Gradio 6.30起同时提供工作流视图与应用视图

事件来源

• Gradio 6.30起同时提供工作流视图与应用视图

前后事件

同账号事件

• 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。

• 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。

• TRL v1.15发布：默认启用融合LM头，训练序列长度最高提升至6.9倍

  Lysandre介绍TRL v1.15版本，SFT、DPO、KTO、GRPO、RLOO和蒸馏训练默认改用融合LM头，通过Triton内核直接计算所需的token级量，避免物化巨大的[batch, seq, vocab] logits张量。在Gemma 3 1B（262k词表）实测中，最大序列长度最高从28k提升至114k，8k上下文下峰值显存降低52-82%，训练速度最高提升约11%，无需额外配置即默认生效。