快讯事件 · 1 条来源
Lewis Tunstall 评 Beam 发布：中国模型出色但 token 效率低，Beam 推理效率领先
作者转发 Lewis Tunstall 对 Beam 发布的评论，称其附图是发布中最重要的内容，并认为中国模型表现很好但 token 效率糟糕（作者建议用最大推理预算跑一次评测体会）。随附 Reflection 部分表示，Beam 在其模型类别中推理效率领先：比 GLM 5.2 效率高 3-4 倍，比领先的西方开源模型高 4 倍以上，意味着 Beam 能更快、更低成本地完成任务。以上效率和倍数均为原文/Reflection 部分的表述，未经独立核实。
全部来源
前后事件
相关事件
Yuchen Jin：ChatGPT快速给出更优雅证明，深度专长叠加善用AI成护城河
Yuchen Jin分享一段视频见闻：一位数学博士生与导师花六个月证明一条定理，投稿前询问ChatGPT，AI迅速用他们未曾考虑的方法给出更优雅的证明，二人陷入存在主义危机。他表示数学家不必绝望，类比编程领域的变化，认为深度领域专长与善用AI的结合是这个时代的护城河。
Gradio 6.30起同时提供工作流视图与应用视图
Gradio 6.30起无需再在工作流视图与应用视图之间二选一：该版本同时支持Comfy UI风格的工作流视图和常规Gradio应用视图。
Hugging Face博客介绍ML Intern：从提示词到已训练评估模型的完整流程
Hugging Face博客发布一系列示例和完整提示词，介绍如何有效使用ML Intern。该工具可将提示词转化为已在Hub上训练并评估的模型，流程包括规划、申请预算、冒烟测试、训练、评估和发布，一周内以约100美元算力训练了6个模型。
Collinear AI推出MatFlowBench：面向材料科学工作流的LLM智能体基准
Collinear AI发布MatFlowBench基准，用于评估运行材料科学工作流的LLM智能体。智能体需执行第一性原理计算或在预算限制下设计测量方案，并得出与所得数据相符、且满足任务所述物理假设的结论。
Whistle语音模型走红Hugging Face：16.9MB对标Whisper base
网友Victor M分享称，语音转文字模型Whistle正在Hugging Face上走红：该模型仅16.9MB，性能对标Whisper base，适合端侧运行。Josh Meyer转发时评论，人们常说ASR（自动语音识别）已被解决，但他不断看到并非如此提醒。