Anthropic 的 Mythos 类模型据称在 Hugging Face 泄露
Hacker News 条目称，Anthropic 的 Mythos 类模型据称在 Hugging Face 上泄露，相关 URL 因担心恶意软件而被删除。
推荐理由：条目同时保留了模型泄露的指称和链接因恶意软件担忧被删除的处置，为读者提供了理解该安全事件的具体背景。
公司与模型
Hugging Face 最新动态
Hugging Face 社区的热门开源模型、数据集、工具与榜单变化。
30 条精选近 30 天 18 条共收录 32 条
更新
Hugging Face的精选
Hacker News精选AI 评分3737
The Decoder精选AI 评分7777 美国反垄断机构审查 Nvidia 拟收购 Hugging Face 及销售行为
美国司法部正审查 Nvidia 拟以 $12.93 billion 收购开源平台 Hugging Face，并调查其收购、投资和销售行为。监管方关注交易是否会让 Nvidia 控制 AI 分发关键枢纽并损害竞争对手，也调查其是否向购买 Nvidia 网络设备和 Groq 处理器的客户提供更多 AI 芯片；Nvidia 预计交易于 2027 年上半年完成。
推荐理由：文章梳理美国与欧洲反垄断审查涉及的交易、持股和销售捆绑问题，帮助读者看清 Nvidia 面临的监管范围。
36氪精选AI 评分7272 美国司法部问询英伟达收购 Hugging Face 的竞争影响
美国司法部已就英伟达收购开源平台 Hugging Face 的交易展开问询，重点评估该交易对 AI 领域竞争的影响。问询涉及英伟达的收购、投资、销售行为及是否向客户施压，并追问交易是否会使其掌控 AI 领域的基础性分发渠道；与此同时，反垄断执法部门仍在推进针对该芯片设计公司行为的多年调查。
推荐理由：美国司法部围绕英伟达收购 Hugging Face 展开问询，覆盖收购、投资、销售及客户施压等行为，提供观察 AI 基础平台并购反垄断审查的具体视角。
36氪精选AI 评分6262 Rockbridge Network Korea报告：韩国开发者的Hugging Face模型中，千问（Qwen）占46.8%
Rockbridge Network Korea报告显示，2026年1至8月，韩国开发者在Hugging Face发布的1845个模型中，49.3%基于中国模型，千问（Qwen）占46.8%。美国模型占35.9%，韩国本土模型占14.9%。
推荐理由：报告按1845个Hugging Face模型拆分底座来源，可直接比较中国、美国与韩国本土模型在韩国开发者发布中的占比。
Hugging Face Blog精选AI 评分6868 Hugging Face 发布 torch-neuronx 模型支持查询 Space，用于检查 AWS Trainium 兼容性
Hugging Face 发布 torch-neuronx 模型支持查询 Space，可查看 Hub 模型能否在不修改代码的情况下运行于 AWS Trainium。
推荐理由：该工具把模型兼容性、分片规模、运行时间和峰值内存集中展示，并附可复现脚本，便于读者评估 Trainium 部署条件。
Hugging Face Blog精选AI 评分5353 用 Isaac Lab 3.0 训练并部署 Microduck 双足机器人步态策略
Pollen Robotics 与 Hugging Face 联合发布开源双足机器人 Microduck，并演示如何用 NVIDIA Isaac Lab 3.0 与 Newton 在仿真中训练步态策略、导出为 ONNX 并部署到真机。
推荐理由：文章给出 Isaac Lab 仿真训练到 ONNX 真机部署的完整命令与配置，读者可据此复现 Microduck 步态策略工作流。
Hugging Face Blog精选AI 评分6969 SimReady Central 在 Hugging Face 上线，开放 2,000 多个仿真就绪 3D 资产
SimReady Central 在 Hugging Face 上线，汇集 2,000 多个仿真就绪的 OpenUSD 3D 资产，面向机器人仿真和 AI 工厂数字孪生。
推荐理由：文章不仅说明资产规范，还给出从检索、验证到场景组装和布局检查的完整流程，便于机器人仿真与数字孪生团队复用。
TechCrunch · AI精选AI 评分5050 Hugging Face CEO Clem Delangue 称 Netflix 纪录片《AI Gone Rogue》对 OpenAI 智能体攻击的描述不准确
Hugging Face 联合创始人兼 CEO Clem Delangue 表示，Netflix 纪录片《AI Gone Rogue》对 OpenAI 智能体攻击 Hugging Face 事件的描述不准确。
推荐理由：文章把纪录片的拟人化叙事与攻击事件的技术细节放在一起，呈现隔离环境、监控缺失及模型安全规则对防御的影响，并对比闭源与开源模型的选择。
Hugging Face Blog精选AI 评分7272 Hugging Face 发布 AnyLanguageModel 1.0，统一 Apple 端侧与托管模型接口
Hugging Face 发布 AnyLanguageModel 1.0，以同一 API 接入 Apple 端侧与托管模型。
推荐理由：同一 Foundation Models API 可覆盖系统、端侧和托管模型，并保持工具调用与引导生成一致，为 Apple 应用迁移提供可复用路径。
Hugging Face Blog精选AI 评分7777 PyTorch 2.15 改进 MPS 后端：FP8 上线、MoE 解码 5–6.5× 提速
PyTorch 2.15 大幅改进 Mac 上的 MPS 后端，新增 FP8（float8_e4m3fn）支持，并把 MoE 模型的 grouped matmul。
推荐理由：给出 FP8、MoE 5–6.5× 解码提速、Wan2.2 显存从 270 GiB 降到 8 GiB 等实测数字，本地推理用户可直接对照决定升级。
