⌘ K
… 读取采集状态 同步中...
雷

#开源/仓库

今日 0 条
10月8日周四
9月30日周三
  1. Hugging Face Blog50

    Hugging Face 发布 Open TTS Leaderboard，基于客观指标评估多语言开源 TTS 与语音克隆

    Hugging Face 推出 Open TTS Leaderboard，使用 Qwen3 ASR 的 WER 及 H200 GPU 上的 RTFx 等客观指标，替代部分人工投票评估开源多语言 TTS 模型。该榜单支持语音克隆相似度（SIM）评测及流式 TTFA 性能对比，旨在解决开源 TTS 模型在现有竞技场中占比低及评估标准碎片化的问题，评测耗时从数周缩短至数小时。

9月29日周二
  1. Hugging Face Blog79

    NVIDIA 发布 Kumo Tabular：无需训练的表格预测基础模型

    NVIDIA 在 Hugging Face 发布开源表格基础模型 Kumo Tabular，支持单步前向推理完成分类与回归任务，无需训练或特征工程。该模型包含 28M 至 215M 参数版本，在 TabArena、BeyondArena 等基准测试中排名首位，并基于 OpenMDW-1.1 协议发布，可通过 GitHub 开源库使用。

    推荐理由：提供无需训练的表格预测模型及开源库，单步前向推理即可处理分类与回归任务。

9月25日周五
9月23日周三
9月21日周一
8月25日周二
  1. Hugging Face Blog21

    Hugging Face 提出 QAH：压缩至 4-bit 的 60B 模型在 7 项基准上超越其全精度原版

    Hugging Face 提出量化感知修复（QAH）方法，通过从原始 120B 模型直接蒸馏，修复结构压缩并量化至 MXFP4 的 60B 模型。该 4-bit 模型在 7 项评测基准中得分超过其 bfloat16 全精度版本，兼具更小体积、更低成本与更高精度，验证了 QAH 在长上下文修复中的有效性。

8月10日周一
  1. Hugging Face Blog50

    Hugging Face 论文提出离线 Top-K Logits 与融合分块 KL 损失，大幅降低 LLM 知识蒸馏显存成本

    Hugging Face 论文提出两项系统优化：缓存教师模型 Top-K logits 实现离线蒸馏，及融合分块 KL 损失避免构建完整词表矩阵。针对 gpt-oss-120b 在 32K 序列下的训练场景，该方法将显存峰值从约 250GB 降至 128GB，使单 GPU 完成长上下文知识蒸馏训练成为可能。

8月6日周四
  1. Google DeepMind80

    Google DeepMind 开源 WeatherNext 模型，在飓风预测中实现突破

    Google DeepMind 在 Nature 论文中发布并开源 WeatherNext 2 和 WeatherNext Cyclones 模型。该模型通过 AI 实现了飓风路径和强度的最新水平（SOTA）预测，平均为预报员争取到多一天的预警时间，相当于气象学十年间的进步。

    推荐理由：谷歌开源其气象AI模型的核心代码与权重，并披露其预测精度较上一代提前一天，为气象研究机构提供了可直接部署的工具。

8月4日周二
  1. Mistral AI79

    Mistral 发布开源多模态安全分类模型 Shieldstral

    Mistral AI 发布 Shieldstral，一个 3B 参数的开放权重多模态安全分类器，在文本安全上可匹敌 7 倍于其参数量的模型。该模型将内容审核建模为二元问答任务，允许用户在推理时通过自然语言提示词定义安全策略，无需重新训练即可对文本和图像进行统一评估。

    推荐理由：将内容审核重构为推理时的自然语言问答任务，无需重新训练即可适配不同产品的安全策略，且单张 16GB GPU 即可运行。

7月21日周二
7月7日周二
  1. Hugging Face Blog64

    LeRobot v0.6.0 发布

    LeRobot v0.6.0 发布，新增支持想象未来世界模型策略与六个统一仿真基准，提供 DAgger 式部署 CLI 以加速数据收集与模型迭代。

    推荐理由：该版本通过引入世界模型策略与统一评测CLI，展示了将仿真失败转化为训练数据的完整闭环。

7月2日周四
  1. Mistral AI69

    Mistral AI 发布开源模型 Leanstral 1.5

    Mistral AI 发布 Apache-2.0 许可的 Leanstral 1.5，这是一个总参数 119B、活跃参数 6B 的模型，专注于 Lean 4 证明工程。

    推荐理由：官方发布 6B 活跃参数模型，在多个形式化验证基准上达到 SOTA 并发现开源仓库未知 bug，展示了低成本正式验证的实用路径。

6月30日周二
  1. Google Research70

    Google 推出 TabFM：面向表格数据的零样本基础模型

    Google 推出 TabFM，这是专门用于表格数据分类和回归的零样本基础模型。TabFM 将表格预测重构为上下文学习问题，通过单次前向推理即可在未见过的表格上生成预测，免去了传统方法中的超参数调优与特征工程。该模型采用混合注意力架构并在大规模合成数据上预训练，现已在 Hugging Face、GitHub 开源，并集成至 Google Cloud BigQuery 供直接调用。

    推荐理由：将表格数据预测转化为上下文学习问题，无需微调即可生成高质量预测，并直接集成至 BigQuery。

6月11日周四
4月22日周三
4月16日周四
3月17日周二
  1. Mistral AI83

    Mistral 发布开源模型 Mistral Small 4

    Mistral 发布 Mistral Small 4，该模型将推理、多模态和智能体编码功能统一于单一架构中，总参数量 119B，上下文窗口 256k，且支持图像输入。Mistral Small 4 采用 Apache 2.0 许可，通过 reasoning_effort 参数调节推理深度，在保持性能的同时大幅降低输出延迟。

    推荐理由：原文说明这是首个统一推理、多模态与编码能力的模型，并给出参数规模与性能对比，方便评估其部署性价比。