Hugging Face Hub 支持托管强化学习环境
Hugging Face Hub 现已支持强化学习（RL）环境。鉴于环境由任务、测试、容器和奖励函数组成，该平台将其视作数据集，直接复用 Hub 既有的存储、版本控制、权限门控与预览系统。
Ben Burtenshaw 表示，以往各 RL 框架依赖分散的自定义 Hub、运行时注册表及自定义 GitHub 加载器，导致框架间互操作受阻；本次上线旨在解决这一跨框架割裂问题。更多技术细节可参阅 Hugging Face 的强化学习环境文档。
相关AI快讯
Adithya S K 在 Hugging Face Hub 上推出 RL Environment Explorer
该工具支持开发者探索、可视化并运行涵盖 OpenEnv、Harbor、MiMo、Verifiers 以及 NeMo Gym 的强化学习环境，覆盖 Hugging Face Hub 上的逾 1200 万个任务条目。
Marin 535B-A23B 训练进度过半，内核优化推动 MFU 升至 27%
Percy Liang 与 Marin Community 团队在 CoreWeave 上训练的开源模型 Marin 535B-A23B 已过半。内核优化使 MFU 从 21% 提升至 27%，留出损失符合基于四次前期试验作出的预测。
微软研究院发布 Agent Lightning，将现有 AI 智能体接入强化学习训练
微软研究院发布 Agent Lightning，该工具可将现有的 AI 智能体接入强化学习训练，无需重新构建智能体。
Perplexity 发布 pplx-embed-v2-late 多模态嵌入模型
Perplexity 发布了 pplx-embed-v2-late，包含两款后期交互嵌入模型，可通过共享嵌入空间检索文本、图像和页面，现已在 Hugging Face 上公开发布。
Ai2 发布第一阶段字节级模型检查点，保留原始基础权重
Ai2 发布了字节级语言模型的第一阶段检查点。该检查点在保留原始模型权重不变的同时提供预训练字节组件，使研究人员无需重新运行初始阶段即可测试新架构并训练系统。