RLHEV：利用游戏开发作为可验证轨迹数据引擎扩展世界模型
该论文提出了一种名为RLHEV（Reinforcement Learning with Human-Engine Verification）的后训练范式，利用游戏引擎作为可验证的轨迹数据引擎，为空间世界模型的强化学习后训练提供密集的奖励信号和长时程轨迹数据。作者认为，仅通过增加数据和计算量来扩展世界模型效率低下，而游戏开发提供了可执行的环境，能够提供碰撞、物
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 13:12
顺带提及正文出现过，但不是文章的主要讨论对象，当前共 1249 条。
8月28日周五 · 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
PAWBench：概率对齐世界建模的现状评估
该研究正式定义了世界模型的概率对齐概念，并引入PAWBench基准和PAWEval评估协议，用于评估视频生成器作为随机采样器的能力。研究发现，在50个场景和11个当前系统中，没有模型能一致匹配参考概率分布，同时覆盖有效行为范围。研究还测试了语言提示、初始噪声采样和模型训练是否能重塑模型的预测分布，为未来概率对齐世界建模奠定基础。
正文顺带提及命中实体：hugging face
腾讯发布Hy4 preview：770B MoE旗舰模型，支持1M上下文
腾讯混元团队发布了新一代MoE旗舰模型Hy4 preview，总参数770B，激活参数49B，支持1M上下文长度。该模型在软件工程、办公分析、游戏开发和科学研究等领域进行了优化，并与CodeBuddy、WorkBuddy等产品协同设计。内部盲评显示，Hy4 preview在工程任务上略优于GLM 5.3和Kimi K3。模型权重已在Hugging Face、
正文顺带提及命中实体：hugging face
llama.cpp b10665 发布：新增 Nemotron3.5 DSpark 支持
llama.cpp 发布 b10665 版本，新增对 Nemotron3.5 模型的 DSpark 支持。该版本提供了适用于 macOS、Linux、Windows、Android 和 iOS 的多种预编译二进制文件，涵盖 CPU、Vulkan、CUDA、ROCm、OpenVINO、SYCL 等后端。此次更新增强了 llama.cpp 对特定模型架构的兼容性
正文顺带提及命中实体：hugging face
llama.cpp b10662 发布：新增统一 KV 缓存槽位参数
llama.cpp 发布 b10662 版本，主要更新为 server 端新增 ctx-per-slot 参数（--kv-unified-per-slot），用于统一 KV 缓存管理，并重构了上下文池槽位逻辑。该版本提供了多平台（macOS、Linux、Windows、Android、iOS）的预编译二进制文件，支持多种硬件后端如 CUDA、Vulkan、R
8月27日周四 · 1 条
正文顺带提及命中实体：hugging face
Qwen3.8-Flash-Next在NVIDIA GB300 NVL72上支持代理编码
阿里巴巴发布了Qwen3.8-Flash-Next模型权重，作为Qwen4架构的预览，供开发者实验和评估。该模型是一个多模态MoE模型，主模型125B参数，附加51B N-gram嵌入，每token激活6B参数，原生上下文窗口262,144 token，可通过YaRN扩展到1M。NVIDIA提供了Day 0功能支持，包括SGLang、vLLM和TensorR
8月26日周三 · 2 条
正文顺带提及命中实体：transformers
vLLM v0.28.0 发布：Kimi-K3 与 DeepSeek V4 性能优化
vLLM 发布 v0.28.0 版本，包含 584 个提交，重点优化了 Kimi-K3 和 DeepSeek V4 的性能，支持稀疏 MLA、DCP、FlashKDA 等特性，并改进了推测解码和模型运行器。该版本还引入了新的默认配置、破坏性变更，并扩展了模型支持，如 Muse Glimmer、Ling 3.0 Flash 等。
正文顺带提及命中实体：huggingface
OpenCompass v0.5.4 发布：集成多模态评估与多轮推理
OpenCompass 发布 v0.5.4 版本，集成了 VLMEvalKit 以支持多模态评估，并新增多轮推理能力及 Multi-IF 基准。该版本扩展了模型 API 生态，支持 LiteLLM 网关和 TurboMind 的 PPL 评估，并新增了金融、长上下文、对齐、信息抽取和代码推理等多个基准测试。此外，修复了多项评估正确性和生成行为问题，并提升了安
8月25日周二 · 5 条
正文顺带提及命中实体：hugging face
Qwen3.6-35B-A3B 无审查多模态模型 Genesis Hermes V10 发布
LuffyTheFox 发布了基于 Qwen3.6-35B-A3B 的无审查多模态 MoE 模型 Qwen3.6-35B-A3B-Uncensored-Genesis-Hermes-V10-GGUF，该模型通过其自研的 Genesis 算法对 GGUF 格式的模型进行张量噪声修复，并融合了 Hermes 智能体微调数据。模型在保持无审查能力的同时，旨在提升稳
正文顺带提及命中实体：huggingface
KVBoost：块级 KV 缓存复用与偏差引导重计算加速 LLM 推理
