Hugging Face
开源模型与数据集社区
在做什么
Hugging Face 2016 年创立，总部在纽约，运营全球最大的开源模型与数据集托管平台，维护 Transformers 等开源库。
最近动态
信息流里提到这家公司的条目Hugging Face 老板在安理会讲自家被 AI 攻击的经过，闭源 API 拦着不让用，最后靠中国的开源模型 GLM 5.2 才防住，观点挺有意思。
在 Hugging Face 跑 agent 的朋友看下，Agent Traces 现在每条 trace 都带 token、缓存命中和花费回执，排查成本很直观。
AI Engineer 把 2026 大会的视觉 OCR 场次全放出来了，LlamaIndex 和 Hugging Face 的人都来讲实战，做文档和视觉应用的很值得刷一遍。
NVIDIA 开源了个说话人追踪模型，1秒语音就能分清谁在说话，还能让 Reachy Mini 机器人认人记名字，商用许可也友好。
Hugging Face 出了个 lerobot 的 JS 包，浏览器直接看机器人数据集，不用下载，600 行代码就能搭个查看器，玩机器人数据的可以试试。
NVIDIA 出了个 100M 参数的小模型，专门搞定多人说话分不清谁是谁的问题，8 人以内、说话重叠都能识别，已经上了 Hugging Face。
NVIDIA 放出了一个教程，教你用 Nemotron 3 做说话人分离，会议转写能分清谁说了哪句，想做语音应用可以照着搭一遍。
中国电信开源了个 29B 的 MoE 模型，只激活 4B 参数、支持 256K 上下文，全程在昇腾芯片上训练，权重挂在 Hugging Face 和 ModelScope 上可以直接下载。
华为团队把 44 万个 GitHub 仓库和 55 万篇 arXiv 论文连起来，发现星标等信号能提前判断哪篇论文会火，精度提升 12%，数据集免费下载。
一篇教你怎么标注 on-policy 对齐数据的论文，思路是在 token 层面做修正，LLM 和 Agent 都适用，做对齐训练的可以看看。
