用 100 步 GRPO 微调 LFM2.5-350M 提升结构化输出能力
Hugging Face 教程展示用 TRL 的 GRPO 对 LFM2.5-350M 做 100 步结构化输出微调，IFStruct 通过率从 22.6% 提升到 29.7%。
推荐理由：给出可在免费 GPU 复现的 GRPO 微调流程、奖励函数和 IFStruct 前后对比，适合参考小模型结构化输出优化。
全部AI 动态
全部动态
今日 18 条Hugging Face Blog精选AI 评分7070
公众号：饼干哥哥AGIAI 评分6464 用豆包工作搭建 TikTok 爆款元素库并接入飞书的完整教程
作者用豆包工作在飞书多维表格中搭建 TikTok 爆款元素库，把视频拆成18个元素，并通过 Skill 自动采集、拆解、组合元素和生成脚本。流程包含《爆款元素库》《生成脚本库》两张表、豆包2.0多模态字段捷径、公式提取 JSON 字段，以及 tiktok-viral-script-composer Skill。
Hugging Face Blog精选AI 评分6767 Sentence Transformers 多向量嵌入模型训练与微调指南
Sentence Transformers v6.0 引入 MultiVectorEncoder，支持 ColBERT 风格的晚交互检索模型训练与微调。
公众号：饼干哥哥AGIAI 评分6464 用 skill 为 Agent 沉淀任务 SOP：创建、复用与项目化管理技巧
文章分享了为 Agent 创建和管理 skill 的方法，把 skill 定义为规定任务步骤与完成标准的执行 SOP。创建 skill 有两种路径：先用 $plan 确认输入、输出、不处理范围和完成标准，再调用 $skill-creator；或从一次真实协作中提炼反复强调的规则、走过的弯路和正确做法。
Hugging Face Blog精选AI 评分6161 Papers with Code 如何用 Hugging Face Inference Endpoints、Jobs 和 Buckets 构建论文搜索
Hugging Face 介绍了 Papers with Code 混合搜索系统的生产架构，用 PostgreSQL 全文检索、pgvector 语义向量和 RRF 融合支持论文搜索。
推荐理由：文章拆解了 Papers with Code 混合搜索的离线构建、在线查询与降级机制，对设计 RAG 检索系统有直接参考价值。
公众号：饼干哥哥AGIAI 评分6262 用 updream 3D 白模预演台制作 AI 视频：复刻《黑客帝国》屋顶片段教程
作者演示用 updream 的 3D 预演台先搭建白模场景、编排人物走位和机位，再把白模视频交给 Seedance 2.5 生成成片，以降低复杂镜头的反复抽卡。
Hugging Face Blog精选AI 评分7474 Sentence Transformers v6.0 推出 MultiVectorEncoder，支持 ColBERT 式多向量晚交互检索
Sentence Transformers v6.0 新增第四种模型类型 MultiVectorEncoder，用于 ColBERT 式晚交互检索，并可直接加载 PyLate、Stanford-NLP ColBERT 检查点，也支持 colpali-engine 视觉文档检索模型。
推荐理由：文章围绕 Sentence Transformers v6.0 的 MultiVectorEncoder，给出加载、检索、索引和多模态用法，便于直接迁移到现有 RAG 流程。
Hugging Face BlogAI 评分4343 Hugging Face 实测：约束感知 GPU 调度器仅靠调整分配顺序，将利用率提升 33 个百分点
Hugging Face 构建约束感知 GPU 分配器，在相同硬件与工作负载下对比 FIFO 调度器，GPU 利用率最高提升 33 个百分点，优先级加权产出最高提升 105%。在 5 个争用场景中，利用率从 52–85% 提升至 72–88%，优先级加权价值平均提升 52%。其核心是按实时需求曲线动态分配 GPU，并按优先级在整个时间范围内排布批处理任务。
公众号：饼干哥哥AGIAI 评分7272 DeepSeek Harness 开源并采用插件化架构，作者实测梳理安装与必备插件
