| title | format | status | preview |
|---|---|---|---|
| DiScoFormer: One transformer for density and score, across distributions | PRACTICAL_BREAKDOWN | queue_for_review | مدل جدید DiScoFormer معرفی شد. این معماری یک جهش در مدلهای generative است؛ چون به جای جدا کردن فرآیندهای Density Estimation و Score-based modeling، هر دو را در یک ترنسفورمر ترکیب کرده است. چه کاربرد... |
| Run a vLLM Server on HF Jobs in One Command | WORKFLOW_CARD | queue_for_review | اگر برای استقرار مدلهای بزرگ (LLM) با vLLM درگیر پیچیدگیهای زیرساختی هستید، این خبر برای شماست. Hugging Face امکان اجرای مستقیم سرور vLLM را روی Jobs فراهم کرده است. به جای صرف زمان برای تنظیمات پی... |
| Why Specialization Is Inevitable | HOT_TAKE | queue_for_review | اغلبِ ما برای شروع سراغ مدلهای همهکاره میرویم. اما Hugging Face در مطلب اخیرش به یک نکته کلیدی اشاره کرده: دوران «مدلهای عمومی» به عنوان تنها راه حل، رو به پایان است. تخصصگرایی اجتنابناپذیر است... |
| Featuring Every Eval Ever Results on Hugging Face Model Pages | FAST_SIGNAL | queue_for_review | از این به بعد Hugging Face نتایج ارزیابیهای جامعه کاربری (Community Evals) را مستقیماً در صفحه مدلها نمایش میدهد. اگر در حال انتخاب مدل برای پروژهتان هستید، به جای جستجوی پراکنده، حالا میتوانید ن... |
| Hugging Face and Cerebras bring Gemma 4 to real-time voice AI | PRACTICAL_BREAKDOWN | queue_for_review | ترکیب Gemma 4 و Cerebras: پایان تأخیر در هوش مصنوعی صوتی اگر در حال ساخت سیستمهای صوتی (Voice AI) هستید، میدانید که تأخیر (Latency) بزرگترین دشمن شماست. هابینگفیس با همکاری Cerebras، مدل Gemma 4... |
| ScarfBench: Benchmarking AI Agents for Enterprise Java Framework Migration | PRACTICAL_BREAKDOWN | queue_for_review | مهاجرت کدهای قدیمی (Legacy) همیشه کابوس تیمهای مهندسی بوده است. IBM Research با همکاری Hugging Face، بنچمارک جدیدی به نام ScarfBench منتشر کرده که اختصاصاً توانایی مدلهای AI را در تبدیل کدهای قدیمی... |
| Newsroom \ Anthropic | PRACTICAL_BREAKDOWN | queue_for_review | آپدیت جدید Anthropic برای سازندگان: ۱. Claude Sonnet 5: تمرکز اصلی این مدل روی بهبود عملکرد در کدنویسی و ایجنتهاست. اگر از مدلهای قبلی برای توسعه نرمافزار استفاده میکردید، این مدل گزینه تستکردنی... |
| Official Google AI news and updates | Google Blog | FAST_SIGNAL | queue_for_review | گوگل چند ابزار جدید برای توسعهدهندگان منتشر کرده که دو مورد آن برای سازندگان هوش مصنوعی کاربردیتر است: ۱. Interactions API: معرفی به عنوان رابط اصلی برای تعامل با مدلها و ایجنتهای Gemini که مدیری... |
| LeRobot v0.6.0: Imagine, Evaluate, Improve | PRACTICAL_BREAKDOWN | queue_for_review | اگر با LeRobot در پروژههای رباتیک کار میکنید، نسخه 0.6.0 ارزش بررسی دارد. تغییرات مهم این نسخه روی «ارزیابی» (Evaluation) تمرکز دارد. یعنی به جای اینکه فقط مدل را آموزش دهید، ابزارهایی دارید که بفه... |
| PRX Part 4: Our Data Strategy | PRACTICAL_BREAKDOWN | queue_for_review | اگر در حال توسعه مدلهای Vision هستید، چهارمین بخش از مجموعه مقالات Photoroom در Hugging Face یک کلاس درس عملی است. به جای تمرکز بر «حجم داده»، Photoroom روی «Data Curation» تمرکز کرده است. آنها نشا... |
