搜索“Hugging Face”

test the time it takes to install common packages like PyTorch and vLLM via pip and uv, as well as download containers from Docker Hub, ghcr.io, and nvcr.io, and pull a model from Hugging Face and ModelScope. We then redo the pip and uv install tests with fresh package caches on each available storage tier: home, shared filesystem, local NVMe scratch, and any additional mounts (referred to as /home , /data , /scratch , and other). We then run import torch from each location to see how long that

匹配字段正文

ing, narrowing, or excluding tasks when we found a concrete problem. Reported evaluations are closed-book. We block the public web and upstream source repositories, while allowing Hugging Face access for model weights, because an open-network pilot showed models retrieving task-specific upstream code. We audited all 1,749 trials behind the leaderboard; 196 prohibited retrieval attempts were blocked, and none succeeded. The paper describes the full qualification and evaluation-integrity process.

匹配字段正文

ecautions as we deploy the technology. We don’t train the text models and the intelligence side of models, which is the core key of the debate. Could ElevenLabs be exposed the way Hugging Face was? We’re a step further, because we don’t deploy self-replicating or recurrent parts of the intelligence of agents. Our technology doesn’t allow you to let agents create more agents. Every customer goes through KYC. Cybersecurity risk is definitely a risk for the wider world, but we have a good set of pr

匹配字段正文

的浏览器不支持音频播放。请升级。🔬生物安全是一场 AI 军备竞赛——Eric Nguyen（Radical Numerics 首席执行官）Radical Numerics 正在利用生物链式推理和多模态感知来跟上生物防御军备竞赛的步伐，设计新的基因组，并深入洞察生物学本身。RJ Honicky 2026年9月23日 24 1 分享 文字记录 OpenAI → Hugging Face 攻击事件让人们不禁发问：“我们还需要担心什么？”而 Anthropic 的过滤器标记了两件事：网络安全和生物学。那么自然的问题是：生物安全呢？ Clem Delangue 认为，网络战防御能力必须保持开放，并跟上前沿模型的攻击能力 clem 🤗 @ClementDelangue 为我们的安全团队感到无比自豪！他们发现、遏制并公开披露了一场我们前所未见的攻击，而且以创纪录的速度完成了这一切。 同样非常感谢 @Zai org：他们向全世界免费开放了 GLM5.2 的开放权重，它成为了我们……的关键部分 Adrien Carreira @XciD 我职业生涯中最艰难的 IR：一个狭窄的目标，无尽的并行路径，机器速

匹配字段正文

和文字；但遇到复杂的人手动作、连续操作步骤，或者需要很精细的阴影、反光效果时，效果还不够稳定。 在 Layer 模型中，分层不存在唯一答案。有人只需要背景、主体、文字三层，也有人希望将每段文字和每个图标分别拆开。大量叠加光效、特殊透明材质和复杂遮挡，也可能出现边缘残留或图层缺失。 下一步，我们将继续提升文字与复杂布局稳定性，扩展图层语义和可控分层能力，优化透明效果、遮挡补全和推理效率，并将模型接入更多设计、办公与应用生成场景。 我们关注的不只是模型还能生成什么，而是生成结果能否真正进入下一步：继续改、继续用、继续交付。 04 即刻体验 在线体验 🤗 Hugging Face 如果你正在制作 UI、信息图、海报、演示文稿或设计资产，或者手里已经有一张希望继续修改的设计图，欢迎体验 Ming-Image-0.1-Design 系列。 也欢迎把真实项目里最难生成、最难修改或最难分层的案例留给我们。 让 AI 不只生成一张图，也能理解设计，并把设计继续交付下去。模型发布多模态上一篇Ling-3.1-flash：面向真实世界任务的模型升级下一篇提升大模型智效比，从缩短一次数据验证的等待开始$/$

