Qwen 3.5 Plus is on AI Gateway
Vercel Changelog106d agoReleaseVercel 於 Changelog 宣布，其 AI Gateway 服務已正式支援 Qwen 3.5 Plus 模型。開發者現在可以透過 Vercel 的統一 API 介面，輕鬆將 Qwen 3.5 Plus 整合至應用程式中。這項更新讓開發者能同時享有 Vercel AI Gateway 提供的快取、速率限制與效能監控等強大功能。
Custom Kernels for All from Codex and Claude★ 80
Hugging Face Blog109d agoNew ToolHugging Face 發表最新技術，展示如何讓 AI Agent（如基於 smolagents 框架）具備編寫自訂 CUDA/Triton Kernel 的「技能」。透過將編譯器、正確性驗證與基準測試（Benchmarking）工具整合為 Agent 的 Tool，Agent 能自主撰寫低階 GPU 程式碼、讀取錯誤訊息進行 Debug，並持續優化效能。這項突破大幅降低了 GPU 算子開發的門檻。
OpenEnv in Practice: Evaluating Tool-Using Agents in Real-World Environments★ 75
Hugging Face Blog110d agoNew ToolHugging Face 介紹了開源評估框架 OpenEnv 的實務應用。該框架旨在解決傳統靜態基準測試的不足，提供模擬真實世界（如作業系統、網頁瀏覽、API 呼叫）的動態環境。透過 OpenEnv，開發者能更準確地測試 AI Agent 在面對網路延遲、非預期錯誤及多步驟規劃時的真實表現，是推動 Agent 走向實用化的關鍵工具。
Agents can now access runtime logs with Vercel's MCP server★ 75
Vercel Changelog112d agoReleaseVercel 宣布其 MCP（Model Context Protocol）伺服器新增支援運行期日誌（Runtime Logs）存取。這項更新讓開發者能授權 AI Agent（如 Claude Code 或 Cursor）直接讀取並分析部署在 Vercel 上的應用程式日誌。AI 助理現在可以自主診斷線上錯誤、追蹤 API 異常，實現更自動化的雲端除錯流程。
Transformers.js v4: Now Available on NPM!★ 85
Hugging Face Blog113d agoReleaseHugging Face 正式在 NPM 發布 Transformers.js v4。此版本帶來大幅度的 WebGPU 效能提升，支援更多最新的輕量化開源模型（如 Llama 3.2、Qwen 2.5 等），並優化了與 Vite、Next.js 等現代前端工具鏈的整合，讓開發者能輕鬆打造隱私安全、低延遲且完全在用戶端運行的 AI 應用。
Community Evals: Because we're done trusting black-box leaderboards over the community★ 85
Hugging Face Blog118d agoReleaseHugging Face 宣布推出「Community Evals」計畫，旨在解決當前 AI 領域中「黑箱排行榜」缺乏透明度與容易被操弄的問題。該計畫強調開源、可重現性與社群驅動，讓全球開發者能共同參與評測標準的制定與驗證。這標誌著 AI 模型評估將從單一機構主導，走向更具公信力的集體智慧時代。
The Future of the Global Open-Source AI Ecosystem: From DeepSeek to AI+★ 78
Hugging Face Blog119d agoCommentary適逢 DeepSeek 震撼科技界一週年，Hugging Face 發文回顧這一關鍵轉折點對全球開源生態系的深遠影響。 文章指出，DeepSeek 證明了高性價比開源推理模型的可行性，並加速了去中心化與開源社群的協同創新。 展望未來，開源 AI 將從單一模型競爭轉向「AI+」時代，強調多模態、Agent 應用與各行各業的深度整合。
Training Design for Text-to-Image Models: Lessons from Ablations★ 75
