AgentionAI 发布 Qwen3.8-Flash-Next AP GGUF 量化版
AgentionAI 在 Hugging Face 发布了 Qwen3.8-Flash-Next 的 Agention Precision（AP）GGUF 量化版本，兼容主线 llama.cpp，无需 fork。该版本按张量组混合量化类型，并公布各档位在留出语料上的 KL 散度和 top-1 一致率；其中 AP-Q5 K M 在同等显存下与 unsloth
Hugging Face
公司与模型 · Hugging Face 开源社区动态：热门模型与数据集、排行榜变化与开源生态的晴雨表
关联由结构化实体与正文位置共同判定 · 最近刷新 2026-11-11 08:21
顺带提及正文出现过，但不是文章的主要讨论对象，当前共 1245 条。
10月26日周一 · 5 条
正文顺带提及命中实体：hugging face
正文顺带提及命中实体：hugging face
llama.cpp b11889：CUDA 后端用 std::string 替换 VLA
llama.cpp 发布 b11889 版本，主要变更是 CUDA 后端将 archName 的变长数组（VLA）替换为 std::string，以现代化代码并消除 Clang 的 -Wvla-cxx-extension 警告。该改动由 Hugging Face 的 Adrien Gallouët 提交，属于代码质量与可移植性改进，不涉及功能或性能变化。同时
正文顺带提及命中实体：hugging face
LTX 2.3 视频修复与编辑 LoRA 权重发布
开发者 Alissonerdx 在 Hugging Face 发布了一批基于 Lightricks/LTX-2.3 视频生成模型训练的 LoRA 权重，涵盖视频修复（inpainting）与实验性 Edit Anything 视频编辑能力。仓库说明了推理时需将品红色掩码嵌入引导视频、配合 LTXVAddGuideMulti 节点使用，并给出不同训练步数 ch
正文顺带提及命中实体：hugging face
Google与Meta开源TorchTPU：TPU获原生PyTorch支持
在2026年北美PyTorch大会上，Google与Meta开源了TorchTPU，为Google TPU提供原生PyTorch后端，取代需要修改源码的PyTorch/XLA，使模型迁移简化为将设备切换为TPU。Meta计划借此把更大规模LLM负载迁移到TPU，vLLM、SGLang、TorchTitan等已原生支持，并展示了超8000芯片的近线性扩展。Go
正文顺带提及命中实体：hugging face
Ornith-1.5-9B 发布 GSQ-RCO 混合精度 GGUF 量化版
开发者 abenzerps 在 Hugging Face 发布了 Ornith-1.5-9B 的 GSQ-RCO 混合精度 GGUF 量化版本，面向 llama.cpp 本地推理，支持最长 262K token 上下文。该方案针对混合 SSM-Transformer 模型在标准量化下性能严重退化的问题，通过将 48 个关键 SSM 参数保留为 BF16（RC
10月25日周日 · 15 条
正文顺带提及命中实体：hugging face
JiRack Ultra 32B：面向 CPU 的三值量化模型发布
CMSManhattan 在 Hugging Face 发布 JiRack Ultra 32B，一个基于 DeepSeek R1-32B 架构、面向 CPU 推理优化的 32B 模型，采用 BitNet 风格三值（1.58bit）量化并附带 GGUF 量化版本。模型更新了分词器，新增 Routing、Media、Vision、Sound、Tool call、
正文顺带提及命中实体：hugging face
JiRack Ultra 14B：面向 CPU 的三值量化模型发布
CMSManhattan 在 Hugging Face 发布 JiRack Ultra 14B，一款基于 DeepSeek R1-14B 架构、支持原生三值（BitNet 风格）的 CPU 推理优化模型，并提供 GGUF 量化版本。该模型配备含 Routing、Media、Vision、Sound、Tool call、Robotics 标签的新分词器，可通过
正文顺带提及命中实体：hugging face
东方槊发布Qwen3.8-27B-NSFW-v2 GGUF量化版
东方槊（Dongfangshuo）在 Hugging Face 发布 Dongfangshuo-Qwen3.8-27B-NSFW-v2-GGUF，这是其 NSFW 中文长篇小说创作模型的官方 GGUF 量化版本。该模型基于 huihui-ai/Huihui-Qwen3.8-27B-abliterated 深度重训，v2 版本声称根治了长文注意力崩溃与无限复读
正文顺带提及命中实体：hugging face
ggml-org 发布 Nemotron-3.5-Super-VL-120B GGUF 量化版
ggml-org 在 Hugging Face 发布了 NVIDIA Nemotron-3.5-Super-VL-120B-A12B 的 GGUF 量化版本，该模型基于 NVIDIA 的 BF16 原版转换而来，属于图文到文本（image-text-to-text）多模态模型。用户可通过 Llama 应用或终端命令 llama serve 直接运行。该仓库由
正文顺带提及命中实体：hugging face
DGPL 发布实验性稀疏 MoE 模型：1M 上下文与边缘 GGUF 量化
