Dharma AI 发布约束感知 GPU 调度器:同集群利用率最高提升 33 个百分点
Dharma AI 在 Hugging Face Blog 发布约束感知 GPU 分配器,与 FIFO 调度器在 7 个基准场景对比,GPU 利用率最高提升 33 个百分点,优先级加权产出平均提升 52%。该调度器将实时推理视为需求曲线而非峰值预留,批任务按优先级在 24 小时视野内规划,每次决策仅 1 至 15 毫秒,每个时间步只提交当前分配并每 30 至 60 分钟重跑以吸收预测误差。
Dharma AI 在 Hugging Face Blog 发布约束感知 GPU 分配器,与 FIFO 调度器在 7 个基准场景对比,GPU 利用率最高提升 33 个百分点,优先级加权产出平均提升 52%。该调度器将实时推理视为需求曲线而非峰值预留,批任务按优先级在 24 小时视野内规划,每次决策仅 1 至 15 毫秒,每个时间步只提交当前分配并每 30 至 60 分钟重跑以吸收预测误差。
Hugging Face 演示了 Strands Robots 中一个智能体如何完成机器人数据流闭环:从自然语言提示录制 LeRobotDataset 并同步到 Storage Buckets,训练时通过 stream_dataset 直接流式读取数据而无需下载,再以 mode="real" 一个关键字参数变更即可将 checkpoint 部署回硬件。
Hugging Face 复盘今年 7 月 15 日至 8 月 2 日举办的 ICML 2026 Open Reproductions 挑战赛:1,221 名社区成员用 Claude Code、Codex、Cursor 等智能体,19 天发布 6,816 份 Trackio 日志,尝试复现 2,226 篇论文,约占会议论文的 34%。
推荐理由:文中给出按声明逐条复核会议论文的结果分布和典型的证伪案例,读者可以借此理解智能体复现研究中人类角色的边界。
IBM Research 团队结合在 Agent 系统中构建路由的实践,提出模型路由本质是系统优化而非分类问题。
Hugging Face 博客发布 Profiling in PyTorch 系列第三篇,用 profiler 分析注意力机制从朴素实现到 SDPA 各后端的表现。
推荐理由:文章用 profiler 逐一对注意力各实现读 trace,给出 kernel 数、耗时与占用率等一手数据,方法可直接迁移到自己的模型调优。
Photoroom 发布 PRX 系列博客第 4 篇,公开 7B 文生图模型的预训练数据管线:混合公开与内部数据集,用 VLM 重标注全部图片,转成 MDS 流式语料。
Mistral 基于其开源编程助手 Vibe 构建了一个自主智能体,可读取 Rails 源文件、生成或改进 RSpec 测试,并通过 RuboCop 和 SimpleCov 工具在 CI/CD 流水线中无人工干预地并行运行。
推荐理由:原文给出可复用的 AGENTS.md、分文件类型 skills 和强制执行测试的做法,以及质量分从 0.49 升到 0.74 的实验数据。
Mistral 展示了用 LoRA 微调 Pixtral-12B 处理卫星图像的方法,并在 Aerial Image Dataset(AID)上验证效果:数据集分为 8,000 训练样本和 2,000 测试样本。
Mistral 介绍用 "LLM as a Judge" 方式评估 RAG 系统:由 judge LLM 按数值、二元或定性量表给 generator LLM 的答案打分。
Mistral AI 推出 TranscriptToPRDTicket agentic workflow,可将会议记录自动转化为 PRD 和可执行的开发工单。该流程由 Mistral Large 2 驱动 PRDAgent 和 TicketCreationAgent 两个组件,并自动在 Linear、Jira 等项目管理工具中创建工单。