GroundingPI：面向物理智能的视觉基元 grounding 基础模型
研究团队提出 GroundingPI，一个 4B 参数的 grounding 基础模型，将点和框以量化坐标形式生成于共享词表中，训练结合多模态与空间预训练、监督微调及 GRPO 强化学习。该模型在 34 个 grounding 基准、11 项感知能力上平均达 73.68%，超过更大的 GPT-6 Astra（71.54%），并在 RoboTwin 2.0、R
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 09:41
顺带提及正文出现过，但不是文章的主要讨论对象，当前共 1246 条。
10月13日周二 · 9 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
多流注意力残差：面向大模型预训练的新残差架构
该论文提出 Multi-Stream Attention Residuals（MSAR），将 Attention Residuals（AttnRes）沿网络深度轴的单流 softmax 注意力扩展为多头深度注意力。MSAR 通过多尺度因果卷积从序列上下文中获取流多样性，并用轻量自适应混合生成单流层输入，无需持久的多流存储或通信。在 18B 和 28B MoE
正文顺带提及命中实体：hugging face
面向长时程终端智能体的规模化智能体数据
该论文提出 TerminalHorizon，一个面向长时程终端智能体的全自动数据合成引擎，通过独立执行识别环境构建中被省略的关键工作，并据此重建环境，同时在同一目标下逐步扩展任务以延续智能体行为模式。研究构建了 1.5K 任务环境，并对 Qwen3.5-27B 进行监督微调得到 TerminalHorizon-27B，在涵盖编码智能体、真实生产环境智能体任务
正文顺带提及命中实体：hugging face
多智能体视觉语言导航的系统化形式化、基准与方法
该论文首次将多智能体视觉语言导航（VLN）系统形式化为受约束的协调问题，其中每个任务由带依赖和资源约束（presence locks 与 holding chains）的子任务组成。作者构建了 MAVLN 基准，包含 145 个场景中的 11,724 个 episode，支持最多四个智能体在三种指令模式下协作，并配有约束感知指标。同时提出 TRISS 系统，
正文顺带提及命中实体：hugging face
mradermacher 发布 Qwen3.8-27B-Uncensored-FP8 的 GGUF 量化版
Hugging Face 用户 mradermacher 发布了 Qwen3.8-27B-Uncensored-FP8 的静态 GGUF 量化版本，提供从 Q2 K 到 Q8 0 的多种量化文件以及多模态补充文件，并附有加权/imatrix 量化版本链接。该模型基于 orcarouter 的去审查（uncensored/abliterated）FP8 版本，
正文顺带提及命中实体：hugging face
org2ai 发布开源 4B 决策模型 Wald-4B v2.1
org2ai 在 Hugging Face 发布开源决策模型 Wald-4B v2.1，基于 Qwen3.5-4B 全参数微调，Apache-2.0 许可。该模型接收状态与带类型的选项，直接输出每个选项的校准概率，而非文本，并通过自托管的 Jev 兼容 POST /v1/systemone API 提供服务。在 Decision Index 0.3 完整公开
正文顺带提及命中实体：hugging face
mradermacher 发布 Gemma-4-26B-A4B-StyleTune-V2 的 GGUF 量化版
Hugging Face 用户 mradermacher 发布了 Gryphe/Gemma-4-26B-A4B-StyleTune-V2 的 GGUF 量化版本，提供从 Q2 K 到 Q8 0 共 11 种量化文件，采用 apache-2.0 许可，面向对话、指令微调、角色扮演和创意写作场景。该发布降低了这一 26B 风格微调模型的本地部署门槛，方便用户在消
正文顺带提及命中实体：hugging face
IsValorum 发布 Qwen3.8-27B 无审查模型 NanoPlus V3 GGUF 量化版
IsValorum 在 Hugging Face 发布了 Qwen3.8-27B-EfficientThink-Uncensored 的 VAL-APEX-I NanoPlus V3 GGUF 量化版本，文件大小 11.93 GB，整文件 BPW 为 3.55，WikiText-2 PPL 为 5.6504 ± 0.4832。作者称此前旧版量化存在严重的循环
正文顺带提及命中实体：hugging face
Gemma 4 31B IT 的 NVFP4 Blackwell 量化版发布
开发者 melcheikh 在 Hugging Face 发布了 melcheikh/gemma-4-31B-it-qat-NVFP4-Blackwell，将 Google 的 Gemma 4 31B IT 未量化 QAT 权重通过 NVIDIA Model Optimizer（modelopt 0.44.0）量化为 NVFP4 格式，以便在 NVIDIA
10月12日周一 · 11 条
正文顺带提及命中实体：hugging face
S-Space：探索多模态语言模型中的空间工作区