DGPL 在 Hugging Face 发布实验性原型模型 dgpl-experimental-1，采用稀疏 MoE 架构，总容量 1.12B 参数、每 token 激活约 144.71M 参数，支持原生 100 万 token 上下文，并提供 5 档 GGUF 量化文件。模型基于 qwen2moe 架构，附带单线程 CPU 基准数据（Q4 K M 生成约
正文顺带提及命中实体：hugging face
英伟达开源机器人视频标注引擎 Flora，成本比 GPT-6 Astra 低 125 倍
英伟达开源了数据引擎 Flora，用于机器人视频标注。Flora 由三个微调的 Qwen3.5 模型组成，可同时生成动作分段、描述和奖励信号三类标注，据英伟达估算，标注一小时视频成本约 72 美分，而使用 GPT-6 Astra 约需 88.5 美元，最高便宜 125 倍。该系统已用于 GR00T 模型训练，每天可标注多达 20 万小时视频，模型已在 Hug
正文顺带提及命中实体：hugging face
Dasheng：大规模通用音频编码器
Hugging Face 上发布了 Dasheng（大声）通用音频编码器模型 mispeech/dasheng-base，采用 Apache-2.0 许可。该模型基于 272,356 小时多样化音频数据自监督训练，参数量 12 亿，覆盖语音、音乐和环境声。在 HEAR 基准及 CREMA-D、LibriCount、Speech Commands、VoxLin
正文顺带提及命中实体：hugging face
施密特等撰文：OpenAI 与 Anthropic 如同现代殖民贸易公司
历史学家 Niall Ferguson、研究员 Lisa Klaassen 与前谷歌 CEO Eric Schmidt 在《外交事务》撰文，将 OpenAI 和 Anthropic 比作殖民时代的东印度公司，认为美中两国已瓜分全球 AI 市场，其他国家正沦为依赖者。文章以 6 月美国商务部要求 Anthropic 切断外国用户访问其最强模型为例，说明 AI
正文顺带提及命中实体：hugging face
DeepSeek-V4.1-Flash 混合精度量化版发布：552B MoE 可跑在单张 4090 上
Hugging Face 用户 IndrasMirror 发布了 DeepSeek-V4.1-Flash-1017 的量化版本 XQ-Uncensored，通过混合精度量化（三值、2-bit、3-bit 及原生 FP4）将 552B 参数的 MoE 模型压缩至约 163 GB，使其能在单张 RTX 4090（24 GB 显存）加 90 GB 内存的消费级 P
正文顺带提及命中实体：hugging face
llama.cpp b11871：限制 JSON 嵌套深度防崩溃
llama.cpp 发布 b11871 版本，修复了 chat 接口的 JSON 嵌套深度安全问题：schema 构建器、jinja 引擎和决策代码会递归遍历请求 JSON，嵌套过深会导致 HTTP 线程栈溢出，使 llama-server 崩溃（macOS 上 SIGBUS、Linux 上 SIGSEGV）。现在在遍历前先检查深度，超过 128 层直接返回
正文顺带提及命中实体：hugging face
Moss Image NSFW 无审查 LoRA 发布
用户 axiomofmind 在 Hugging Face 发布了名为 Moss-image-nsfw-uncensored-lora 的 LoRA 适配器，基于 OpenMOSS-Team/MOSS-Image-SFT 模型，采用 apache-2.0 许可，用于 text-to-image 生成。该模型附带大量露骨成人示例提示词与样例图，属于 NSFW
正文顺带提及命中实体：hugging face
ggml-org 发布 Clef-GGUF 量化决策模型
ggml-org 在 Hugging Face 发布了 Clef-GGUF，这是对 Cloudflare/clef 模型的 GGUF 量化转换版本，采用 Apache-2.0 许可，pipeline 标签为 image-text-to-text。该模型被描述为决策模型，需通过 /v1/systemone API 调用，并依赖 llama.cpp 的 PR #
正文顺带提及命中实体：hugging face
Qwen3.6-35B-A3B 的 MLX 混合精度量化版发布
开发者 Jundot 在 Hugging Face 发布了 Qwen3.6-35B-A3B 的 MLX 混合精度量化版本 Qwen3.6-35B-A3B-oQ4e-mtp，使用 oMLX v0.7.3.dev1 的 oQ 方法按层敏感度分配 4/5/6/8 位与 BF16 精度，完整检查点平均约 4.8 bits/weight，总存储约 20.09 GiB。
标题相关提及命中实体：hugging face
Hugging Face 出现疑似 Anthropic 14T 参数 numbat 预训练检查点
Hugging Face 上出现一个名为 numbat 的模型仓库，声称是 Anthropic 下一代 Mythos 级训练运行的中途预训练检查点，约 14T 参数、114 层，采用混合 GDN/MLA 架构、MoE（1,224 专家，top-48 + 1 共享）和 NVFP4 量化，共 772 个分片约 7.72TB。仓库包含配置、参考实现、分词器和张量索
正文顺带提及命中实体：hugging face
NVIDIA Qwen3.8-Flash-Next NVFP4 权重转换为 Strata 格式
Hugging Face 用户 Maximilian228 将 NVIDIA 的 Qwen3.8-Flash-Next-NVFP4 检查点（由 NVIDIA Model Optimizer 量化）转换为 Strata NVFP4 引擎可读的文件格式，权重本身未改动。该 125B 混合 MoE 模型因此可在单张 RTX 20-50 显卡（12GB 以上显存）加