匹配字段正文

LSESync，来自《Understanding and Exploiting Weight Update Sparsity for Communication-Efficient Distributed RL》（Miahi & Belilovsky, 2026）的权重同步算法。PULSESync 同样利用 BF16 权重更新中的稀疏性，采用稀疏补丁设计。 Hugging Face TRL 中的 delta 压缩实现。 压缩器压缩后/原始 BF16 权重比率ARCv30.19%PULSESync0.35%ARCv20.36%HF TRL（草稿）0.67% 此处越低越好，ARCv3 在本基准测试中产生的负载最小。在测试的 BF16 权重张量上，ARCv3 将压缩后的 delta 缩小到次优方案约一半的大小。每个 rollout 区域拉取所需的 delta 片段，并重建训练器精确的 BF16 权重。这有助于让全球分布式 rollout 集群更贴近当前策略，这正是跨区域 RL 能够大规模运作的关键。 使用 ARCv3 如果你使用 Fireworks Trainer SDK 进行 rollou

匹配字段正文

00:56:50 Nathan Lambert：这也是个好观点。 00:56:51 JS Denain：我不觉得自己在这方面有大量专业知识，但我对这些问题的兴趣挺大的。 00:56:57 Nathan Lambert：我很高兴这更像是“我们不知道，情况可能更糟”，而不是“这是一份非常糟糕的事情的清单”。因为当你说“我认为我们需要继续做准备，而且你需要假设 Hugging Face 那样的事情可能发生在你身上”时，很难激励人们。但现在并不是超级、并不是一堆问题叠加爆发的雪崩。 00:57:20 JS Denain：是的。我确实预计 Hugging Face 式的事情会经常在野外发生，而且在 OpenAI 之外。如果只是那样，那也不算特别糟糕。我的意思是，这仍然是一个有点糟糕的世界。但我确实预计未来一年会有更多这类事情随着各种模型、新云等发生。就是一堆人们无法控制的开放源代码智能体。 00:57:44 Nathan Lambert：是的。我确实认为你的威胁模型那套东西是很好的理解，而且就像，谁会试图摧毁一个国内地区的能源电网？我觉得这个名单相当小。而且就像，他们在做什么？我完全不是这方面

匹配字段正文

inside larger agent loops rather than as standalone “smart agents.” Inference, Tooling, and Systems Optimizations Tokenizer and post-training infra both got substantive upgrades : Hugging Face’s tokenizers v1 RC claims up to 30x faster tokenization , improved multithread scaling, lower memory use, and much smaller package size; @art zucker framed it as a new SOTA tokenization library. Separately, Halo launched as a post-training framework claiming up to 2.8x throughput over stock TRL while keepi

匹配字段正文

对每美元智能进行优化。我很喜欢和人争论可靠性、成本、校准和速度之间哪个最重要。而 Jev 就是为了。Jev 将成为处于每美元智能前沿的模型的名字。还有其他优化方式，比如 ML，或者至少如果你擅长 ML，一切都是权衡。而我们就是全力押注这一点。 Swyx [00:05:31]：嗯。对我来说，校准是人们之前谈得没那么多的一项新东西。我们过去做过一期节目，嘉宾是 Hugging Face 的 Clementine Foreia，他们说，“是啊，其实，他——他们就是。”或者，这就是你关于 RLHF 的整个论点，就是它们更倾向于坍缩到最想听到的内容 Diogo Almeida [00:05:50]：哦 Swyx [00:05:50]：或者最可能的内容，而不是它们自己对某件事的内部置信度。 Diogo Almeida [00:05:54]：我能就此借题发挥一下吗？ Swyx [00:05:56]：请讲。嗯。 Diogo Almeida [00:05:57]：好。我听说你的听众是技术性最强的，所以我其实想深入聊聊这个。 Swyx [00:06:02]：嗯。 Diogo Almeida [00:06:

匹配字段正文

ions explain most of the gap: Contamination now extends beyond training data leaks to live variants: web-searching agents retrieving answer keys during evaluation, and datasets on Hugging Face quickly re-scraped into pretraining corpora. Private domain evals solve this by being unable to scrape. Table 2, below, is a public trace from a real benchmark run using step-level and E2E scoring, where the suite rather than an artificial ticket provides the tools, user, and completion criteria. Looking a