Hugging Face Blog119d agoTutorial本文為知名去背與圖像編輯品牌 Photoroom 技術部落格的第二篇，深入探討其文字生成圖像（Text-to-Image）模型 PRX 的訓練設計。透過系統化的消融實驗（Ablation Studies），團隊分享了在資料清洗、標籤生成（Captioning）、解析度分桶（Resolution Bucketing）以及優化器選擇上的實戰經驗。這些技術細節對於想要自行預訓練或微調圖像生成模型的開發者與研究人員具有極高的實戰參考價值。
Introducing Daggr: Chain apps programmatically, inspect visually★ 75
Hugging Face Blog124d agoNew ToolHugging Face 發表全新開源工具 Daggr，旨在解決 AI 應用（如 LLM 鏈、Agent 工作流）開發中的痛點。開發者可以用純程式碼（Programmatic）定義複雜的有向無環圖（DAG）工作流，同時透過直觀的視覺化介面（Visual Inspection）進行執行追蹤與除錯。這項工具完美結合了程式碼的靈活性與視覺化工具的易讀性。
We Got Claude to Build CUDA Kernels and teach open models!★ 80
Hugging Face Blog125d agoReleaseHugging Face 發表最新「Upskill」專案，展示如何利用 Claude 3.5 等強大商用模型生成複雜的 CUDA 核心（Kernel）程式碼與測試案例。透過這套包含編譯與效能驗證的自動化管線，他們篩選出高品質的合成數據，並成功用來微調開源模型，大幅提升開源社群在極具挑戰性的 GPU 硬體加速編程任務上的表現。
Architectural Choices in China's Open-Source AI Ecosystem: Building Beyond DeepSeek★ 85
Hugging Face Blog126d agoCommentary在「DeepSeek 時刻」屆滿一週年之際，Hugging Face 發文探討中國開源 AI 生態系的技術演進。文章深入分析了中國各大 AI 團隊（如 Qwen、GLM、Yi 等）如何超越 DeepSeek 的既有框架，在混合專家模型（MoE）、多頭潛在注意力（MLA）以及強化學習（GRPO）等架構上進行抉擇與創新。這些技術選擇不僅是為了應對算力限制，更重塑了全球開源 AI 的高效率與低成本標準。
AGENTS.md outperforms skills in our agent evals★ 78
Vercel Changelog126d agoReleaseVercel 在最新的 Agent 評估中發現，使用 `AGENTS.md` 這種基於 Markdown 的宣告式文件來定義 AI Agent 的角色與指令，其成效顯著優於傳統為 Agent 綁定特定「技能（Skills/Tools）」的作法。這項發現將簡化開發者構建多 Agent 系統的流程，並提升 LLM 在複雜任務中的執行準確度與對齊表現，代表著 Agent 開發範式正朝向「文件驅動」轉移。
Alyah ⭐️: Toward Robust Evaluation of Emirati Dialect Capabilities in Arabic LLMs
Hugging Face Blog126d agoRelease阿聯酋技術創新研究所（TII）推出了名為「Alyah」的全新評估基準，專門用於測試阿拉伯語大型語言模型（LLMs）在阿聯酋方言（Emirati Dialect）上的表現。由於阿拉伯語方言眾多且與現代標準阿拉伯語（MSA）差異顯著，Alyah 填補了區域方言評估的空白。此基準將有助於開發更貼近在地文化與日常溝通的阿拉伯語 AI 模型。
Unlocking Agentic RL Training for GPT-OSS: A Practical Retrospective★ 75
Hugging Face Blog126d agoCommentary本文探討如何針對開源 GPT 模型（GPT-OSS）導入自主 Agent 強化學習（Agentic RL）訓練。LinkedIn 團隊分享了他們在訓練過程中的實務經驗與挑戰，包含如何建立有效的獎勵機制、克服訓練不穩定性，並提供了一套可供開發者與研究人員參考的實作回顧，旨在推動開源模型在複雜 Agent 任務中的表現。
Qwen 3 Max Thinking now available on AI Gateway★ 72
Vercel Changelog127d agoReleaseVercel 宣布其 AI Gateway 服務已正式支援阿里雲的 Qwen 3 Max Thinking 模型。 這款具備強大推理（Thinking）能力的模型，現在可以透過 Vercel 的統一 API 進行路由、快取與監控。 這為開發者在構建需要複雜邏輯推理的 AI 應用時，提供了更高效且具成本效益的託管與管理方案。