DeepSeek Harness 已开源，核心采用一切皆插件的架构，初始 Web UI 不自带传文件、识图等能力，需要按需安装插件。
Hugging Face Blog精选AI 评分6262 Strands Robots 结合 LeRobot 与 Hugging Face Storage Buckets 实现录制、训练和部署闭环
Hugging Face 发布教程，演示用 Strands Robots、LeRobot 和 Storage Buckets 在一个 AI 智能体中完成机器人示教录制、增量同步、流式训练和 checkpoint 部署。
推荐理由：文章用同一套 LeRobot 数据格式串起录制、同步、流式训练和硬件部署，适合搭建机器人数据闭环时参考。
公众号：饼干哥哥AGIAI 评分6262 教程：用 OpenCodex 为 Codex 接入 DeepSeek V4 与 Kimi K3
作者实测通过 GitHub 项目 OpenCodex 在本机启动 10100 端口代理，把 Codex 请求转发到 Kimi、DeepSeek 等模型，同时保留原有 ChatGPT 账号。
公众号：饼干哥哥AGIAI 评分7272 饼干哥哥发布 4 个跨境 VOC Skill，用 Codex 跑通评论抓取到报告流程
饼干哥哥将十年数据分析经验打包成 4 个跨境 VOC Skill，用 Codex 自动完成抓取、打标、统计和 HTML 报告。案例围绕犬用安神咬胶，从 Amazon、Reddit、X 抓取 4185 条评论，清洗后 3688 条进入分析，最终 3174 条用于统计。
公众号：饼干哥哥AGIAI 评分6464 Codex Pro 8 项配置自查：权限、个性化、跟进与重连接修复指南
饼干哥哥基于团队使用 200 美元 Codex Pro 的对比经验，整理出 8 项应调整的 Codex 配置，包括开启完全访问权限、把语气改为务实、打开记忆、将跟进行为从排队切为引导、复制会话 ID 延续任务、开启任意应用和 Google Chrome 电脑操控、使用任务搜索与语音听写。
Fireworks AI（网页）精选AI 评分6363 从 LoRA 转向 FullFT 前应运行的三项测试
Fireworks AI 基于 Qwen3.5-9B 的 SFT 实验提出，LoRA 落后 FullFT 时应依次检查数据覆盖、训练配方和 adapter rank，而不是直接改用 FullFT。
推荐理由：文章用 Qwen3.5-9B 的受控实验拆解 LoRA 与 FullFT 差距来源，给出数据覆盖、学习率和 rank 的排查顺序。
Fireworks AI（网页）精选AI 评分7272 Fireworks AI 教程：用低于 10 美元的成本微调 Qwen3-Embedding-8B 嵌入模型
Fireworks AI 发布教程，展示在其平台上用对比微调把 Qwen3-Embedding-8B 适配到特定领域，单次成本低于 10 美元。方法使用 query-positive 对、批内负样本和双向 InfoNCE，典型设置为 150 步、batch size 64、学习率 1e-5、temperature 0.02。
推荐理由：文章给出低于 10 美元的嵌入模型对比微调流程、参数配方和多任务评测，可直接迁移到私有 RAG 与语义检索场景。
Hugging Face Blog精选AI 评分6565 IBM Research 解析智能体模型路由为何不能只做分类
IBM Research 总结在智能体系统中构建模型路由的经验，认为路由本质上是跨成本、质量、延迟和约束的系统优化问题。
推荐理由：文章用 AppWorld 的成本、准确率和延迟数据说明，模型路由应按系统权衡优化，而不是只按任务难度分类。
Hugging Face Blog精选AI 评分6565 PyTorch 性能剖析系列第 3 部分：如何剖析 attention
Hugging Face 发布 PyTorch 性能剖析教程第 3 部分，在 NVIDIA A100-SXM4-80GB 上对比朴素 attention、in-place masking 与 SDPA 的 math、efficient、flash、cuDNN 后端。
