用数学验证修复开放LLM排行榜

通过Math-Verify工具改进排行榜，提升评估准确性和公平性。

十亿级分类

完成十亿个样本的高效分类任务

为视频生成构建卓越数据集

构建高质量视频数据集是提升模型性能的关键。

从大块到小块：加速Hub的上传与下载

通过将数据组织方式从大块改为小块，显著提升Hub的上传和下载速度。

开放R1：第二次更新

Open R1项目发布第二次更新，聚焦开源模型优化。

开放阿拉伯语大模型排行榜2

旨在评估和排名阿拉伯语大语言模型性能的公开榜单。

开源深度研究——解放我们的搜索代理

DABStep：多步推理数据代理基准

评估数据代理多步推理能力的专用基准测试框架

π0与π0-FAST：用于通用机器人控制的视觉-语言-动作模型

提出π0和π0-FAST模型，融合视觉、语言与动作，实现通用机器人控制。

Open-R1：第1次更新

无摘要

Mini-R1：复现Deepseek R1的“aha moment”——强化学习教程

教程通过强化学习复现Deepseek R1的顿悟时刻。

艺术AI工具通讯 - 第1期

本期介绍AI工具在艺术创作中的应用与趋势。

如何在AWS上部署和微调DeepSeek模型

AWS上DeepSeek模型的部署与微调方法

Open-R1：DeepSeek-R1的完全开放复现

完全开源复现DeepSeek-R1推理模型，推动AI透明化与协作。

欢迎使用Hub上的推理提供者🔥

Hub推出推理服务提供商，助你轻松接入和部署AI模型。

Diffusers中开放视频生成模型的现状

本文概述了Diffusers库支持的开放视频生成模型及其功能与性能，为开发者提供参考。

smolagents现已支持视觉语言模型(VLM)！

smolagents新增VLM支持，扩展多模态能力。

利用KVPress驾驭LLM中的长上下文

KVPress技术助LLM高效处理长上下文

SmolVLM 再变小——256M 和 500M 版本发布！

Hugging Face 与 FriendliAI 合作，在 Hub 上加速模型部署

双方合作优化Hub模型部署，提升推理速度与扩展性。

耶！组织现在可以发布博客文章

组织现可发布博客文章，迎来新功能。

Timm与Transformers的完美结合：在Transformers中使用任何timm模型

介绍timm模型集成到Transformers库，实现跨库模型无缝调用。

介绍Text Generation Inference的多后端支持（TRT-LLM、vLLM）

为文本生成推理引入TRT-LLM和vLLM等多后端，提升性能与兼容性。

用Sentence Transformers将静态嵌入模型训练加速400倍

使用Sentence Transformers可将静态嵌入模型训练速度提升400倍。

AI代理已经到来。现在怎么办？

AI代理时代已至，需思考应对策略。

视觉文档检索走向多语言

视觉文档检索现支持多语言功能，实现跨语言文档识别与检索。

二氧化碳排放与模型性能：来自Open LLM排行榜的洞察

研究揭示模型性能与碳排放的权衡，开源排行榜为绿色AI提供关键参考。

介绍smolagents：用代码编写动作的简单智能体

smolagents是能通过代码编写动作的简单智能体。

在PyTorch中可视化并理解GPU内存

学习如何可视化并理解PyTorch中GPU内存的使用

使用NVIDIA的LogitsProcessorZoo控制语言模型生成

通过LogitsProcessorZoo，实现语言模型输出的精细控制，提升生成内容的安全性、多样性与合规性。

基于Big Bench Audio的音频推理评估

通过Big Bench Audio数据集评估音频推理能力。

终于，BERT的替代者来了：介绍ModernBERT

ModernBERT作为BERT的替代方案，具备更优性能与效率。

中文标题：Bamba：推理高效的混合Mamba2模型

一种融合Mamba2的高效推理混合模型，平衡性能与效率。

在GCP第五代至强上基准测试语言模型性能

暂无摘要内容

欢迎来到Falcon 3开源模型家族！

Falcon 3开源模型家族正式发布。

介绍合成数据生成器——用自然语言构建数据集

用自然语言描述即可生成定制数据集，大幅降低数据构建门槛。

LeMaterial：一个加速材料发现与研究的开源计划

LeMaterial开源项目旨在加速材料发现与研究进程。

Amazon Bedrock 中的 Hugging Face 模型

在 Amazon Bedrock 上轻松部署和调用 Hugging Face 开源模型。

🤗社区开放的文本到图像生成偏好数据集

社区贡献的偏好数据集，用于评估文本到图像生成模型。

欢迎PaliGemma 2 – 谷歌推出的新视觉语言模型

谷歌推出新一代视觉语言模型PaliGemma 2。

大型语言模型在纠正自身错误方面表现如何？基于Keras和TPU的聊天机器人竞技场实验

通过Keras和TPU在聊天机器人竞技场中测试LLMs修正错误的能力，评估其表现。

用3C3H重新思考LLM评估：AraGen基准与排行榜

提出3C3H框架重新评估LLM，发布AraGen基准与排行榜。

投资绩效：利用LLM洞察微调小模型——CFM案例研究

通过CFM案例展示如何借助LLM知识微调小模型以优化投资绩效。

开源开发者欧盟人工智能法案指南

为开源开发者解读欧盟AI法案核心合规要求，提供实操指引。

重构Hugging Face的上传和下载功能

重新设计Hugging Face平台的上传下载架构，提升性能与可靠性。

SmolVLM - 小巧而强大的视觉语言模型

SmolVLM模型虽小，却在视觉语言任务中表现出色。

您本可以设计出最先进的位置编码

未提供摘要

从文件到块：提升HF存储效率

文件分块技术可显著优化Hugging Face存储效率。

让大型模型辩论：首届多语言LLM辩论赛

首届多语言大模型辩论赛，让LLM同台辩论。

日本LLM开放排行榜正式发布！

用于评估和比较日本语言模型的性能表现，促进社区交流与进步。