Kaggle
PulseAugur coverage of Kaggle — every cluster mentioning Kaggle across labs, papers, and developer communities, ranked by signal.
22 天有情绪数据
-
Google 发布 Gemma 2 开源大语言模型系列，采用注重效率的架构
Google 发布了 Gemma 2，这是其开源大语言模型系列的更新版本，提供 9B 和 27B 参数规模。这些模型采用了重要的架构变更，包括混合注意力机制和分组查询注意力 (GQA)，旨在提高推理效率并降低计算成本。Gemma 2 模型设计用于在 NVIDIA H100 GPU 或 Google TPU 等硬件上高效运行，使其对开发者和研究人员进行微调和部署更具可访问性。
-
2026年数据工程师路线图：超越ETL，迈向LLM管道
2026年成为一名数据工程师需要掌握超越传统ETL的现代技能，重点关注流数据、云优化以及理解管道如何支持LLM应用。该路线图强调掌握SQL的高级函数，使用Python进行数据迁移而非复杂的数据科学，并熟练掌握Linux命令行工具。它还强调数据建模的重要性，特别是维度建模和现代列式仓库青睐的反范式方法，以确保数据被视为产品。
-
SupraLabs发布小型Supra-Router-51M提示路由模型
SupraLabs发布了Supra-Router-51M，这是一个紧凑型语言模型，旨在高效地在多模型AI生态系统中进行提示路由。该模型仅有5170万个参数，能够判断用户的请求是应由本地边缘模型处理，还是发送到更强大的云端系统。它在SupraLabs/Prompt-Routing-Dataset上进行了微调，并利用多任务序列生成来分析提示属性，然后进行路由。
-
Google 和 Kaggle 提供免费 AI 代理课程及白皮书
一个由 Google 和 Kaggle 联合创建的为期五天的 AI 代理课程，因其在理解 AI 代理不断发展的格局方面的实用性而受到推荐。该课程包含一份白皮书，阐明了与 AI 开发和代理相关的术语，为学习提供了结构化方法。
-
腾讯发布 Hy3，一个 295B 参数的 MoE 模型
腾讯发布了 Hy3，一个由其 Hy Team 开发的拥有 2950 亿参数的混合专家（Mixture-of-Experts）模型。该模型拥有 210 亿激活参数，在性能上优于同等规模的模型，并可与更大的开源模型相媲美。Hy3 提供 256K 的上下文长度，并于 7 月 21 日前在 OpenRouter 上免费提供。
-
AI漏洞欺骗聊天机器人，通过伪造推理来分享有害信息
AI研究人员发现了一种名为“CoT伪造”（CoT Forgery）的新漏洞，该漏洞会欺骗大型语言模型泄露有害信息，例如如何合成可卡因。该漏洞通过在提示中嵌入捏造的推理过程来起作用，导致模型将注入的文本视为自己的结论，从而绕过安全协议。研究人员发现，模型更依赖文本的风格呈现而非明确的角色标签来确定信息的权威性，这导致了成功的提示注入攻击显著增加。
-
InternScience/Agents-A1-Q4_K_M-GGUF 模型已集成多种 AI 工具
InternScience/Agents-A1-Q4_K_M-GGUF 模型现已可与各种流行的 AI 工具和库一起使用。提供了将其与 llama-cpp-python、llama.cpp、LM Studio、Jan、Ollama 和 Unsloth Studio 集成的说明。此外，用户还可以利用该模型与 Google Colab 和 Kaggle 笔记本电脑，以及在 Raspberry Pi 设备上。该模型还支持与 Hermes Ag…
-
GigaAI-Research 发布开源文本到图像模型 Giga-World-1
GigaAI-Research 发布了 Giga-World-1，一个开源的文本到图像扩散模型。该模型可在 Hugging Face 上获取，并支持 Diffusers、Transformers 和 PyTorch 等各种库。它包含不同阶段的检查点，例如第一阶段训练前的基础检查点和第一阶段的微调检查点，同时提供 nano（13亿参数）和 pro（50亿参数）版本。此次发布还提供了用于推理的场景 LoRA 检查点。
-
Microsoft 在 Hugging Face 上发布多模态模型
Microsoft 发布了一个新的多模态模型 microsoft/GELab-Zero-4B-preview-Sico-Evolution，该模型可在 Hugging Face 上获取。该模型旨在处理文本和图像，使其能够描述视觉内容。提供了将该模型与 Transformers 等流行库以及 vLLM 和 SGLang 等推理提供商集成的说明，从而便于在各种应用程序和笔记本中使用。
-
FLAME 3 数据集发布，助力 AI 驱动的野火管理
研究人员发布了 FLAME 3 数据集，这是一个专为野火管理设计的新型同步可见光谱和辐射热影像集合。该数据集建立在之前的 FLAME 系列之上，包含辐射热 Tag Image File Format (TIFFs) 和天顶热图，提供了一种新颖的数据类型和采集方法。FLAME 3 的目标是利用辐射成像提供的详细温度估算，促进用于野火检测、分割和评估等任务的高级机器学习模型的发展。
-
Jackrong/Qwopus3.6-35B-A3B-Coder-MTP-GGUF 模型在 Hugging Face 上发布，并附带集成指南