该论文提出 S-Space，即多模态语言模型（MLLMs）内部存在的一个线性表示子空间，物体 token 的表示在其中编码了水平、垂直和距离三个连续坐标轴。研究发现 S-Space 是模型内在的而非由特定数据或提示诱导，它作为内部空间工作区，支持感知编码位置、内部推理变换视角以及语言回答的选择性读取。通过因果干预和案例研究，作者还将其用作诊断工具，揭示 ML
正文顺带提及命中实体：hugging face
React Native ExecuTorch 发布 whisper-tiny 端侧模型
Software Mansion 在 Hugging Face 发布了为 React Native ExecuTorch 库导出的 whisper-tiny 模型仓库，提供 CoreML、MLX、Vulkan、XNNPACK 四种后端共 7 个 .pte 变体，可在设备端运行。其中 XNNPACK int8 版本在 LibriSpeech 与 FLEURS
正文顺带提及命中实体：hugging face
Ternary-Bonsai-2-27B 三元量化 MTP 版发布，消费级显卡本地提速
用户 sudoingx 在 Hugging Face 发布了 Ternary-Bonsai-2-27B-PTQ1 0-MTP-GGUF，这是将 Qwen 3.8 27B 的多 token 预测（MTP）头嫁接到 PrismML 三元压缩模型（1.75 bpw，5.95 GB）上的 GGUF 量化版本，并配套一键安装脚本支持 RTX 30/40/50 及 AM
正文顺带提及命中实体：hugging face
DiffusionART：高效稳定可扩展的扩散模型强化学习
该论文提出 DiffusionART，一种针对扩散模型的在线强化学习微调方法，通过将每个提示的奖励聚合为共享的奖励改进方向，从构造上消除前向-反向一致性力，并加入信任域掩码的第二次更新以实现漂移自适应恢复，无需 EMA 调参。方法无需可微奖励模型，在更少样本下仍有效，并支持成对奖励模型（DiffusionART-Pairwise）。在图像与视频生成任务上，D
正文顺带提及命中实体：hugging face
F5-TTS 掸语干净词表模型发布
Hugging Face 上出现了一个名为 innkl24/f5-shan-tts-model 的模型，基于 F5TTS v1 Base 构建，采用 cc-by-nc-4.0 许可，面向掸语（Shan/Tai-Yai）。该模型使用仅含掸语的干净词表（75 个字符），并已扩展 embedding，便于后续微调。
正文顺带提及命中实体：huggingface
微软基于阿里Qwen打造决策模型Microsoft-Decision-1
微软基于阿里Qwen3.5-9B后训练推出全新决策模型Microsoft-Decision-1，在结构化决策任务的时延和准确性上超过LLM及Jev 1.13.0等热门决策模型。微软Xbox研究团队已用它处理超1万条玩家反馈，CEO纳德拉表示微软正在事件响应、质量控制、科学发现等所有领域测试应用该模型。报道还指出，HuggingFace上129个开源决策模型项
正文顺带提及命中实体：hugging face
SoftwareGym：用合成软件环境扩展计算机使用智能体训练
研究者提出 SoftwareGym，一个自动化多智能体流水线，用于合成具有多样界面、可执行功能和运行时验证行为的 GUI 软件环境，以解决计算机使用智能体（CUA）训练中环境构建成本高、覆盖有限的问题。该流水线合成了横跨 12 个类别的 182 个可运行应用，平均 GUI 任务通过率达 91.5%，并构建了 120 任务的 SoftwareGym-Bench
正文顺带提及命中实体：hugging face
ProgramGym：面向长周期程序复现智能体的可扩展训练环境
该论文提出 ProgramGym 框架，包含 Program-Env 和 Program-Agent 两部分，用于为长周期程序复现智能体构建可扩展、可验证的训练环境。Program-Env 通过反馈驱动循环从代码仓库构建环境并修复运行时沙箱与黑盒测试质量，共获得覆盖 C、C++、Go、Rust 的 1,648 个训练环境；Program-Agent 结合分析
正文顺带提及命中实体：hugging face
GLM-5.3-Flash 50%专家剪枝版GGUF发布
开发者 patrickbdevaney 在 Hugging Face 发布了 GLM-5.3-Flash-REAP50-GGUF，这是对 zai-org/GLM-5.3-Flash 进行 50% 专家剪枝（321B 降至约 165B）后的 4-bit GGUF 量化版本，采用 REAP 显著性剪枝并做输出尺度校正。仓库当前仅含 v2 掩码权重，v3 采用 H
正文顺带提及命中实体：hugging face
社区发布小米MiMo-V2.6-Flash 50%专家剪枝GGUF量化版
社区开发者 patrickbdevaney 在 Hugging Face 发布了小米 MiMo-V2.6-Flash-RL 的 50% 专家剪枝版本 MiMo-V2.6-Flash-REAP50 的 GGUF 量化文件，使用 HOPE 目标在 REAP 显著性基础上选择保留 256 个路由专家中的 128 个。该版本保留原生 MXFP4 专家权重、BF16
正文顺带提及命中实体：hugging face
SoloQ：面向扩散语言模型的无校准量化
该论文提出 SoloQ，一种面向扩散语言模型（dLLM）的无校准量化框架。现有 dLLM 训练后量化方法依赖校准数据，但激活分布会随掩码状态和去噪步骤变化。SoloQ 通过将权重和激活映射到归一化旋转基，实现数据无关的量化，并结合结构化 K-RPBH 旋转与轻量重缩放校正，支持分布匹配码本和硬件原生 NVFP4。在 LLaDA、Dream、Fast-dLLM