微软与 Hugging Face 联合推出 ThinkingBox 基准测试，通过评估 AI 代理操作后的数据库状态和副作用而非对话文本来判断其可靠性。覆盖 507 个有状态业务流，每任务独立运行 20 次，发现当前主流 LLM 模型在可执行检查中失效率近七成。
2026-10-04
AI2 发布了 Olmo-core 3，这是其用于开发大型语言模型的开源框架重大升级，专为万亿参数级别的稀疏混合专家（MoE）模型打造。在 8 块 NVIDIA B300 GPU 上，470 亿参数 MoE 吞吐量达到每 GPU 每秒 52,000 token，较前代实现约 2.7 倍提升。
2026-10-01
Hugging Face 与 VoiceArena 联合宣布，开放语音识别（ASR）评测榜单新增印地语及印度英语评估集 Monsoon，覆盖印度数百个地区的近 5000 名说话人，并记录 12 项说话人属性，旨在解决语音识别系统中的种族与性别偏差问题。
2026-08-28
OpenAI于8月18日宣布新一轮安全政策，加强模型开发过程中的监控与对齐机制。此次整改源于7月21日披露的Hugging Face泄密事件，并受到即将推出的Astra模型网络安全能力推动。新措施包括暂停大规模强化学习训练、引入30分钟告警监控体系，以及网络隔离强化等。
2026-08-18
Hugging Face 发布2026年夏季开源模型报告，中国实验室在参数规模上连续多月超越美国，NVIDIA 和 AMD 已成为最大模型贡献者，而 Google、Meta 正在向闭源旗舰模型转型，开源AI的权力重心正从模型公司向硬件厂商迁移。
2026-08-15