跳到正文
10月30日週五
  1. 螞蟻 inclusionAI:HuggingFace 新模型42

    inclusionAI/ZwZ2-27B-GGUF 提供 GGUF 格式權重

    inclusionAI/ZwZ2-27B-GGUF 收錄 ZwZ2-27B 的 GGUF 格式權重,模型分為語言模型及視覺編碼器與投影器(mmproj)兩部分,兩者均提供 FP16、Q8_0 和 Q4_K_M。使用時須選用相配的視覺元件,亦可混合不同精度;量化可能影響準確度。可使用具備 Qwen3.5 多模態支援的 llama.cpp 建置版本進行推理。

  2. HuggingFace Daily Papers(社區熱門論文)50

    論文提出面向實際 iOS 應用程式導航的規劃與 UI 定位智能體在線密集強化學習框架

    這篇論文提出在線強化學習框架,直接在實際運行中的 iOS 應用程式訓練 UI 導航智能體。框架把智能體拆分為規劃智能體與 UI 定位模型,以逐步及任務完成獎勵配合 PPO 訓練,並提出 GiGPPO,利用並行軌跡中視覺相似狀態的獎勵穩定價值估算器。

  3. 新浪科技54

    OpenAI 更新 Model Spec,將忠於人類意圖列為核心準則

    OpenAI 更新 Model Spec,將忠於人類意圖列為五項核心準則之首,並以降低傷害、誠實透明、保障人的自主選擇權及審慎盡責構成新版框架。OpenAI 表示,模型應理解用戶、開發者及 OpenAI 的意圖與價值取向,而非機械地照字面執行;現有模型尚未完全符合新版規範,團隊正研究新的訓練方式。

  4. DEV Community77

    NVIDIA 同意以 12.93 billion dollars 收購 Hugging Face,美國司法部展開反壟斷審查

    NVIDIA 同意以 12.93 billion dollars 收購 Hugging Face,美國司法部正就交易展開反壟斷審查。審查關注交易可能令同一家公司同時控制 AI 訓練及推理硬件供應與開放模型分發,並影響模型流量及競爭者處境。交易預計於 2027 年上半年完成,NVIDIA 承諾維持 Hugging Face 開放及多供應商模式。

    推薦理由:文章聚焦 NVIDIA 收購 Hugging Face 將硬件供應與開放模型分發集中於同一家公司後,引出的平台中立及競爭疑慮。

  5. DEV Community38

    Ofrenda:私人記憶花園

    Ofrenda 是一款私人記憶花園應用程式,用戶可建立紀念頁、加入照片和紀念物品,並撰寫追思文字。可選的寫作功能使用開放權重模型 SmolLM2-360M-Instruct,在瀏覽器本機推理,生成內容只作可編輯草稿,須由用戶審閲;紀念文字不會傳送至託管推理 API。應用程式以 IndexedDB 儲存資料,無須帳戶或個人檔案伺服器。

10月29日週四
  1. Numerama76

    Mistral Large 4 權重現已開放:自預覽版發布後有哪些變化

    Mistral AI 於 2026年10月29日公開 Mistral Large 4 的權重,模型共有 1,000 billion 個參數。此後三週,Mistral 持續進行強化學習,重點改善編碼與網絡安全;Terminal-Bench 4.0 得分由 28% 升至 41%。

    推薦理由:文章交代開放權重讓 Mistral Large 4 可在自有伺服器運行,同時説明服務轉售授權限制及所需的數據中心 GPU。

  2. UNWIRE.PRO · 人工智能80

    Nvidia 同意以近 130 億美元收購 Hugging Face,據報美國司法部查詢競爭影響

    Nvidia 同意以接近 130 億美元收購 Hugging Face,美國司法部據報正向各方查詢交易會否影響 AI 市場競爭,尤其對 Nvidia 競爭對手的影響。交易預計於 2027 年上半年完成;Nvidia 表示,收購後 Hugging Face 會繼續支援多家晶片及 AI 供應商。文章建議依賴該平台的企業盤點模型、推理或基建服務依賴,保存模型權重並測試自行託管或轉用其他平台的流程。

    推薦理由:文中列出企業可盤點模型、推理及基建服務依賴,保存模型權重並測試自行託管或轉用其他平台,為平台切換預作準備。

  3. Hugging Face Blog80

    Mistral Large 4(Le Chonk)登陸 Hugging Face,提供模型權重與部署指南

    Mistral Large 4(Le Chonk)以開放權重形式登上 Hugging Face,提供 FP8 和 NVFP4 兩個官方版本。模型是多模態、多語言 MoE,約有 1T 總參數、49B 活躍參數及 1M tokens 上下文窗口,支援文字和圖片輸入並生成文字。

