Mistral-Large-4.0-1T05-A52B 上架 Hugging Face，定于 10 月 11 日发布

Thomas Wolf 转发 Mistral 官方公告，宣布 Mistral Large 4（1T 参数、49B 激活、原生多模态）开放权重将于 10 月底发布，并给出 Hugging Face 页面 https://huggingface.co/mistralai/Mistral-Large-4.0-1T05-A52B 供即时接收发布通知。公告称其为美欧最佳聚合基准开源权重模型，在网络安全防御、制造和金融任务上表现领先，视觉 grounding 超过闭源前沿模型，API …

Reflection AI 发布 Beam，一个高效智能体开源模型，总参数 501B、激活 23B。官方称其具备前沿推理效率，在编码与智能体任务上推进了 Western 开源前沿，从零端到端训练，全量权重本月发布。Hugging Face CEO 转发并给出 Hugging Face 上的 Reflection 组织页面链接。

来自 @Cloudflare 的 Clef 登上了 HF 热门榜第一！

Open Alignment 将会 🔥🔥🔥（打开声音）！ 飞行最初是最危险的出行方式之一，如今却是最安全的。是时候开始构建了！

我喜欢这篇文章！ 问题不在于某些人关心并研究灾难性风险（我们实际上需要更多这方面的研究），而在于公司领导者和政策制定者利用对这些风险的恐惧来转移和掩盖当前的挑战与解决方案！ https://quillette.com/2026/09/24/the-doomers-are-the-risk-open-ai-agent-medicare/

Hugging Face CEO Clément Delangue 反驳 Hillary Clinton 关于开源 AI 模型可能带来额外危险的观点，认为风险并非来自车库里没钱没算力的 1-3 人，而是来自秘密实验室用海量算力训练前沿智能体所造成的能力不对称。他强调开源正是解决这种不对称的方案，能让医院等小型机构具备自我防御能力。

Agent 网络攻击痕迹什么时候能在 hf 上看到？ 引用 @calebfahlgren：@huggingface hub 上的 Agent Traces 现在附带收据 🧾 每次运行都显示 tokens、缓存命中率和成本！

感谢 @jnbarrot 和 @UN 邀请我在安理会分享我们的经验教训 作为第一家披露智能体网络攻击的公司，我们学到：AI 需要更多的透明度，也需要更多的开源 AI，以对抗不对称并赋能防御者！

感觉这次我是被选来凑多元化的那个 😅

训练模型正变得越来越简单——看看这个和 TRL——尤其是有了智能体之后！ 如果你还在用开箱即用的模型处理所有任务，那你可就落伍了！ Halo 是开源模型后训练的最佳框架，吞吐量最高可达原生 TRL 的 2.8 倍，峰值内存更低，同时模型保持原生 HuggingFace 格式。