资讯流

不存在的模型，于是你亲手造了一个 面向边缘端的多模态开放 d1 决策模型 推出 Falcon ASR 一个模型家族，两项金牌级成绩：微调 Nemotron 挑战 IOI 与 IMO Agent 说它做完了，数据库却并不认同

多模态开放 d1 决策模型，面向边缘场景 一个模型家族，两项金牌级成果：为 IOI 与 IMO 微调 Nemotron Agent 声称任务完成，数据库却不同意 开源 AstaBrief：Asta 中的快速报告生成模型 AutoSynthData：为 Enterprise Agent 生成训练数据

FalconEmirati：当 LLM 学会方言、文化与细微差别 Agent 说它完成了，数据库却不同意。 开源 AstaBrief：Asta 中快速的报告生成模型 AutoSynthData：为 Enterprise Agents 生成训练数据 Open TTS Leaderboard：面向多语言文本转语音与语音克隆…

Agent 说它完成了，但数据库不同意。 开源 AstaBrief：Asta 中用于快速生成报告的模型 AutoSynthData：为 Enterprise Agent 生成训练数据 Open TTS Leaderboard：面向多语言 TTS 与语音克隆的可扩展评估 NVIDIA Kumo Tabular 为表格预测…

Agent 表示任务已完成，但数据库给出了相反的结论。 开源 AstaBrief：Asta 中用于快速生成报告的模型 AutoSynthData：为 Enterprise Agent 生成训练数据 Open TTS Leaderboard：面向多语言 TexttoSpeech 与语音克隆的可扩展评测 NVIDIA Ku…

Agent 表示任务已完成，数据库却不这么认为。 开源 AstaBrief：Asta 中快速的报告生成模型。 AutoSynthData：为 Enterprise Agents 生成训练数据。 Open TTS Leaderboard：面向多语言 TexttoSpeech 与语音克隆的可扩展评测。 NVIDIA Kum…

开源 AstaBrief：Asta 内部的快速报告生成模型 AutoSynthData：为 Enterprise Agent 生成训练数据 Open TTS Leaderboard：面向多语种 TTS 与语音克隆的可扩展评估 NVIDIA Kumo Tabular：为表格预测树立新的精度效率前沿 不仅核实事实，更要溯源…

Introducing Olmocore 3：面向大型 MoE 的开放、可扩展训练基础设施 Open TTS Leaderboard：面向多语言文本转语音与语音克隆的可扩展评估 NVIDIA Kumo Tabular：树立表格预测的精度效率新标杆 不仅要核实事实，更要核实来源本身：面向 MCP Agent 的来源感知验…

Open TTS Leaderboard: 多语言文本转语音与语音克隆的可扩展评估 NVIDIA Kumo Tabular 为表格预测树立新的精度效率标杆 不仅核实事实，更核实来源：面向 MCP Agent 的来源感知验证 Holo4: 驱动通用型计算机使用 Agent 使用 LFM2.5VLDSpark 加速视觉语言…

NVIDIA Kumo Tabular 为表格预测树立了新的精度效率前沿 不仅要正确获取事实，更要正确获取来源：面向 MCP Agent 的源感知验证 Holo4：为通用计算机使用 Agent 提供动力 利用 LFM2.5VLDSpark 加速视觉语言模型 UK AISI 与 EvalEval 如何让基准测试结果可复现

Holo4：驱动通用型计算机使用 Agent 使用 LFM2.5VLDSpark 加速视觉语言模型 如何使用 NVIDIA Warp 与 MjWarp 加速机器人仿真和学习工作流 UK AISI 与 EvalEval 如何提升基准测试结果的可复现性 Transformers 现已支持运行 llama.cpp 量化模型

使用 LFM2.5VLDSpark 加速视觉语言模型 如何使用 NVIDIA Warp 与 MjWarp 加速机器人仿真与学习工作流 UK AISI 与 EvalEval 如何让基准测试结果可复现 Transformers 现已支持 llama.cpp 量化模型 oMLX 创建者与维护者 Jun Kim 加入 Hugg…

用 LFM2.5VLDSpark 加速视觉语言模型 如何使用 NVIDIA Warp 和 MjWarp 加速机器人仿真与学习流程 UK AISI 与 EvalEval 如何让基准测试结果具备可复现性 Transformers 现已支持运行 llama.cpp 量化模型 oMLX 创建者与维护者 Jun Kim 加入 H…

用 LFM2.5VLDSpark 加速 visionlanguage 模型 如何使用 NVIDIA Warp 和 MjWarp 加速机器人仿真与学习工作流 UK AISI 和 EvalEval 如何让基准测试结果可复现 Transformers 现已支持 llama.cpp 量化格式 oMLX 创建者与维护者 Jun …

使用 LFM2.5VLDSpark 加速视觉语言模型 如何使用 NVIDIA Warp 和 MjWarp 加速机器人仿真与学习工作流 英国 AISI 与 EvalEval 如何实现基准测试结果的可复现性 Transformers 现已支持运行 llama.cpp 量化模型 oMLX 创建者与维护者 Jun Kim 加入…

