共 96 篇文章包含此標籤
Hugging Face 宣布 oMLX 創作者兼維護者 **Jun Kim** 加入團隊，並維持 oMLX 由 Jun
機器人強化學習的瓶頸常不在「單一場景跑得多快」，而在於能否同時產生足夠多條互動軌跡。Hugging Face 與 NVI
Hugging Face 將 **GGUF** 量化模型接進 `transformers`：開發者可從 Hub 選定量化
一個 AI Agent 曾經完成任務，不代表它下次仍會完成。Hugging Face 與 IBM Research 以
Hugging Face 的 **Workflow1111** 將 AUTOMATIC1111 常見的圖像生成能力，重組
IBM 發布的 Granite Time Series PatchTST-FM-r2，是面向需求、能源負載、價格、流量與
IBM 與 Confluent 將 IBM Granite 的**時間序列基礎模型**接進 Confluent Clou
Hugging Face 將瀏覽器端 AI 的瓶頸往最底層拆解：模型格式與執行 runtime 固然重要，但實際上每次推
這個 Hugging Face 實作把「用模型畫水彩」拆成更可檢驗的問題：不直接生成圖片，而是讓程式模型撰寫約 150
量化通常被視為部署時必付的效率稅：先用移除層、注意力頭或神經元的方式壓縮架構，再把權重降到 4-bit，記憶體與計算量雖
Hugging Face 於 2026 年 8 月發布〈Training and Finetuning Multi-Ve
Hugging Face 於 2026 年 7 月 8 日發布技術部落格，宣布 transformers vLLM 後端
LeRobot v0.6.0 於 2026 年 7 月 7 日發布，以「想像（Imagine）、評估（Evaluate）
Hugging Face Kernels 是一套標準化自訂 GPU 核心（custom kernels）打包、分發與使用
來自 Hugging Face 的 PyTorch Profiling 系列第三部曲，透過 profiler trace
Photoroom 在 Hugging Face 部落格發表的 PRX 系列第四篇，詳述他們訓練自家文字生成圖像模型（P
2026 年 7 月，Hugging Face 與 Amazon SageMaker AI 宣布深度鏈接整合，讓開發者能
AI 訓練有一個隱性成本盲點：模型與資料住在 Hugging Face Hub，但 GPU 算力租在 AWS、GCP 或
2026 年 Microsoft Build 大會宣布推出 **Foundry Managed Compute** 搭配
AI 評測正面臨「數據分裂」危機：同一個模型在同一個基準上，由不同機構跑出的分數可能相差超過 14 分。LLaMA 65
語音 AI 已進入延遲競賽時代。Hugging Face 與硬體推論新創 Cerebras 於 2026 年 7 月 1
ScarfBench 是 IBM Research 發布的開放基準測試平台，專門評估 AI 代理在**企業 Java 框
許多機器學習與科學計算問題，歸根究柢都是同一件事：從一批資料點還原其背後的機率分佈。這需要估計兩個互補的量——**密度*
ScarfBench 是 IBM Research 於 2026 年 6 月發布的開放基準，專門評估 AI 代理在企業級
CUGA（Configurable Generalist Agent）是 IBM Research 推出的開源代理框架，
瀏覽器的安全機制（Network Isolation Keys）讓不同網站的快取完全隔離，導致同一個 177 MB 的
FFASR（Far-Field ASR）Leaderboard 是由 Treble Technologies 與 Hug
NeMo AutoModel 是 NVIDIA 發布的開源函式庫，建立在 Hugging Face Transforme
CUGA（Configurable Generalist Agent）是 IBM Research 開源的企業級代理 H
Hugging Face 工程師 Lucain Pouget 等人將 `huggingface_hub` Python
AWS 開源的 **Strands Robots SDK** 與 Hugging Face 的 **LeRobot**
程式碼代理（code agent）正越來越多地取代人類直接使用軟體函式庫：它們接收任務描述、選擇函式庫、撰寫呼叫程式碼、
傳統 AI Agent 的工具整合採「先安裝、後使用」（install-first, use-later）模式：開發者將
Mitchell Hashimoto 提出的「構建塊經濟」（Building Block Economy）指出：軟體開發
這是 Hugging Face 《PyTorch Profiling》系列第二篇，聚焦在「算子融合（kernel fus
North Mini Code 是 Cohere 於 2026 年 6 月 9 日正式發布的首款面向開發者的程式碼模型，
NVIDIA 於 2026 年 6 月在 Hugging Face 發布 Nemotron 3.5 Content Sa
IBM Research 在 2026 年 6 月發表的這篇文章，核心主張只有一句話：**LLM 本身不足以讓企業 AI
Hugging Face 在 2026 年 6 月 4 日發布技術文章，說明如何將 `hf` CLI 重新設計成同時適合
Amazing Digital Dentures 是一個在 Hugging Face Build-Small Hacka
Pollen Robotics 的桌上型機器人 Reachy Mini 的對話應用，在 2026 年 6 月引入了對 M
Hugging Face 於 2026 年 5 月 27 日發布的這篇教學，示範如何讓 **Reachy Mini**（
異步強化學習（Async RL）是大型語言模型後訓練（post-training）的主流範式，但它有一個幾乎不可繞開的瓶
PyTorch 的 `torch.profiler` 是效能優化的起點。Hugging Face 用「矩陣乘法 + 偏移
AI Agent 領域在過去兩年快速膨脹，帶來的副作用之一是術語混用：「Agent」、「Scaffolding」、「Ha
這篇由 Hugging Face 發布的詞彙指南（2026 年 5 月 25 日）針對 AI Agent 領域中反覆被誤
ITBench-AA 是首個針對**企業 IT 代理任務**設計的評估基準，由 Artificial Analysis
非同步強化學習（Async RL）訓練流程中存在一個根本性的工程瓶頸：每個訓練步驟，訓練器必須將完整模型權重傳輸給推理引
IBM Research 於 2026 年 5 月 18 日在 Hugging Face 發布 **Open Agent
NVIDIA 於 2026 年 5 月 23 日在 Hugging Face 發布 Nemotron-Labs Diff
IBM 於 2026 年 5 月 14 日在 Hugging Face 發布 Granite Embedding Mul
Hugging Face Inference Providers 是 HF Hub 上的統一推論入口架構——讓開發者在同