Testing if "bash is all you need"★ 75
Vercel Changelog131d agoOpinionVercel 近期發表文章，探討在 AI Agent 時代中，「僅提供 Bash 工具」是否就能滿足所有開發需求。文章評估了讓 AI 代理直接操作終端機的潛力與極限，分析其在自動化測試、程式碼修復及部署上的表現。雖然 Bash 賦予了極高的自由度，但安全防護、錯誤處理與上下文限制仍是關鍵挑戰。
AssetOpsBench: Bridging the Gap Between AI Agent Benchmarks and Industrial Reality★ 75
Hugging Face Blog132d agoReleaseIBM Research 在 Hugging Face 上推出了 AssetOpsBench 互動遊樂場。這是一項專門針對工業資產營運（AssetOps）設計的 AI Agent 基準測試，旨在解決現有評估工具偏重軟體工程或網頁瀏覽，而缺乏工業實際場景的問題。它評估 Agent 在面對複雜工業手冊、感測器數據及企業資產管理系統時的規劃、工具調用與推理能力。
One Year Since the “DeepSeek Moment”★ 85
Hugging Face Blog133d agoCommentary2025 年初的「DeepSeek 時刻」以超低訓練成本與強大推理能力震驚全球。一年過去，Hugging Face 回顧了這場變革對開源社群的深遠影響，包括 GRPO 強化學習演算法的普及、MoE 架構的廣泛應用，以及全球開發者如何擺脫對閉源巨頭的依賴，走向更自主、高效的本地部署與微調時代。這標誌著 AI 發展從「算力軍備競賽」走向「演算法與效率至上」的新紀元。
Import AI 441: My agents are working. Are yours? ★ 75
Import AI (Jack Clark)134d agoCommentary在本期 Import AI 中，Jack Clark 探討了 AI Agent 的實用化轉折點，分享他如何將 Agent 融入日常工作流，指出 Agent 已從「玩具」走向「實用工具」。此外，本期也介紹了一項安全研究「毒泉（Poison Fountain）」，展示了攻擊者如何透過持續注入惡意數據，污染 AI 系統的長期記憶與檢索機制，對當前日益普及的 Agent 安全性敲響警鐘。
OpenResponses API now supported on Vercel AI Gateway
Vercel Changelog138d agoReleaseVercel AI Gateway 正式支援 OpenResponses API 標準。這項更新允許開發者將符合該 API 規範的 AI 請求透過 Vercel Gateway 進行路由，從而輕鬆獲得自動重試、邊緣快取、速率限制（Rate Limiting）以及詳細的用量分析。這對於使用開源模型或自託管 LLM 的開發者來說，能大幅簡化多模型管理與效能優化的流程。
Open Responses: What you need to know★ 75
Hugging Face Blog138d agoOpinionHugging Face 發布「Open Responses」專題，整理其向全球政府機構（如美、歐監管單位）提交的政策諮詢回應。文章深入探討開源 AI 面臨的監管挑戰、版權爭議與安全評估，並說明這些政策將如何形塑未來的 AI 開發環境，呼籲社群共同關注與參與。
Import AI 439: AI kernels; decentralized training; and universal representations ★ 75
Import AI (Jack Clark)148d agoCommentary本期 Import AI 439 聚焦於三大前沿議題：首先是優化底層運算的 AI 內核（Kernels）技術；其次是因應算力瓶頸而興起的去中心化 AI 訓練方法；最後是跨模態的通用表徵研究。此外，專欄也以哲學視角探討了未來的超級智能（ASI）可能會如何在高度抽象的向量空間中，建構與理解人類所謂的「靈魂」。
Introducing Falcon-H1-Arabic: Pushing the Boundaries of Arabic Language AI with Hybrid Architecture
Hugging Face Blog148d agoRelease阿聯酋技術創新研究所（TII）於 Hugging Face 宣布推出全新「Falcon-H1-Arabic」模型。該模型專為阿拉伯語設計，旨在突破現有技術瓶頸。其最大亮點在於採用了「混合架構（Hybrid Architecture）」，預期將在運算效率與語言理解上帶來顯著提升，為開源社群提供強大的多語言支援。