如何使用 NVIDIA Warp 和 MjWarp 加速机器人仿真与学习工作流 如何让 UK AISI 和 EvalEval 实现基准测试结果可复现 Transformers 现已支持 llama.cpp 量化版本 oMLX 创建者与维护者 Jun Kim 加入 Hugging Face 以支持 MLX 社区 像物理学…

UK AISI 与 EvalEval 如何让 Benchmark 结果可复现 Transformers 现已支持运行 llama.cpp 量化模型 oMLX 创建者与维护者 Jun Kim 加入 Hugging Face，支持 MLX 社区 像物理学家一样剪枝 LLM：将块移除建模为 Ising 优化问题 tokeni…

像物理学家一样剪枝 LLM：将块移除建模为 Ising 优化问题 tokenizers v1：编码、解码与扩展性实测 你的 Agent 完成了任务，下次还能复现吗？ 跨 HF Jobs 的 LoRA 异步 GRPO：一个 bucket、一个 proxy，免 NCCL 用 Gradio Workflow 重建 AUTOM…

你的 Agent 完美完成了任务。它还会再做一次吗？ 跨 HF Jobs 的 LoRA 异步 GRPO：一个 bucket、一个 proxy，无需 NCCL 用 Gradio Workflow 重建 AUTOMATIC1111 安全为谁？拒绝话题中正确的子集，而非整个话题 NeoMME：一个高效的原生多模态且多语言 E…

你的 Agent 完美完成了任务。它还能再次完成吗？ 在 HF Jobs 上使用 LoRA 进行异步 GRPO：一个桶、一个代理，无需 NCCL 使用 Gradio Workflow 重建 AUTOMATIC1111 为谁的安全？拒绝的是话题中的正确子集，而非整个话题 NeoMME：一种高效的多模态原生多语言编码器

你的 Agent 完成了任务。它还会再做一次吗？ 基于 HF Jobs 的 LoRA 异步 GRPO：一个 bucket、一个代理，无需 NCCL 使用 Gradio Workflow 重建 AUTOMATIC1111 为谁安全？拒绝话题中的正确子集，而非整个话题 NeoMME：一种高效的多模态原生且多语言的 Enco…

你的 Agent 完美完成了任务。它还会再次做到吗？ 基于 HF Jobs 的异步 GRPO 与 LoRA：一个 bucket、一个 proxy、无需 NCCL 用 Gradio Workflow 重建 AUTOMATIC1111 安全为谁？拒绝话题中正确的子集，而非整个话题 NeoMME：一个高效的多模态原生多语言编…

你的 Agent 顺利完成了任务。它还能再次做到吗？ 在 HF Jobs 上使用 LoRA 进行异步 GRPO：一个 bucket、一个 proxy，无需 NCCL 使用 Gradio Workflow 重建 AUTOMATIC1111 安全为谁？应拒绝话题中恰当的子集，而非整个话题 NeoMME：一种高效的多模态原生…

你的 Agent 完成了任务。它还会再次成功吗？ 跨 HF Jobs 的 LoRA 异步 GRPO：一个桶、一个代理，无需 NCCL 使用 Gradio Workflow 重建 AUTOMATIC1111 为了谁的安全？拒绝话题中的恰当子集，而非整个话题 NeoMME：一种高效的多模态原生多语言编码器

Async GRPO 与 LoRA 跨 HF Jobs：一个 bucket、一个 proxy、无需 NCCL 用 Gradio Workflow 重建 AUTOMATIC1111 IBM 发布 SOTA Granite 时序 PatchTSTFMr2 模型，采用商业友好许可证 Safety for Whom？拒绝话题中…

用 Gradio Workflow 重建 AUTOMATIC1111 IBM 发布 SOTA Granite Time Series PatchTSTFMr2 模型，采用商业友好许可证 Safety for Whom？拒绝话题的恰当子集，而非整个话题 NeoMME：高效的多模态原生多语言编码器 100 步 GRPO 微…

使用 Gradio Workflow 重建 AUTOMATIC1111 IBM 发布采用商用友好许可证的 SOTA 时序模型 Granite Time Series PatchTSTFMr2 Safety for Whom? 拒绝话题中的特定子集，而非整个话题 NeoMME：高效的多模态原生与多语言编码器 用 100 …

使用 Gradio Workflow 重建 AUTOMATIC1111 IBM 发布 SOTA Granite 时序模型 PatchTSTFMr2，采用商业友好许可证 Safety for Whom? Refusing the Right Subset of a Topic, Not the Whole Topic N…

使用 Gradio Workflow 重建 AUTOMATIC1111 IBM 发布 SOTA Granite Time Series PatchTSTFMr2 模型，采用商业友好许可证 《Safety for Whom?》拒绝话题中的恰当子集，而非整个话题 NeoMME：一种高效的多模态原生多语言编码器 通过 100…

IBM 发布采用商业友好许可的 SOTA Granite Time Series PatchTSTFMr2 模型 为了谁的安全？应拒绝话题中应当拒绝的子集，而非整个话题 NeoMME：高效的原生多模态、多语言编码器 在 100 个 GRPO 步骤内微调 350M 模型，实现更优的结构化输出 为你的 Coding Age…