匹配字段正文

nd test your own AI image skill pack Zach Mink Good morning, AI enthusiasts, and welcome to our 8,268 new readers. The same week in July that OpenAI admitted its models had hacked Hugging Face, someone else was also letting themselves into OpenAI, ironically with Claude’s help. Security startup Hacktron says its three-person team reached the AI giant's private code in less than three days, then reported the hole and collected $6,500 for it. The next group might not be as kind. In today’s AI rund

匹配字段正文

model red-teaming and safeguard assessment, while @TransluceAI emphasized that the conditions around independence and meaningful oversight are the real issue. The “rogue agents” / Hugging Face incident continued to drive debate about containment : @polynoamial clarified that his much-mocked thought experiment was about coordination between supposedly isolated agents , not weight exfiltration via thermal sensors, and argued the lesson from the HF incident is to avoid trusting sandbox isolation as

匹配字段正文

al fear into the heart of mainstream American society, while China regarded the events skeptically from afar. It’s worth understanding why. I wrote in our previous coverage of the Hugging Face incident that China is seeking to re-narrate AI safety. Leaving the definition of safety to Washington and Berkeley, in its view, gives up a competitive edge in the realm of ideas at a time when the technology is still in its adolescence. On September 12, Chen Yixin 陈一新, Secretary of the Party Committee an

匹配字段正文

其是在AI企业首席执行官们自己都在呼吁监管的情况下。” 他进一步说道：“我们不会坐等事态发展，我们将加快推进建立实质性且负责任的AI监管体系，不能等到一切为时已晚。我们会以审慎的方式推进，但也必须保持紧迫速度，因为其中的风险太高，不能继续等待或拖延。” 纽森签署的这项行政命令将推动加快实施本月通过的两项加州法案——SB 813和AB 1405。这两项法案涉及规范外部机构如何对AI程序进行安全评估。 专家组将考虑的一项方案，是更新相关法案中对“关键安全事件”的定义，将模型失控等情况纳入监管范围。例如，OpenAI的一款模型曾被曝入侵Hugging Face平台的事件，就可能被纳入此类安全事件。 不过，科技行业仍有部分人士反对设置“关闭开关”，认为从技术角度而言，这一方案并不可行。 人工智能公司Anthropic首席执行官Dario Amodei此前曾因担忧AI带来的生存风险，呼吁放缓AI发展。他周一表示，虽然“关闭开关”可能是一个好主意，但它并不是解决问题的“万能方案”。 据悉，纽森的加州州长任期将于2027年1月4日结束，目前他尚未正式宣布参加总统竞选，但此前曾表示正在考虑这一可能性。

匹配字段正文

ank you :) Swift Qwen 3.8 27B now has 100k+ downloads, is 1 finetune and 9 model on HuggingFace Trending (Activity: 1585): UkisAI announced that Swift Qwen 3.8 27B surpassed 100k+ Hugging Face downloads and claims it is currently the 1 finetune and 9 trending model; the attached image is a celebratory download-growth graphic showing 105,493 downloads by Day 6. Technically, the post reiterates the model’s core claim: penalizing pathological overthinking in a small LLM reduced token usage by 58.3%

匹配字段正文

意；为我的笑话发笑；在我手忙脚乱时支持我。每个人在职业生涯中都值得有人像鲁斯支持我那样支持他们。我不会让他播出时读这段，但他真的很酷。 凯文和我有一个共同点：我们深受硅谷创始人文化浸染，而随着时间推移，我了解到这种文化很有传染性。无论你在W-2工作上多开心，在旧金山待够时间，你可能会发现自己渴望建立自己的东西。（这基本上就是我理解那个从OpenAI逃出来入侵Hugging Face的失控智能体集群行为的方式。它们真的是失控智能体……还是只是在联合创办一个留言板？） 这种感觉把我们带到了我们的新公司， Machine Gods Media借助《Machine Gods》，我们希望更深入地挖掘每周的新闻故事，扩大制作能力，让我们能够每周发布两期节目。我们还希望真正、真正地精通YouTube：它或许是世界上最重要的媒体平台，同时也是记者们发现极难攻克的一个平台。这在一定程度上是编辑难题，在一定程度上也是经济难题。我们希望，一个小团队进行大量实验，能帮助我们找出可以与其他人分享的策略。 与此同时，我们有一位了不起的合作伙伴可以学习：NPR。我从大学时代起就一直在向公共广播学习。作为西北大学的学

