美團11月10日開源LongCat-2.5,MIT協議,可商用推理部署與二次訓練。模型面向長程智能體,原生多模態,總參數1.6萬億、每token激活約480億,支持百萬上下文,在複雜代碼庫開發、完整項目構建、Visual Coding及專業辦公的端到端交付上明顯提升。權重上線HuggingFace,同步開放技術博客與API,能力提升源於訓練鏈路擴展。
美團龍貓11月2日發佈LongCat-2.5,定位長程智能體任務的原生多模態模型,總參數1.6萬億,每token激活約480億。它在LongCat-2.0基礎上強化原生視覺理解與智能體編程,在線體驗和API已開放,GitHub與HuggingFace權重將上線。技術上,視覺信號被表示爲多層級離散token,沿用LongCat-Next語義對齊編碼器並施加殘差向量量化,支持原生分辨率離散化。
10月26日,騰訊混元發佈並開源同聲傳譯大模型Hy-SimulMT,支持中英語音到語音實時翻譯,可邊聽邊譯,同步輸出譯文與語音,並實時克隆音色、還原說話人聲音與語氣。模型已在騰訊Hy翻譯App免費首發,同步上線HuggingFace、ModelScope與GitHub。其核心爲低時延,實測響應約3秒,低於人類專業譯員4—5秒平均水平。
螞蟻inclusionAI在HuggingFace開設AI-Transparency倉庫,公開Ling、Ring、Ming系列模型的訓練內容摘要。該倉庫只含文檔,不發佈權重和訓練數據集,主動披露模型訓練數據來源,覆蓋Ling-2.0至3.0、Ring-2.0至2.6、Ming-Omni及兩款16B-A3B多模態模型,旨在提升訓練透明度。
HuggingFace的全新AI代理框架,助力開發者輕鬆創建強大AI代理。
基於深度推理的神經機器翻譯模型
一個基於Gradio的翻譯代理Web界面
大型推理模型框架,支持PyTorch和HuggingFace。
NyxKrage
Moondream 3 Preview HF是基於HuggingFace Transformers架構規範對Moondream 3 (Preview)模型的重新實現,使其能夠與Hugging Face生態系統完全兼容。這是一個多模態視覺語言模型,採用專家混合(MoE)文本主幹,約90億參數,20億活躍參數。
Ali-Yaser
本模型是基於meta-llama/Llama-3.3-70B-Instruct進行微調得到的版本,使用mlabonne/FineTome-100k數據集進行訓練,包含100k token數據。模型採用Unsloth和Huggingface TRL庫進行微調,支持英文語言處理。
ycngin2024
這是一個經過微調的Whisper語音識別模型,基於unsloth/whisper-large-v3-turbo架構,使用Unsloth和Huggingface TRL庫實現了2倍訓練加速,顯著提升了訓練效率。
hirundo-io
這是一個基於🤗 Transformers的模型,已發佈至HuggingFace模型中心。由於模型卡片信息不完整,具體功能和應用場景需進一步確認。
metascroy
這是一個基於Qwen3-4B模型進行微調的量化版本,使用Unsloth框架和Huggingface TRL庫進行高效訓練,訓練速度提升2倍。模型採用int8-int4混合量化方案,支持在移動設備上運行。
mintujohnson
這是一個基於Llama-3.2-3B架構的微調語言模型,專門針對法語和英語的文本生成任務進行了優化訓練。該模型使用了Unsloth和Huggingface的TRL庫進行訓練,訓練速度提升了2倍,支持高效的文本生成推理。
qforge
這是一個基於Qwen3架構的微調模型,使用Unsloth和Huggingface TRL庫進行高效訓練,訓練速度提升了2倍,專門針對文本生成任務進行了優化。
Barth371
這是基於 unsloth/qwen2.5-vl-72b-instruct-bnb-4bit 模型進行微調的視覺語言模型,使用 Unsloth 和 Huggingface TRL 庫進行優化訓練,訓練速度相比傳統方式提升了2倍。
ArunKr
SmolLM-135M-Instruct-manim是基於HuggingFaceTB/SmolLM-135M-Instruct模型使用manim代碼生成數據集進行LoRA微調的輕量級語言模型。該模型專門針對代碼生成任務進行了優化,提供了三種不同的變體以滿足不同部署需求。
bacchist
基於Qwen3架構的1.7B參數微調模型,採用Unsloth和Huggingface TRL庫進行高效訓練,訓練速度提升2倍,專注於英文文本生成任務。
pytorch
SmolLM3-3B-INT8-INT4是基於HuggingFaceTB/SmolLM3-3B模型進行量化的版本,使用torchao實現了8位嵌入、8位動態激活和4位權重線性量化。該模型轉換為ExecuTorch格式,通過優化在CPU後端實現高性能,特別適合移動設備部署。
HuggingFaceTB
SmolLM3是一款參數為30億的語言模型,旨在突破小模型的性能邊界。它支持6種語言,具備高級推理能力和長上下文處理能力,是一個完全開源的模型。
SmolLM3是一款擁有30億參數的開源語言模型,支持6種語言,具備強大的推理能力和長上下文處理能力。
anonymguy
本模型是基於Qwen3-0.6B微調的對話輪次檢測模型,採用Unsloth和Huggingface TRL庫加速訓練,在對話輪次檢測任務中準確率達96.22%。
huggingfacecoin
基於distilbert-base-uncased微調的文本分類模型,在AG News數據集上訓練,準確率達89.06%
hailong18102002
基於Qwen2.5架構的3B參數指令微調模型,使用Unsloth和Huggingface TRL庫優化訓練速度
rhysjones
該模型源自karpathy的llm.c項目,為研究bfloat16性能而轉換為HuggingFace格式,訓練過程消耗了1500億token。
raak-16
這是一個使用Unsloth和Huggingface TRL庫優化的Mistral-7B指令微調模型,訓練速度提升2倍
devJy
基於Qwen2.5-VL-3B模型的微調版本,使用Unsloth和Huggingface TRL庫進行訓練,推理速度提升2倍
summykai
基於mlabonne/gemma-3-27b-it-abliterated微調的大語言模型,採用Unsloth加速框架和Huggingface的TRL庫進行訓練,效率提升2倍。
一個提供Hugging Face Hub API只讀訪問的MCP服務器,支持LLM交互模型、數據集等資源。
基於HuggingFace smolagents的智能研究代理工具,提供網頁搜索、文檔分析等高級研究功能
Second Opinion MCP是一個多AI模型諮詢平臺,允許用戶在Claude對話中即時獲取來自OpenAI、Gemini、Grok、Claude、HuggingFace、DeepSeek和OpenRouter等不同AI模型的第二意見,支持代碼對比、創意寫作、問題解決和跨模型分析等功能。
該項目實現了一個SSE MCP服務器,集成了HuggingFace和Replicate的API,提供圖像生成和模型管理工具,支持標準化AI模型交互接口。
mcp-server-suite是一個開源的MCP服務器集合,旨在成為自動化領域的'HuggingFace'。它提供模塊化的服務器組件,支持從網頁搜索到數據庫操作等多種功能,並鼓勵社區貢獻擴展。項目包含核心服務器和規劃中的多種專業服務,涵蓋AI/ML、軟件開發和非技術場景,目標是通過標準化協議簡化自動化流程。