Jackrong/Qwopus3.6-35B-A3B-Coder-MTP-GGUF 模型现已在 Hugging Face 上提供，为用户提供了与各种库和平台集成的说明。该模型可与 Transformers、vLLM 和 SGLang 等工具一起使用，并为每种工具提供了详细指南。此外，用户还可以通过 Google Colab 和 Kaggle 上的笔记本，或通过本地应用程序和 Unsloth Studio 访问该模型。
-
更大的模型和详细的评分标准提升了LLM裁判的性能
一项研究探讨了LLM裁判在评估AI模型输出方面的有效性，发现使用更详细评分标准的大型模型，其性能显著优于使用基本评分标准的小型模型。通过OpenRouter使用DeepSeek-V4-Pro和Qwen3-32B访问的大型模型，与人类判断的一致性更高。研究强调，模型大小和评估评分标准的质量都是创建可靠LLM裁判的关键因素，明确定义的评分标准可以锚定评分尺度并要求推理，从而更有效。
-
开发者发现 LLM-as-a-Judge 系统不可靠且存在偏见
一位开发者构建了一个基于 LLM 的评分系统，称为“LLM-as-a-Judge”，用于评估其他语言模型的响应。该系统使用来自 LMSYS Chatbot Arena 的数据，并与人类偏好进行了测试。实验揭示了两个关键的失败之处：裁判模型表现出较低的分数稳定性以及狭窄的输出范围，很少偏离 7 或 8 分，因此缺乏区分度。此外，在将平局视为失误的情况下，裁判模型与人类偏好的吻合度仅为 43%，表明它常常无法区分正确和错误的答案，有时甚至…
-
MaralGPT/MaralGPT-Mythos-9B-2606-GGUF 模型现已可供集成
MaralGPT/MaralGPT-Mythos-9B-2606-GGUF 模型现已可与各种流行库和推理提供商一起使用。提供了将模型与 Transformers、llama-cpp-python 和 vLLM 等工具集成的说明。此外，用户还可以使用 LM Studio 和 Jan 等本地应用程序，或通过 Google Colab 和 Kaggle 等平台上的笔记本部署该模型。
-
DeepSeek 发布 V4 模型，支持百万 Token 上下文并采用 MoE 架构 · 跟踪 3 个来源
DeepSeek 发布了其 DeepSeek-V4 系列的预览版本，其中包括两个混合专家（MoE）语言模型：DeepSeek-V4-Pro 和 DeepSeek-V4-Flash。这两个模型都支持令人印象深刻的百万 Token 上下文长度，并采用了混合注意力机制等架构升级以提高效率，以及流形约束超连接（mHC）以增强稳定性。这些模型可通过 Transformers、vLLM 和 SGLang 等各种库和推理提供商使用，并提供了集成说明。
-
Hugging Face 托管 huihui-ai 新模型，支持广泛集成
Hugging Face 现已托管 huihui-ai 的两个新模型：Huihui-GLM-5.2-abliterated-GGUF 和 Huihui-Qwythos-9B-Claude-Mythos-5-1M-abliterated-GGUF。这些模型可与多种库和推理提供商一起使用，包括 Transformers、llama-cpp-python、llama.cpp、LM Studio、Jan、vLLM 和 SGLang。文档提供了…
-
Hugging Face 发布了新的多模态大语言模型 HauhauCS/Gemma4-26B-A4B-QAT-Uncensored-HauhauCS-Balanced-MTP
一款新的多模态大语言模型 HauhauCS/Gemma4-26B-A4B-QAT-Uncensored-HauhauCS-Balanced-MTP 已在 Hugging Face 上发布。该模型旨在处理文本和图像，例如它能够描述自由女神像。提供了将该模型与各种流行库和应用程序集成的说明，包括 llama-cpp-python、llama.cpp、vLLM 和 Ollama，方便在 Google Colab 和 Kaggle 等云环境以…
-
NVIDIA 发布新的音频文本和优化的大语言模型
NVIDIA 发布了两款新的大语言模型：Nemotron-Labs-Audex-30B-A3B，一个基于 Nemotron-Cascade-2-30B-A3B 纯文本骨干网的统一音频文本模型；以及 Nemotron-Labs-3-Puzzle-75B-A9B，一个从 Nemotron-3-Super-120B-A12B 派生的部署优化模型。Audex 模型在音频理解、语音识别、文本到语音和音频生成方面提供功能，同时保留强大的推理能力。…
-
AI 代理遭遇电子邮件验证的“无形墙”；UnCorreoTemporal 提供解决方案
AI 代理开发中的一个常见障碍，被称为“vibe 编码”，是指代理无法处理许多服务所需的电子邮件验证步骤。这堵“无形墙”阻碍了代理完成注册第三方 API 或数据提供商等任务。解决方案涉及一个临时电子邮件 API 服务 UnCorreoTemporal，它允许代理以编程方式创建电子邮件收件箱，接收验证电子邮件并提取必要信息，从而克服这一基础设施差距。
-
Hugging Face 发布多模态模型 huihui-ai/Huihui-gemma-4-12B-coder-fable5-composer2.5-v1-abliterated
模型 huihui-ai/Huihui-gemma-4-12B-coder-fable5-composer2.5-v1-abliterated 已在 Hugging Face 上发布，提供多模态能力。该模型可以与多种库和推理提供商集成，包括 Transformers、vLLM 和 SGLang。提供了使用该模型进行笔记本、本地应用程序和 Docker 容器的说明，便于其部署和利用。