Hugging Face 宣布对其 Kernels 库进行重大更新,旨在优化深度学习模型的训练和推理过程。新版本引入了更高效的算子实现,显著提升了计算速度,并降低了内存占用。这些改进特别适用于大规模 Transformer 模型,有助于加速 AI 研究和应用开发。
🤗 Kernels:重大更新
Hugging Face 发布了 Kernels 的重大更新,提升了模型训练和推理的性能与效率。
Hugging Face1 分钟阅读

本文由 UsingAI 聚合整理。
阅读原文 ↗Hugging Face 发布了 Kernels 的重大更新,提升了模型训练和推理的性能与效率。

Hugging Face 宣布对其 Kernels 库进行重大更新,旨在优化深度学习模型的训练和推理过程。新版本引入了更高效的算子实现,显著提升了计算速度,并降低了内存占用。这些改进特别适用于大规模 Transformer 模型,有助于加速 AI 研究和应用开发。
本文由 UsingAI 聚合整理。
阅读原文 ↗
Reflection AI 推出首个开放权重模型 Beam,501B 稀疏 MoE、23B 激活参数,面向编程与 Agent 负载,宣称在推理任务上以 3-4 倍更少的推理算力对标 GLM-5.2,Apache 2.0 权重预计 2026 年 10 月晚些时候放出。
Reflection AI 推出首个开放权重模型 Beam,声称在推理能力上对标 GLM-5.2,且推理算力消耗显著更低,权重将于本月开放。

Reflection 推出名为 Beam 的 501B 参数开源权重模型,在 Hacker News 引发热议。这标志着开源大模型参数规模继续向千亿级以上攀升,也把“开源权重”与“闭源前沿”的边界问题再次推到台前。