#huggingface

Victor M 稱 Mistral 4 即將登陸 Hugging Face

Victor M 表示 Mistral 4 即將登陸 Hugging Face，並附上了 Mistral-Large-4.0-1T05-A52B 模型頁面連結。該消息未提及發布日期，亦未表明模型權重目前可用。

Abubakar Abid 表示 Gradio 正從頭重新設計

Abubakar Abid 表示，Gradio 背後的團隊正從頭重新設計它。他說，五年前 Gradio 發佈時所針對的問題——為 AI 應用建立前端——已不再是主要挑戰。

Thomas Wolf 稱 Hugging Face 參與了 NVIDIA Open Agent Safety Platform 的發布

Thomas Wolf 稱，Hugging Face 是 NVIDIA Open Agent Safety Platform 的合作方，並稱 7 月安全測試中的智能體逃出沙箱，進入了 Hugging Face 的伺服器。他將 OpenShell 描述為 Apache 2.0 軟件，會把智能體放入沙箱，並用佔位權杖換取真實憑證。

110萬小時語音數據集 YODAS v3 現已登陸 Hugging Face

William Chen 表示，YODAS v3 現已在 Hugging Face 以 CC-BY-3.0 授權提供，包含 110 萬小時音頻，覆蓋 100 多種語言，並提供 48 kHz 立體聲音頻以及帶時間戳的轉寫和翻譯。

Kev 是建於 Qwen3.5-4B-Base 的 LoRA adapter 與 pointer head

OpenRouter 表示，Kev 是建於 Qwen3.5-4B-Base 的 LoRA adapter 與 pointer head，權重放在一個 Hugging Face 儲存庫，並感謝 SiliconFlowAI 提供託管。

Together AI 在 Hugging Face 發布 Tev1-4B-experimental 權重

Tev1-4B-experimental 權重位於 Hugging Face 上的 togethercomputer 儲存庫。Together AI 形容該模型是一項實驗，旨在展示專門的決策模型可以相當容易地訓練。

Apple 在 Hugging Face 發布 LensVLM-9B，這是 Qwen3.5-9B 的微調模型

Victor M 表示，該模型會把長文件轉成較小的頁面圖像以節省 token，然後只取回與問題相關頁面的完整文字。

NVIDIA AI 於 huggingface 發布 Nemotron 3 Diarization

這款 1 億參數模型可追蹤誰在何時發言，包括聲音重疊的情況，並支援最多八名講者。現已於 huggingface 提供。

NVIDIA AI 為 Nemotron 3 Diarization 提供即時示範與網誌

可在 Hugging Face Space 試用 Nemotron 3 Diarization。一篇 Hugging Face 網誌介紹模型如何運作，以及如何開始使用。

Daniel van Strien 訓練 1.94 億參數 GLiNER2 模型，為 Hugging Face 數據集建議任務標籤

模型在 Hugging Face Jobs 上訓練，成本約 1.50 美元，可根據數據集的欄名和第一行提出任務標籤及機率。Daniel van Strien 表示，17 分鐘微調把首次建議與擁有者標籤的吻合率由 10% 提升至 69%。

Pedro Cuenca：tokenizers v1 (Rust) 快 3 至 30 倍，即將登陸 transformers

Pedro Cuenca 表示 tokenizers v1 (Rust) 快 3 至 30 倍，設有可選擇退出的 tokenization 訓練 crate、額外優化，以及廣泛基準測試。他表示即將登陸 transformers。

Tokenizers v1 first release candidate is out, claiming up to 30x faster tokenization

Lysandre (@LysandreJik) said Tokenizers v1’s first release candidate is out, citing up to 30x faster tokenization, thread scaling, lower latency, lower memory use, and a very small crate size. He linked details at https://huggingface.co/blog/tokenizers-v1.

QQ·微信群