    推薦理由:文章整理 Mistral Large 4 在 Transformers、vLLM 和 llama.cpp 的部署方式,並附上不同硬件配置與上下文長度下的實測速度,提供實際部署參考。

  4. Unite.AI74

    Pluto Security 詳述 Hugging Face 上的 Load/Mine 加密貨幣挖礦與後門活動

    Pluto Security 發佈 Load/Mine 報告,披露透過 Hugging Face 惡意模型倉庫散播的加密貨幣挖礦及後門活動。報告統計 7 個 Hugging Face 帳戶涉及 31 個惡意倉庫,另有 ModelScope 鏡像;記錄下載量為 29,818 次,計入 13 個關聯倉庫後為 32,376 次,這些數字並非已確認感染或獨立受害者數。

  5. Hugging Face Blog62

    AnySpeechRecognizer 與 AnyDecisionModel 推出 Apple 平台語音辨識及決策套件

    AnySpeechRecognizer 與 AnyDecisionModel 兩個 Swift 套件正式公佈,分別為 Apple 平台提供可選擇辨識引擎的語音轉文字功能,以及輸出型別化答案和機率的決策 API。

    推薦理由:文章列出語音模型的測試結果、下載體積及平台限制,讓讀者可比較 Apple 裝置本機部署的取捨。

  6. 新浪科技50

    黃仁勳稱 AI 性能十年提升約 100 萬倍,並談 NVIDIA 個人智能體與 AI 工廠佈局

    黃仁勳在 GTC 柏林大會表示,AI 過去十年性能提升約 100 萬倍,遠高於摩爾定律帶來的約 100 倍增長,並將差距歸因於計算系統的協同設計。他把 AI 數據中心稱為將電力、計算資源與數據轉化為智能的「AI 工廠」;演講估算,一座 1 吉瓦規模的 AI 工廠投資約需 500 億美元,若年收入達 400 億美元,延後投產三個月可能錯失約 100 億美元收入。

  7. DEV Community63

    Franka 機械臂到人形機械人:2026 年 11 個用於 VLA 訓練的 LeRobot v3.0 數據集指南

    文章整理 11 個機械人學習數據集,將其重新格式化或抽取子集為 LeRobot v3.0,並載入 FiftyOne,供檢視影片串流、狀態與動作向量及任務標籤。其中 4 個數據集為完整匯入,另外 7 個因磁碟容量限制而採用子集;內容涵蓋 6 個真實數據集及 5 個模擬數據集,並列出感測器、授權和匯入限制。

  8. IT之家74

    美國司法部據報就 NVIDIA 收購 Hugging Face 展開問詢,交易涉 129.3 億美元

    美國司法部據報已就 NVIDIA 以 129.3 億美元收購 Hugging Face 對人工智能領域競爭的影響展開問詢。問詢亦涉及 NVIDIA 的併購、對外投資、銷售模式及是否向客戶施壓,官員並關注交易會否令 NVIDIA 掌控 AI 領域的核心分發樞紐。報道指出,啟動調查本身不代表存在違法行為,也不必然導致正式訴訟。

  9. DEV Community56

    2026 年農業電腦視覺數據集指南:整理 14 個涵蓋作物分割、植物表型與 3D 點雲的數據集

    這份指南整理了 14 個農業電腦視覺數據集,按任務與標註類型分類,並列出媒體類型、標籤欄位及 Hugging Face 連結。內容涵蓋作物與雜草分割、植物表型、植物病害分類、3D 點雲、衞星田界測繪及農業機械人追蹤,並提供各數據集的規模、年份和授權。

  10. DEV Community51

    FiftyOne 外掛如何把 3,000 張沙漠航拍影像整理成失聯遙控飛機搜尋候選清單

    Harpreet Sahota 以 FiftyOne 及其外掛系統處理一宗失聯遙控飛機搜尋,把約 3,000 張航拍影像整理成供人工複核的排序候選清單。偵測器按暗色區塊的形狀及表面特徵評分,並提供可在 Python SDK 與 App 使用的操作項目。資料集可從 Hugging Face Hub 載入,外掛則可從 GitHub 下載,供其他人重跑流程。

  11. a16z:News59

    a16z 分析 AI 如何改寫企業網絡安全議程

    a16z 訪問 100 名來自員工超過 1,000 人公司的 CISO,梳理 2027 年網絡安全優先事項、預算及採購計劃。87% 預期網絡安全支出增加,主要受 AI 賦能威脅及企業自身 AI 部署擴大攻擊面推動。最常選出的七項 2027 年倡議均涉及 AI;45% 計劃在未來 12 個月新增採購或升級內部 AI 智能體安全工具。