TechCrunch精选AI 评分3737 Hugging Face 政策负责人：嵌入式 AI 评估员并非简单解决方案
Hugging Face 首席政策官 Irene Solaiman 在 TechCrunch Disrupt 大会上表示，当前 AI 模型评测仍是一门演进中的科学，复现性差且跨评测之间难以有效比较。
推荐理由：Hugging Face 政策负责人从复现性与评估生态两个角度分析当前 AI 评测短板，帮助读者理解嵌入式评估员方案为何难以快速落地。
Hugging Face Blog精选AI 评分5555 TorchNeuron 进入公测：Hugging Face 库原生支持 AWS Trainium PyTorch 后端
TorchNeuron 是面向 AWS Trainium 的新 PyTorch 后端，Hugging Face Transformers、Diffusers、Accelerate、PEFT 与 TRL 等库已原生支持，2026 年 10 月 20 日起进入公开测试。
推荐理由：给出了 TorchNeuron 替代 Optimum Neuron 的迁移路径，以及推理与 TRL 微调脚本的可复用写法。
Hugging Face Blog精选AI 评分7474 Reflection 发布 Beam：501B 参数开源 MoE 模型，专注编码与智能体
Reflection 推出开源大模型 Beam，采用 501B 参数 MoE 架构，每 token 激活 23B，支持 1M token 上下文，专注编码与智能体场景，以 Apache 2.0 授权发布。
推荐理由：原文详细列出了501B MoE模型的架构参数与各类基准分数，可作为评估开源大型MoE模型实际表现的参考。
HF Daily Papers精选AI 评分4141 OfficeTown：面向智能体能力进化的生成式组织模拟框架
OfficeTown 是一个生成式模拟框架：从自然语言描述构建持续运作的专业组织，成员可委派任务给助手智能体并审核交付物，工件、决策与未决事项会持续影响后续工作。
推荐理由：该工作把持续运转的组织建模为生成式模拟，用以合成面向智能体的工作数据与基准，可作为通用智能体训练与评估的一种可迁移数据生成方法。
Hugging Face Blog精选AI 评分5353 HiRO-ACEv2：AI2 以约 1/300 成本实现 3 km 全球极端天气模拟
AI2 发布 HiRO-ACEv2 气候模拟系统，可生成全球 3 km 数据，成本约为 X-SHiELD 的 1/300。新版下采样模型 HiROv2 同时预测多个高分辨率场，对仅百万分之一概率的极端事件统计误差控制在 3% 以内，并准确估计训练时未见的热带气旋能量。系统附带可下载模型、教程笔记与 Web Demo，未来计划加入 4°C 升温情景。
推荐理由：3 km 全球气候模拟成本约为传统模型的 1/300，并附论文与教程，读者可据此评估其对极端气候研究的可及性。
Hugging Face Blog精选AI 评分7272 用 HuggingChat 的 ML Intern 训练定制小模型：6 个项目提示词与成本公开
作者用 HuggingChat 的 ML Intern 在几天内训练了 6 个定制小模型，包括柑橘病害分类器、Huggy 角色 LoRA、相机视角 LoRA、涂鸦替换 LoRA、0.8B 口袋改写器与 Agate 4 步蒸馏模型，总算力约 103 美元。
推荐理由：作者公开了用 ML Intern 训练小模型的 7 段提示词与项目流程，强调 Verified facts、基线、smoke test 与预算上限等可被迁移使用的写法。
Hugging Face Blog精选AI 评分6868 Microsoft 与 Hugging Face 联合发布 ThinkingBox 基准，按数据库终态评估 Agent 一致性
Microsoft 与 Hugging Face 联合发布 ThinkingBox 基准，通过 OpenEnv 接口开放，覆盖 507 个有状态业务工作流，每个任务重复运行 20 次，按终端数据库状态和副作用评分。
推荐理由：原文用 507 个任务和 20 次重复，量化了一次成功与每次都成的差距，可用于挑选真正可用的 Agent 模型。
HF Daily Papers精选AI 评分3737 受控实验检验大语言模型对序列结构的理解能力
该研究通过策略识别、Markov 规则遵循与高阶序列依赖的受控实验，揭示了大语言模型在识别策略与忠实模拟之间存在显著差距：更长上下文未必带来帮助，且匹配的动作分布可能掩盖根本错误的生成机制。这些发现对将大语言模型作为行为模拟器和交互式智能体的评估方式提出了挑战。论文见 https://arxiv.org/abs/2610.04977
推荐理由：原文用受控实验区分识别策略与忠实模拟，指出更长上下文未必有效，并提示现有评测可能高估大语言模型的序列行为能力。
Hugging Face Blog精选AI 评分6464 Hugging Face Hub 新增 RL Environments 专区与框架标签
Hugging Face Hub 上线 RL Environments 专区，新增 rl-environment 数据集筛选器和 harbor、verifiers、openenv、nemo-gym 四个框架标签。
推荐理由：原文说明了把任务数据放回 Hub、由框架负责运行时的分工思路，并给出多框架的实际运行命令。
Hugging Face Blog精选AI 评分7474 Transformers 支持直接加载并运行 llama.cpp 的 GGUF 量化模型
Transformers 新增对 GGUF 格式模型的直接加载支持，可通过 from_pretrained 配合 gguf_file 参数运行 Unsloth 等发布的 GGUF 量化检查点。
推荐理由：transformers 现已原生支持 GGUF 模型加载，通过复用 ggml Metal kernel 在 Apple Silicon 上获得接近 llama.cpp 的本地推理速度。