AprielGuard: A Guardrail for Safety and Adversarial Robustness in Modern LLM Systems★ 75
Hugging Face Blog161d agoReleaseServiceNow AI 在 Hugging Face 上發布了 AprielGuard，這是一個專注於安全與對抗防禦的 LLM 防護欄系統。它旨在幫助開發者過濾有害輸入、防止提示詞注入與越獄攻擊。此工具為現代 LLM 應用提供了一層關鍵的安全防禦機制，確保企業級 AI 部署的合規與安全。
Tokenization in Transformers v5: Simpler, Clearer, and More Modular★ 82
Hugging Face Blog166d agoReleaseHugging Face 宣布將在即將推出的 Transformers v5 中，對核心的 Tokenization（分詞）系統進行重大重構。新版本旨在解決長期以來 Fast 與 Slow Tokenizer 行為不一致的痛點，簡化特殊 Token 與 Chat Template 的處理流程，並透過模組化設計讓開發者能更輕鬆地自定義分詞步驟，大幅提升開發體驗與模型部署的穩定性。
The Open Evaluation Standard: Benchmarking NVIDIA Nemotron 3 Nano with NeMo Evaluator★ 70
Hugging Face Blog167d agoTutorialNVIDIA 與 Hugging Face 合作介紹「開放評測標準」，展示如何利用 NeMo Evaluator 工具對輕量級模型 Nemotron 3 Nano 進行系統化基準測試。此指南提供了一套可重現的評測食譜（Recipe），幫助開發者在邊緣設備或資源受限環境中，精確評估小模型的性能與偏差，推動開源社群的評測透明度。
Cline now runs on Vercel AI Gateway★ 75
Vercel Changelog168d agoRelease開源 AI 編程助理 Cline（前身為 Claude Dev）現已正式支援 Vercel AI Gateway。這項整合讓開發者在 VS Code 中使用 Cline 進行自動化編程時，能透過 Vercel 的網關統一管理、快取並監控所有 LLM 請求。藉由內建的快取機制與詳細的用量分析，開發者不僅能顯著降低頻繁調用 API 的費用，還能提升回應速度與系統穩定性。
Gemma Scope 2: helping the AI safety community deepen understanding of complex language model behavior★ 75
Google DeepMind Blog168d agoReleaseGoogle DeepMind 宣布推出 Gemma Scope 2，這是一套專為全新 Gemma 3 模型家族設計的稀疏自編碼器（SAE）工具包。Gemma Scope 2 旨在提供強大的「可解釋性」工具，讓研究人員能夠深入剖析模型內部的神經元激活狀態與決策邏輯。此舉將大幅降低 AI 安全與機制可解釋性（Mechanistic Interpretability）研究的門檻，協助社群理解複雜語言模型的行為。
CUGA on Hugging Face: Democratizing Configurable AI Agents★ 75
Hugging Face Blog169d agoReleaseIBM Research 宣佈在 Hugging Face 上推出 CUGA（可配置用戶引導代理）框架。CUGA 旨在簡化 AI Agent 的自定義與部署流程，讓開發者無需複雜的程式碼或微調，即可透過結構化配置引導 Agent 的行為與決策。此舉結合了 Hugging Face 的開源生態，將促進安全、可控的 Agentic AI 技術走向大眾化。
New in llama.cpp: Model Management★ 85
Hugging Face Blog173d agoRelease熱門本地推論工具 llama.cpp 推出全新的「模型管理（Model Management）」機制。此更新深化了與 Hugging Face Hub 的整合，用戶可直接透過命令列下載與快取 GGUF 模型，無需手動操作。此外，llama-server 也新增了動態載入、卸載與熱切換多個模型的能力，並優化了 LoRA 權重的動態掛載，大幅提升本地 LLM 部署的靈活性與 GPU 記憶體利用率。