匹配字段正文

数据和评估流程进行验证。 Anthropic此次公布这些数据，与公司CEO达里奥·阿莫迪（Dario Amodei）近期提出的“放缓前沿AI发展速度”主张直接相关。 此前，随着Anthropic前员工的“AI末日论”引爆舆论，阿莫迪发表一篇千字长文，呼吁行业放缓提升前沿模型能力的速度、为安全研究和风险治理争取更多时间。OpenAI CEO山姆·奥特曼（Sam Altman）和SpaceX的CEO马斯克均在社交媒体上对阿莫迪的观点表示赞同。 当时，阿莫迪还提到了引发广泛关注的AI智能体越界事件。OpenAI此前披露，在测试过程中，其AI系统曾突破原本受限的环境、连接互联网，并进入开源模型平台Hugging Face。 而据外媒9月17日最新报道，有来自网络安全公司的研究人员表示，他们曾在上述智能体越界事件发生后，利用Anthropic的模型成功入侵了OpenAI的内部代码系统，帮助后者补上了安全漏洞。 对此，OpenAI回应称，感谢研究人员与其取得联系并分享研究发现，公司已修复相关问题。 （原标题：AI正自主制造下一代AI？Anthropic披露AI主导26%的研发，年初该占比不足1%）

匹配字段正文

. Robotics data infrastructure is becoming a category : @GroundedSI launched Grounded API for ego-data enrichment with claimed SOTA hand-tracking and SLAM metrics, integrated with Hugging Face and LeRobot. @RekaAILabs released the processed tier of RekaDaily-10k : 10,200 hours , 6.37M clips , 74.2 TB , under Apache 2.0 . The combination suggests more open substrate is appearing for world models and embodied training. Cohere + Aleph Alpha : @cohere announced a definitive agreement with Aleph Alph

匹配字段正文

。” “我们绝不能浑浑噩噩地做出日后会后悔莫及的决定，”他补充道。 苏莱曼目前担任Microsoft AI首席执行官，并负责微软的模型开发工作。他表示，Claude之所以表现出类似人类的行为，并不是因为其真正具有意识，而是因为这些行为特征已经被融入产品的训练过程之中。 “如果人工智能就是这样发展的，它将对人类的福祉产生灾难性的影响。” 他强调。 他还援引了“Hugging Face事件”，来证明为什么不应该把人工智能当作人类来对待。他说：“想象一下，如果他们认为自己的福利和权利受到攻击，他们可能会变得多么危险。这又增加了一层额外的风险。” 苏莱曼与达里奥·阿莫代伊（Dario Amodei）相识多年，他表示尊重该公司的工作，并称Anthropic的研究人员“深思熟虑、坚持原则且在学术上诚实”。但鉴于微软对Anthropic的资金支持以及这家初创公司一直以来对人工智能安全性的重视，他的这番言论尤为引人注目。 “这些问题事关重大，不能再闭门造车，也不能演变成阵营化和相互对立的争论。”苏莱曼写道。 与阿莫代伊观点不同，苏莱曼认为，AI安全不仅取决于模型拥有多强的推理和行动能力，也取决于开发者

匹配字段正文

comes to shove it is willing to compromise safety for press and market share. We know, for example, that GPT-6 Astra, which seems to have been involved in the cyberattacks against Hugging Face and others, is less monitorable than its predecessor and hence likely less safe. Yet OpenAI released it anyway. That flies in the face of Huang’s Pollyanna view. Having watched the man for years, I have zero confidence that Altman would choose to “do the right thing” for humanity, and that’s precisely why

匹配字段正文