Daily Papers精选AI 评分7575 OpenVLHarness: 基于多模态记忆的真实世界视觉智能体工具使用
研究者提出OpenVLHarness框架，结合能力层和持久多模态记忆，在22个基准测试上提升9.7-12.6分，相比无工具基线显著提高性能，同时降低模型token成本最多37%。
推荐理由：通过工具使用和持久多模态记忆提升视觉推理，9.7-12.6分的提升证明外部知识整合的价值。
HuggingFace Daily Papers精选AI 评分6565 智能体缓存工程研究
Tianyu Fu等人提出了一种新的缓存工程方案，允许智能体直接控制KV缓存而不修改轨迹或重新填充保留上下文。实验显示，该方案在基准测试中平均提高1.7分，降低27.7%成本，并实现1.2倍输出吞吐量和1.5倍P95请求延迟加速。
推荐理由：通过直接控制KV缓存而非修改轨迹，解决了智能体长任务中的缓存效率问题，但历史依赖性给服务引擎带来新挑战。