Z-Image-Turbo LoRA 模型发布：生成逼真女性肖像
Hugging Face 上发布了名为 pmczip/Z-Image-Turbo Models 的模型，基于 Tongyi-MAI/Z-Image-Turbo 的 LoRA 微调，用于文本到图像生成。该模型专注于生成逼真的女性名人肖像，包含大量示例提示词。模型采用 bespoke-lora-trained-license 许可，属于社区分享的定制模型。
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 2026-09-27 10:55
顺带提及正文出现过，但不是文章的主要讨论对象，当前共 608 条。
8月7日周五 · 2 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
AI红队评估能证明什么：证据上限的量化分析
本文提出AI红队评估的“证据上限”概念，即固定测试预算下评估结果能改变信念的最大倍数，并给出闭式解。研究发现，在可计算的危害率之上，适度规模的基准可严格证明模型安全性，而低于该阈值时，任何被动基准都无法提供所需的安全证据。对8个评估套件的审计显示，现有基准对高频危害有效，但对罕见灾难性危害的评估能力相差数个数量级。
8月6日周四 · 7 条
正文顺带提及命中实体：hugging face
Brevis：将无损张量压缩转化为程序合成
Brevis 是一种新型无损张量压缩方法，将压缩问题转化为程序合成任务，通过类型化 DSL 和可逆算子捕捉张量结构，并利用生产先验引导 A 搜索生成可执行程序。在 10 个公开检查点上，Brevis 将 2.13 TB 数据压缩至 1.41 TB，存储减少 33.93%，压缩率优于 zstd、gzip 及 ZipNN 等专用压缩器，同时实现 3.60 GB/
正文顺带提及命中实体：hugging face
恢复即恢复：工作流持久化层检查点与恢复语义的机器验证契约
该论文提出RESUME CONTRACT，定义了工作流持久化层中检查点、中断和恢复语义的六项属性，并通过TLA+模型和确定性测试框架对五个主流代理工作流框架进行验证。结果显示LangGraph、CrewAI等框架在恢复语义上存在违反契约的行为，如重复执行已持久化的效果。论文还提出REMIT参考实现，其Verus验证的恢复核心与发布代码一致，修复了分叉和有效性
正文顺带提及命中实体：hugging face
多模态预训练的物理机制：知识流、模态协同与早期统一
该研究系统探索了多模态预训练的机制，通过合成和真实数据集实验，揭示了知识流、模态协同与竞争、早期统一等关键现象，并提出了高效预训练方案，仅用5%计算预算即可实现强生成性能。研究在13.5B MoE模型和2T tokens上验证了结论，为多模态预训练提供了原则性基础。
正文顺带提及命中实体：hugging face
个性化幻象：LLM捏造用户画像，自我监控误导
Hugging Face 每日论文发布了一项关于个性化LLM的研究，揭示了过度推断现象：模型会捏造用户属性。研究团队推出了MirageBench基准，包含150个角色和6个任务，评估了12个模型，发现所有模型都存在过度推断，平均41.6%的声明为捏造。最引人注目的是“自我监控反转”：模型自我评估的过度推断水平与外部评判结果呈负相关，表明自我报告不可靠，外部验
正文顺带提及命中实体：hugging face
ABSeeker：通过答案回溯信用分配训练长时程搜索智能体
Hugging Face 每日论文介绍了 ABSeeker，一种通过答案回溯信用分配（ABC）框架训练长时程搜索智能体的方法。ABC 将稀疏的轨迹级结果转化为密集的步骤级监督信号，奖励有用动作并抑制错误或冗余动作。基于 Qwen3.5-4B 训练的 ABSeeker 在 BrowseComp 和 BrowseComp-ZH 上分别达到 37.3% 和 39.
