Falcon-Emirati-7B：让 LLM 学会阿联酋方言、文化与语感
Falcon-Emirati-7B 发布，这是基于 Falcon-H1-Arabic 的 7B 方言专用模型，专注理解与生成阿联酋阿拉伯语。它沿用 Falcon-H1 混合架构（Mamba 与 Transformer 注意力并行），家族覆盖 3B、7B、34B，上下文窗口最高 128K 与 256K tokens。团队用真实方言网页数据、MSA 文化语料和受术语表约束的合成数据完成方言适配。
#Hugging Face
Hugging Face BlogAI 评分2929
Hugging Face Blog精选AI 评分8282 Microsoft ThinkingBox 用数据库终态检验 AI 智能体是否真正完成任务
Microsoft ThinkingBox 根据智能体执行后留下的数据库终态和副作用评分，并让507个有状态业务工作流各重复运行20次，以衡量结果一致性。在覆盖12个LLM、121,680次有效试验的消融中，79,853次未通过可执行检查，其中67.24%仍正常结束、调用了状态变更工具且未报告最终工具错误。
推荐理由：它把智能体评估从回答与工具调用转向数据库终态，并以连续20次运行揭示单次成功率难以代表工作流可靠性。
Hugging Face Blog精选AI 评分6363 Hugging Face 推出 Open TTS Leaderboard，评测多语种文本转语音与声音克隆模型
Hugging Face 推出 Open TTS Leaderboard，以客观指标评估开源多语种文本转语音与声音克隆模型。榜单使用 Qwen3 ASR 计算 WER/CER，在 H200 GPU 和 CPU 上测量 RTFx 与 TTFA，并以 WavLM 嵌入的余弦相似度评估说话人相似性，将单个模型的评测时间从数周缩短至数小时。该榜单不取代人工偏好排名，也不直接衡量自然度、表现力或听众偏好。
推荐理由：榜单以统一客观指标覆盖开源多语种 TTS，将评测周期从数周缩至数小时，可缓解竞技场对开放权重模型覆盖不足的问题。
Hugging Face Blog精选AI 评分7474 NVIDIA 发布开放表格基础模型 Kumo Tabular，登顶四项基准
NVIDIA 发布开放表格基础模型 Kumo Tabular，无需训练、调优或特征工程，即可在单次前向推理中完成表格分类与回归。模型提供 28M 至 215M 参数的三种尺寸，仅用人工数据预训练，并在 TabArena、BeyondArena、TALENT 和 ScoringBench 排名第一。
推荐理由：它把表格分类与回归压缩为单次前向推理，并以四项基准结果呈现精度与效率相对传统流程的变化。
Hugging Face Blog精选AI 评分7878 H Company 发布 Holo4 通用计算机使用智能体模型系列
H Company 发布 Holo4 通用计算机使用智能体模型系列，包含 27B dense 和 35B-A3B 混合专家架构两种规格。Holo4 可通过 GUI、代码、MCP 和 API 操作软件，并同步推出 Holotron4 Nano 更新。
推荐理由：文章给出跨 GUI、代码、MCP 与 API 的训练设计，并公开基准轨迹和成本口径，便于复核性能比较。
Hugging Face Blog精选AI 评分7171 Hugging Face Hub 上线 RL Environments 专区
Hugging Face Hub 上线 RL Environments 专区，以数据集仓库和标签支持强化学习环境的发现、版本管理与运行。首版聚焦任务集，新增 rl-environment 筛选器，并为 Harbor、Verifiers、OpenEnv 和 NeMo Gym 生成加载命令，无需新建仓库类型、注册表或账号。
推荐理由：它把分散在不同框架的强化学习环境纳入统一标签体系，为跨框架发现、版本管理和复用任务集提供了清晰路径。
Hugging Face BlogAI 评分4141 Liquid AI 发布 LFM2.5-VL-DSpark 草稿模型，为 LFM2.5-VL-3B 加速
Liquid AI 发布实验性 DSpark 草稿模型 LFM2.5-VL-DSpark，为视觉语言模型 LFM2.5-VL-3B 加入投机解码路径。该草稿模型新增 280M 参数（占 3B 目标模型 8.9%），端侧解码最高提速 3.13x、H100 上最高 2.66x，端到端最高提升 2.62x 和 2.27x，且不改变输出质量。
Hugging Face BlogAI 评分3636 英国 AISI 如何用 EvalEval 基础设施让评测结果可复现
英国 AI Security Institute（AISI）正采用 EvalEval 的 Every Eval Ever schema 和 Evaluation Cards 平台公开分享评测结果，以提升评测科学的可复现性。