| 🤗 Kernels: Major Updates | PRACTICAL_BREAKDOWN | queue_for_review | آپدیت جدید Hugging Face برای Kernels منتشر شد. اگر مدلهای هوش مصنوعی را روی سرورهای خودتان دیپلوی میکنید، این خبر مهمی است. تغییرات جدید باعث بهبود جدی در سرعت اینفرنس (Inference) شده است. به زبان... |
| From Hugging Face to Amazon SageMaker Studio in one click | FAST_SIGNAL | queue_for_review | اگر از اکوسیستم AWS استفاده میکنید، Hugging Face قابلیت Deployment مستقیم روی Amazon SageMaker Studio را اضافه کرده است. این یعنی بدون درگیری با تنظیمات پیچیده زیرساختی، میتوانید مدلها را مستقیما... |
| title | format | sent_at | preview |
|---|---|---|---|
| PRX Part 4: Our Data Strategy | PRACTICAL_BREAKDOWN | 2026-07-08 08:06:25 | اگر در حال توسعه مدلهای Vision هستید، چهارمین بخش از مجموعه مقالات Photoroom در Hugging Face یک کلاس درس عملی است. به جای تمرکز بر «حجم داده»، Photoroom روی «Data Curation» تمرکز کرده است. آنها نشا... |
| AI Video Research & Innovation | Runway AI | — | 2026-07-07 09:57:45 | |
| Blog · Cursor | — | 2026-07-07 09:57:44 | |
| MosaicLeaks: Can your research agent keep a secret? | — | 2026-07-07 09:55:35 | |
| We got local models to triage the OpenClaw repo for FREE!* | — | 2026-07-07 09:55:34 | |
| Introducing the FFASR Leaderboard: Benchmarking ASR in the Real World | — | 2026-07-07 09:47:41 | |
| Accelerating Transformers Fine-Tuning with NVIDIA NeMo AutoModel | — | 2026-07-07 09:47:40 | |
| ScarfBench: Benchmarking AI Agents for Enterprise Java Framework Migration | PRACTICAL_BREAKDOWN | 2026-07-07 09:21:19 | مهاجرت کدهای قدیمی (Legacy) همیشه کابوس تیمهای مهندسی بوده است. IBM Research با همکاری Hugging Face، بنچمارک جدیدی به نام ScarfBench منتشر کرده که اختصاصاً توانایی مدلهای AI را در تبدیل کدهای قدیمی... |
| Hugging Face and Cerebras bring Gemma 4 to real-time voice AI | PRACTICAL_BREAKDOWN | 2026-07-07 09:21:18 | ترکیب Gemma 4 و Cerebras: پایان تأخیر در هوش مصنوعی صوتی اگر در حال ساخت سیستمهای صوتی (Voice AI) هستید، میدانید که تأخیر (Latency) بزرگترین دشمن شماست. هابینگفیس با همکاری Cerebras، مدل Gemma 4 ... |
| Newsroom \ Anthropic | PRACTICAL_BREAKDOWN | 2026-07-07 09:21:17 | آپدیت جدید Anthropic برای سازندگان: ۱. Claude Sonnet 5: تمرکز اصلی این مدل روی بهبود عملکرد در کدنویسی و ایجنتهاست. اگر از مدلهای قبلی برای توسعه نرمافزار استفاده میکردید، این مدل گزینه تستکردنی... |
| topic | format | angle |
|---|---|---|
| معرفی ScarfBench: ابزاری برای ارزیابی AI در مهاجرت کدهای Legacy | PRACTICAL_BREAKDOWN | Review and approve when ready |
| دوران مدلهای همهکاره رو به پایان است؟ | HOT_TAKE | Review and approve when ready |
| نمایش نتایج بنچمارک در صفحه مدلهای Hugging Face | FAST_SIGNAL | Review and approve when ready |
| مدل جدید DiScoFormer برای تخمین چگالی و اسکور در ترنسفورمرها | PRACTICAL_BREAKDOWN | Review and approve when ready |
| استقرار سریع vLLM روی Hugging Face Jobs | WORKFLOW_CARD | Review and approve when ready |
| severity | type | message | time |
|---|---|---|---|
| warning | editorial_decision_failed | Gemini per-run call budget exhausted | 2026-07-07 20:39:44 |
| warning | editorial_decision_failed | 1 validation error for EditorialDecision | 2026-07-07 20:39:36 |