推荐理由：文章用同一 A100 环境对比多种 attention 实现的 profiler trace，可帮助读者把 kernel 数量、显存访问和后端选择联系起来。
Hugging Face Blog精选AI 评分6767 PRX 系列第4部分：Photoroom 的文生图模型数据策略
Photoroom 公开 PRX 7B 文生图模型的数据管线：混合公共与内部数据集，用 VLM 为全部图片重新生成详细长描述，再写成可流式训练的 MDS 语料。
推荐理由：文章拆解了7B文生图模型从数据探索、VLM重标注到分桶、过滤和去重的完整管线，工程取舍可直接参考。
Mistral AIAI 评分5858 Mistral AI 推出面向人类与 AI 智能体的 Spaces CLI
Mistral AI 发布 Spaces CLI，用于脚手架项目、启动开发环境、生成配置并部署到 staging，典型流程为 spaces init my-project、cd my-project、spaces dev。
Mistral AI精选AI 评分7171 Mistral 详解如何用 Vibe 构建自动编写 Rails RSpec 测试的智能体
Mistral 介绍了一个基于开源编码助手 Vibe 构建的自治智能体，可读取 Rails 源文件、生成或改进 RSpec 测试，并在 CI/CD 中并行运行。
推荐理由：文章拆解了基于 Vibe 构建 Rails 自动测试智能体的上下文、技能和工具设计，并用 275 个文件实验呈现效果。
Mistral AI精选AI 评分6363 Mistral AI 复盘 vLLM 内存泄漏：定位 UCX mmap hook 并给出修复
Mistral AI 复盘了 vLLM 在 Mistral Medium 3.1、Prefill/Decode 分离服务和 graph compilation 条件下的内存泄漏，生产类流量中系统内存以 400 MB 每分钟增长并最终 OOM。
推荐理由：文章完整呈现从 Python 堆分析到内核追踪的排查路径，并给出可直接使用的 vLLM 内存泄漏规避配置。
Berkeley AI ResearchAI 评分5151 Transitive RL：用分治而非 TD 学习实现可扩展的离策略强化学习
Berkeley AI Research 介绍 Transitive RL（TRL），一种基于分治价值学习的离策略 RL 算法，用轨迹内状态和 expectile regression 构造传递式 Bellman 更新，以对数级递归处理长程任务。
Mistral AIAI 评分4747 通过微调释放视觉语言模型在卫星图像上的潜力
Mistral 使用 LoRA 对 Pixtral-12B 进行卫星图像领域微调，在 Aerial Image Dataset 场景分类任务上显著改善基础模型表现。实验将数据集分为 8,000 个训练样本和 2,000 个测试样本，未微调 Pixtral-12B 会混淆相近类别并产生无效标签；微调可通过 Mistral fine-tuning API 或 LaPlateforme UI 完成。
Mistral AIAI 评分5353 Mistral AI 讲解如何用 LLM as a Judge 评测 RAG 系统
Mistral AI 介绍用 LLM as a Judge 评测 RAG 系统的方法，通过裁判 LLM 按自定义标准对生成答案打分。文章采用 TruLens 提出的 RAG Triad，从上下文相关性、 groundedness 和答案相关性三个维度端到端评估检索与生成环节，并展示如何用 Mistral API 的结构化输出和 Pydantic schema 输出机器可读评分。
Mistral AIAI 评分3636 用智能体工作流赋能产品开发：Mistral AI 的 TranscriptToPRDTicket 实践
Mistral AI 推出基于 Mistral Large 2 的 TranscriptToPRDTicket 智能体工作流，可自动将会议记录转为 PRD 与开发工单。该流程由 PRDAgent 与 TicketCreationAgent 组成，并能在 Linear、Jira 等项目管理工具中自动创建工单。官方同时提供 Google Colab notebook，供企业快速部署和定制。