Hugging Face Blog精选AI 评分6262 Transformers 支持运行 llama.cpp 量化模型
Hugging Face 宣布 transformers 支持高效运行 GGUF 模型，可通过 from_pretrained 加载 Hub 上的 GGUF 检查点，在 Apple Silicon 上复用 ggml 内核，性能接近 llama.cpp。初始支持 Qwen3.5 架构，并提供 transformers serve 暴露 OpenAI 兼容 API。
推荐理由：transformers 直接加载 GGUF 并复用 ggml 内核，让本地推理在熟悉 API 下接近 llama.cpp 性能。
Hugging Face BlogAI 评分3333 oMLX 创作者 Jun Kim 加入 Hugging Face，支持 MLX 社区
oMLX 创作者兼维护者 Jun Kim 加入 Hugging Face，全职投入 MLX 社区建设。oMLX 将从副业转为有资金支持的正式项目，继续保持 Apache 2.0 开源协议并由 Jun 继续领导，目标是提升稳定性并加快开发。Hugging Face 计划让 oMLX 成为新想法的试验场，并推动 transformers 模型定义快速转为可被不同引擎使用的 MLX 参考实现。
Hugging Face BlogAI 评分3434 Hugging Face tokenizers v1 发布：编码解码与扩展性能实测
Hugging Face 发布 tokenizers v1，输出 token ID 与 v0.23 完全一致，但速度常达 v0.23 的数十倍。v1 将单一 crate 拆为 workspace，引入 bitcannon 用 SIMD 位运算替代正则分词、无分配合并循环、线程本地词缓存和原生多线程并行。
Hugging Face Blog精选AI 评分6565 ALTK-Evolve 引入一致性指南，将智能体重复运行一致性差距减半
IBM Research 在 ALTK-Evolve 中引入一致性指南，通过一致性分析器定位智能体易翻转的决策点，将 AppWorld 上 GPT-4.1 ReAct 智能体的 Pass^5 从 53.0% 提升至 69.0%，一致性差距从 24.4pp 降至 12.0pp，且平均准确率不降反升。
推荐理由：原文提出用一致性分析器定位智能体易翻转的决策点，并给出可复用的诊断与修复方法。
Hugging Face Blog精选AI 评分6262 Gradio 发布 Workflow1111：用 73 个节点重建 AUTOMATIC1111 功能
Gradio 发布 Workflow1111，用 73 个节点在单个工作流画布上重建了 AUTOMATIC1111 的大部分功能，包括文生图、高清修复、图生图、提示词矩阵、VLM 反推、检测生成蒙版、ControlNet 风格标注器、背景移除、PNG 信息存储和图生视频。
推荐理由：用 73 个节点重建了 A1111 的多数功能，并说明每个输出节点可直接作为 REST 或 MCP 工具调用。
Hugging Face BlogAI 评分4848 Hugging Face Jobs 上的异步 GRPO：用 LoRA、Storage Bucket 和代理替代 NCCL
TRL v1.14 的 AsyncGRPOTrainer 现已支持只训练并同步 LoRA adapter 到 vLLM，rank-1 adapter 仅几 MB，可通过各 Job 挂载的 Storage Bucket 传递，无需 NCCL。
Microsoft ResearchAI 评分4949 GigaPath-Flash 与 GigaTIME-Flash：以高效病理基础模型迈向群体规模发现
Microsoft Research 开源 GigaPath-Flash 与 GigaTIME-Flash，以蒸馏骨干降低群体规模病理研究的计算成本。GigaPath-Flash 配备 22M 参数 ViT-S 和 21M 参数 LongNet 编码器，计算量约低 50 倍，成绩与原版相差 3% 以内；两者采用 Apache 2.0，仅供研究且未经临床验证。
Hugging Face Blog精选AI 评分6363 Hugging Face 解析 AI 智能体中的 Harness、Scaffold 与关键术语
Hugging Face 梳理 AI 智能体领域的易混术语，将 Scaffold 定义为模型周围决定行为的层，将 Harness 定义为调用模型、处理工具调用并决定何时停止的执行层。文章还区分了模型、智能体、上下文工程、Policy、工具、技能与子智能体，并解释了 RL 训练中的环境、Trainer、Rollout 和 Reward。
推荐理由：文章以模型、Scaffold 与 Harness 的分层关系厘清易混术语，并串联上下文工程和强化学习训练环节，便于跨框架沟通。