为AMD MI300创建自定义内核
无可用摘要
用Gradio MCP服务器提升大语言模型的能力
通过Gradio MCP服务器，快速增强大语言模型的技能与实用性。
SmolLM3：小巧、多语言、长上下文推理模型
SmolLM3是一款面向多语言与长上下文的小型推理模型。
高效多模态数据管道
支撑Hugging Face生产基础设施的三个强大警报
Hugging Face生产基础设施依赖三个关键警报确保稳定运行。
使用Sentence Transformers训练和微调稀疏嵌入模型
讲解如何用Sentence Transformers库训练和微调稀疏嵌入模型，实现高效检索与压缩。
长提示阻塞其他请求的机制与LLM性能优化
长提示会阻塞其他请求，优化LLM性能可缓解。
5分钟学会Hugging Face Kernel Hub
快速了解Hugging Face内核中心的入门指南。
无羽毛AI 登陆 Hugging Face 推理提供商 🔥
无羽毛AI 在 Hugging Face 推理提供商上线，提供更轻量、高效的 AI 推理服务。
后训练 Isaac GR00T N1.5 用于 LeRobot SO-101 机械臂
无描述
推出训练集群即服务——与英伟达的新合作
与NVIDIA合作推出训练集群即服务。
在Arm上实时AI声音生成：个人创意自由工具
Arm平台实时生成AI声音，赋予个人创意自由。
Holo1：新的图形界面自动化视觉语言模型家族，驱动GUI代理Surfer-H
Holo1是全新GUI自动化视觉语言模型家族，为Surfer-H代理提供核心动力。
SmolVLA：基于Lerobot社区数据训练的高效视觉-语言-动作模型
基于Lerobot社区数据的高效视觉-语言-动作模型，实现多模态理解与动作生成。
不留任何GPU：在TRL中通过共置vLLM解锁效率
在TRL中使用共置vLLM，最大化GPU利用率，提升训练效率。
Dell Enterprise Hub is all you need to build AI on premises
Python中的微型智能体：一个约70行代码的MCP驱动智能体
用约70行Python代码实现一个基于MCP协议的轻量级智能体。
Falcon-H1：重新定义效率与性能的混合头语言模型家族
Falcon-H1混合头语言模型家族，重新定义效率与性能。
中文标题：Falcon-Arabic：阿拉伯语模型的突破
Falcon-Arabic实现了阿拉伯语语言模型性能的重大突破。
探索Diffusers中的量化后端
探讨Diffusers库中不同量化后端（如bitsandbytes、ONNX Runtime）的实现与效果，以优化模型推理性能。
nanoVLM：使用纯PyTorch训练你的VLM的最简仓库
最简VLM训练仓库，纯PyTorch实现
Falcon-Edge：一系列强大、通用、可微调的1.58位语言模型
Falcon-Edge提供强大通用可微调的1.58位语言模型系列
Transformers库：标准化模型定义
Transformers库通过统一模型定义接口，降低使用门槛，提升开发效率。
如何使用Gradio构建MCP服务器
本教程演示利用Gradio框架搭建MCP服务器的核心步骤。
Qwen-3聊天模板教给我们的四件事
Qwen-3聊天模板的四个关键设计启示，优化AI对话交互。
介绍AutoRound：英特尔针对大语言模型和视觉语言模型的高级量化技术
英特尔推出AutoRound，一种面向LLM和VLM的高级量化方法，旨在提升模型效率。
欢迎Llama Guard 4入驻Hugging Face Hub
Llama Guard 4 模型已上线，用于内容安全检测，可免费在Hugging Face Hub使用。