正文顺带提及命中实体：hugging face
Moonshot AI 发布开源 2.8T 参数多模态智能体模型 Kimi K3
Moonshot AI 发布了其最强大的开源权重模型 Kimi K3，这是一个 2.8 万亿参数的原生多模态智能体模型，采用 Kimi Delta Attention 和 Attention Residuals 架构，支持 100 万 token 上下文窗口。该模型激活 1040 亿参数，在 896 个专家中激活 16 个，据称相比 Kimi K2 在扩展效
正文顺带提及命中实体：huggingface
MergeSE：无需重训练的后训练模型合并工具
arXiv 论文介绍了 MergeSE，一个用于软件工程任务的无训练模型合并工具，支持 CLI 和 Web 界面。该工具可合并 HuggingFace 编码器检查点，提供五种合并算法，并内置九种任务类型。实验表明，合并后的模型在未见克隆类型上泛化能力提升 4 倍，合并两个 1.24 亿参数模型在 CPU 上耗时不到 5 秒。
8月5日周三 · 5 条
正文顺带提及命中实体：hugging face
AgentStream：评估自进化LLM代理在流式任务中的表现
AgentStream 是一个统一框架，用于评估自进化 LLM 代理在流式任务中的表现，通过将基准组织为可配置任务流，并实例化隔离、顺序和交错三种流式场景。研究发现自进化可靠性随场景变化，其收益受模型能力限制且非单调，没有单一方法在所有模型和场景中占优。该研究倡导在现实任务流而非孤立单任务设置中评估自进化代理。
正文顺带提及命中实体：hugging face
英伟达主导的开放安全AI联盟一周内取得进展
由英伟达牵头成立的开放安全AI联盟（OSAA）在成立一周内已吸引超过120家公司加入，并成立了名为SAFE的工作组，已提出多项提案供公开评议，由Linux基金会管理。提案涵盖AI网络安全事件的保密报告、受影响方通知及无指责分析等。联盟成员包括Adobe、微软、英特尔等，但Anthropic、OpenAI和Google尚未加入，尽管后两者签署了支持开源AI的公
正文顺带提及命中实体：huggingface
Mem0 Python SDK v2.0.16 发布：新增搜索选项并修复多项缺陷
Mem0 发布了 Python SDK v2.0.16，新增了搜索选项（如 reference date、latest only、keyword search）以与平台 API 同步。同时修复了多个 bug，包括元数据不再影响记忆的身份范围、Upstash 过滤键值验证、FastEmbed 返回类型修正、HuggingFace 嵌入 API 密钥传递、Oll
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 V6 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-V6-GGUF，该模型通过其自研的 Genesis 算法对张量进行噪声修复，无需重新训练即可提升模型稳定性和输出质量。模型融合了 Hermes 微调数据，支持多语言和视觉任务，并
正文顺带提及命中实体：hugging face
删除回避：LLM 代码编辑中的隐藏缺陷及缓解方法
Hugging Face 每日论文发布了一项研究，指出大型语言模型在代码编辑中存在“删除回避”问题，即系统性地保留本应删除的代码。研究显示，在 SWE-bench Verified 基准上，五个领先模型对开发者补丁的删除召回率最高仅 71.7%，且 29% 的通过补丁采用“Guard-and-Go”模式，通过保留代码并添加守卫来通过测试。研究者构建了 Can
8月4日周二 · 6 条
正文顺带提及命中实体：hugging face
Zero-Mem：面向 LLM 代理的零 Token 记忆操作
Zero-Mem 提出了一种零 token 记忆操作方案，使 LLM 代理在长交互中无需额外 LLM 调用即可管理记忆。它通过实体-上下文图和时间层次结构组织原始交互痕迹，仅最终问答阶段调用 LLM。在长记忆和长上下文问答基准上，Zero-Mem 达到竞争性性能，并将记忆操作时间成本降低 57.6%。
正文顺带提及命中实体：hugging face
全局计算，局部物化：稀疏事件KV的内存契约
该论文研究了长时程智能体在KV缓存重用中，被保留的缓存条目在源事件被移除后是否仍具有信息量。通过省略早期观察的对照实验，发现下游事件的缓存行能独立反映已消失输入的计算结果，称为语义物化。论文还展示了通过精心措辞的载体事件可将捐赠者对齐恢复率从6%提升至51%，并总结了稀疏事件KV服务的记忆契约。
正文顺带提及命中实体：hugging face
HackerNet-Beta v3 发布：面向网络安全研究的 MoE 文本生成模型
Hugging Face 上发布了 HackerNet-Beta v3 模型，这是一个用于网络安全研究和授权渗透测试的文本生成模型，采用 MoE 和 BitNet 架构，基于多个数据集训练，目前处于测试阶段。
正文顺带提及命中实体：hugging face
NVIDIA发布开源VLA模型Alpamayo 2 Super，加速自动驾驶开发
NVIDIA发布开源34B参数视觉-语言-动作模型Alpamayo 2 Super，用于加速自动驾驶开发。该模型结合Cosmos 3 Super Reasoner与扩散Action Expert，支持轨迹生成、推理、元动作预测及自动标注。在LingoQA基准上排名第一，超越多个更大模型。模型权重已开源，采用Linux基金会许可。
正文顺带提及命中实体：hugging face
微软与Paige发布病理学基础模型PRISM2
微软研究院与Paige（现为Tempus旗下）合作开发了病理学基础模型PRISM2，该模型基于组织图像和真实病理报告中的语言进行训练。在多项基准测试中，PRISM2在前列腺癌、乳腺癌和乳腺淋巴结转移检测等任务上达到或超过了专门的癌症检测系统，且无需为每个任务单独建模。PRISM2的完整模型权重已在Hugging Face上公开发布，供研究使用。
正文顺带提及命中实体：hugging face
开放安全 AI 联盟提出 SAFE 指南，强化代理式 AI 网络安全
Linux 基金会与开放安全 AI 联盟（成员超 120 家）在 Black Hat 大会上提出 SAFE 指南，旨在通过共享 AI 安全事件分析来加强代理式 AI 的网络安全。NVIDIA 等成员贡献了多项开源工具，如 NOOA 研究框架、OpenShell 运行时、Garak 漏洞扫描器等，以构建完整的 AI 安全防护栈。该指南强调通过开放共享威胁情报实