llama.cpp 与 ggml 发布 v1.0.0 稳定库

Hugging Face 宣布 transformers 支持直接运行 GGUF 量化模型，通过 from_pretrained 传入 gguf_file 即可加载 Hub 上的 GGUF checkpoint，并复用 ggml 的 Metal 内核。

Georgi Gerganov 宣布 llama.cpp v1.0.0 现已可用，并附上 Hugging Face 官方博客 https://huggingface.co/blog/ggml-org/llama-cpp-v1 供了解详情。

Hugging Face 官方博客介绍决策模型这一概念：模型接收 state 与 questions，对预定义答案直接输出概率分布而非逐 token 生成文本。

Meta 官方介绍，Muse Spark Open 经优化可在两台 Apple M5 Ultra Mac Studio 上以最新 MLX 框架运行，以提升先进模型的可及性。模型也支持 SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、llama.cpp 和 Unsloth 等推理引擎，并对 AMD、Apple、Intel 和 NVIDIA 硬件做了优化。开发者还可用 PyTorch（含 TorchTitan）进行微调定制。

在 llama.cpp 中为 EmbeddingGemma 2 提供 Day-0 支持 https://huggingface.co/ggml-org/embeddinggemma-2-GGUF

决策模型现在可以在 llama.cpp 上端侧运行了。免费、快速、私密！ llama serve -hf ggml-org/Kev-4B-GGUF

Hugging Face Hub 为强化学习环境新增 rl-environment 筛选和框架标签，环境以数据集仓库形式托管，无需新增仓库类型、注册表或注册。

Hugging Face 发布 Workflow1111，用 gr.Workflow 以 73 个节点、11 条媒体管线重建 AUTOMATIC1111 的大部分功能，覆盖文本生成图像、高清修复、图生图、prompt matrix、VLM 反推提示词、检测生成 inpaint 蒙版、ControlNet 式预处理器、背景移除、PNG Info 和图生视频。

Hugging Face 发布开源工具 funes，为 Claude Code、Codex、pi、Hermes 等编码智能体提供本地记忆层，把已有会话记录索引成 Lance 数据集，一条 funes add 命令即可让 Agent 自主召回原始出处（Agent、时间戳、会话、轮次）。

Hugging Face WebAI 团队发布 @huggingface/kernels 库及 207 个以独立仓库形式托管在 Hub 上的 WebGPU 内核（Apache-2.0），每个内核带 manifest、正确性测试、基准用例和 WGSL 着色器模板。