KVBoost 是一个面向 HuggingFace 兼容解码器模型的块级 KV 缓存复用系统，通过双哈希键控和偏差引导的重计算，解决了共享内容出现在提示任意位置时的缓存命中问题。在 Qwen2.5-3B 模型上，KVBoost 相比全量重计算实现了 4.49 倍的 TTFT 加速，比 vLLM 前缀缓存快 16%，且无质量损失。该系统支持 KV 量化、磁盘溢
正文顺带提及命中实体：hugging face
Wazobia Eval：尼日利亚皮钦语情感与讽刺理解基准
Wazobia Labs 发布了 Wazobia Eval，一个针对尼日利亚皮钦语的情感理解、讽刺检测和文化推理的基准测试。该基准基于包含超过550个示例的手动标注数据集，并引入了一个16类别的文化情感分类体系。其目标是填补现有评估基准对尼日利亚皮钦语等低资源语言覆盖不足的空白，为尼日利亚语言AI提供标准化的评估基础设施。数据集已在 Hugging Face
正文顺带提及命中实体：hugging face
原力灵机DM0.5登顶RoboDojo并全面开源
原力灵机发布具身智能模型DM0.5，登顶RoboDojo基准测试，综合得分24.90，平均成功率19.34%，并在记忆任务中表现突出。该模型在LIBERO、RoboTwin 2.0等多个评测中取得领先，并已全面开源，包括模型权重、训练框架和下游工作流。DM0.5通过长记忆、具身思维链和高效推理优化，实现了9.29倍加速，旨在推动具身智能生态发展。
正文顺带提及命中实体：hugging face
NVIDIA 发布 Nemotron-3-Super 120B 混合架构大模型
NVIDIA 发布了 Nemotron-3-Super-120B-A12B-FP8 大型语言模型，采用 LatentMoE 混合架构，总参数 120B，激活参数 12B，支持最长 1M token 的上下文，并内置多 token 预测（MTP）以加速生成。该模型针对智能体工作流、长上下文推理和高吞吐量场景（如 IT 工单自动化）进行了优化，支持多种语言，并采
8月24日周一 · 7 条
正文顺带提及命中实体：hugging face
汤森路透斥资4000万美元自建法律AI模型，基于阿里Qwen
汤森路透投资约4000万美元，基于阿里巴巴的Qwen开源模型构建了自有法律AI模型“Thomson”，并利用公司内部数据和领域专家进行训练。测试显示，Thomson在访问公司专属内容时能超越GPT-5.4等竞品，但在推理和编码方面表现较弱。公司计划将Thomson用于文档审查等高频任务，并发布小版本模型供非商业使用，以降低成本并保持独立性。
正文顺带提及命中实体：hugging face
Jina AI 发布多模态嵌入模型 v5-omni-nano
Jina AI 发布了 jina-embeddings-v5-omni-nano，一个约 1.04B 参数的多模态嵌入模型，支持文本、图像、视频和音频输入，并生成与文本模型对齐的共享向量空间。该模型支持检索、分类、聚类和文本匹配任务，可通过 Hugging Face 或 Elastic Inference Service 使用。它定义了开放权重全模态嵌入模型
正文顺带提及命中实体：hugging face
逐步扩展：大规模混合专家模型的计算高效超参数迁移
一篇论文提出了一种计算高效的两步超参数迁移框架，用于预测大规模混合专家（MoE）模型的最优学习率。该方法首先通过宽度缩放迁移学习率，然后外推至万亿级token训练范围，并在155B总参数（17B激活参数）的模型上成功预训练了10万亿token。实验表明，通过小规模代理模型即可高保真地预测大规模训练的最优配置，显著降低消融成本。
正文顺带提及命中实体：hugging face
Qwen3.6-27B PrismaSCOUT 量化版发布：NVFP4+BF16 混合精度，体积缩小 11%
Hugging Face 上发布了 Qwen3.6-27B 的 PrismaSCOUT 量化版本，采用 NVFP4+BF16 混合精度，大小为 20.17 GB，比之前的 5.5 bpp 版本小 11%。该版本通过 PrismaSCOUT 算法基于端到端 KL 散度选择位分配，而非逐层代理指标，旨在减少量化漂移。实测平均 KL 为 0.0779，相比其 BF
正文顺带提及命中实体：hugging face
OmniAssistBench：全模态LLM助手式交互基准测试
OmniAssistBench是一个用于评估全模态大语言模型（Omni-LLMs）作为实时视频助手能力的基准测试。该基准通过逆向工程现有互联网视频构建多轮交互数据集，要求模型根据预定义路径引导用户。测试结果显示，专有模型Gemini-3-Pro得分66.4，开源模型Qwen3-Omni-Instruct得分51.2，当前模型普遍存在视觉提示理解、上下文保持和
正文顺带提及命中实体：hugging face
构建并评估面向电信客服的合成孟加拉语语音资源
该论文介绍了一个面向电信客服场景的合成孟加拉语语音数据集，包含10,000个音频-文本对，约26.82小时，已在Hugging Face上以CC-BY-4.0许可发布。数据集使用OmniVoice的语音克隆模式生成，并提供了原始文本和归一化文本字段。通过微调的Whisper ASR模型评估，平均词错误率为2.54%，字符错误率为0.59%，表明文本-音频一致
正文顺带提及命中实体：hugging face
huihui-ai 发布 Qwen3.8-27B 无审查版本
huihui-ai 发布了基于 Qwen3.8-27B 的 uncensored 版本模型，通过 abliteration 技术移除模型的拒绝机制，仅对第 18 至 51 层进行消融，以保留更多原始性能。该模型支持通过 Hugging Face transformers 库和 Ollama 使用，旨在提供无审查的对话体验。