| warning | editorial_decision_failed | 1 validation error for EditorialDecision | 2026-07-07 20:39:17 |
| warning | editorial_decision_failed | 1 validation error for EditorialDecision | 2026-07-07 20:39:06 |
| source | status | fetches_24h |
|---|---|---|
| Anthropic News | Active | 10 |
| Cursor Blog | Active | 10 |
| ElevenLabs Blog | Active | 10 |
| Google AI Blog | Active | 10 |
| Google DeepMind Blog | Active | 10 |
| Hugging Face Blog | Active | 10 |
| Meta AI Blog | Active | 10 |
| OpenAI News | Active | 10 |
| Perplexity Blog | Active | 10 |
| Runway Blog | Active | 10 |
| Google Developers AI | Off | 0 |
| Suno Blog | Off | 0 |
| started_at | sources | fetched | new | stories | scored | needs_brief | briefs | alerts | failures |
|---|---|---|---|---|---|---|---|---|---|
| 2026-07-08T10:40:11.003476 | 10 | 26 | 0 | 0 | 0 | 16 | 2 | 0 | 0 |
| 2026-07-08T10:09:06.380504 | 10 | 26 | 0 | 0 | 0 | 18 | 2 | 0 | 0 |
| 2026-07-08T09:47:08.285530 | 10 | 26 | 0 | 0 | 0 | 20 | 2 | 0 | 0 |
| 2026-07-08T09:37:50.241634 | 10 | 26 | 0 | 0 | 1 | 21 | 2 | 0 | 0 |
| 2026-07-08T08:04:51.769474 | 10 | 26 | 0 | 0 | 0 | 20 | 2 | 1 | 0 |
| value | count |
|---|---|
| BREAKDOWN | 17 |
| WORKFLOW | 4 |
| FAST_NEWS | 4 |
| SKIP | 3 |
| OPINION | 1 |
| value | count |
|---|---|
| publish_candidate | 26 |
| skip | 3 |
| value | count |
|---|---|
| optional | 20 |
| none | 9 |
| value | count |
|---|---|
| helpful | 18 |
| necessary | 8 |
| none | 3 |
| value | count |
|---|---|
| light_format | 14 |
| structured | 12 |
| plain | 3 |
| story_id | title | score | editorial_format | reason |
|---|---|---|---|---|
| 13 | Accelerating Transformers Fine-Tuning with NVIDIA NeMo AutoModel | 85 | BREAKDOWN | missing_final_post_fa |
| 14 | Introducing the FFASR Leaderboard: Benchmarking ASR in the Real World | 75 | BREAKDOWN | missing_final_post_fa |
| 15 | Shipping huggingface_hub every week with AI, open tools, and a human in the loop | 85 | WORKFLOW | no_brief |
| 16 | Experimenting with the proposed Cross-Origin Storage API in Transformers.js | 85 | BREAKDOWN | no_brief |
| 17 | PP-OCRv6 on Hugging Face: 50-Language OCR from 1.5M to 34.5M Parameters | 85 | BREAKDOWN | no_brief |
| 18 | We got local models to triage the OpenClaw repo for FREE!* | 85 | WORKFLOW | missing_final_post_fa |
| 19 | MosaicLeaks: Can your research agent keep a secret? | 85 | BREAKDOWN | missing_final_post_fa |
| 20 | Beyond LoRA: Can you beat the most popular fine-tuning technique? | 85 | BREAKDOWN | no_brief |
| 21 | Is it agentic enough? Benchmarking open models on your own tooling | 85 | BREAKDOWN | no_brief |
| 22 | From the Hugging Face Hub to robot hardware with Strands Agents and LeRobot | 85 | BREAKDOWN | no_brief |
| 25 | Blog · Cursor | 85 | BREAKDOWN | missing_final_post_fa |
| 26 | AI Video Research & Innovation | Runway AI | 75 | BREAKDOWN | missing_final_post_fa |
| 27 | Hugging Face Models on Foundry Managed Compute | 85 | FAST_NEWS | no_brief |
| 28 | Run AI workloads on any cloud, store on Hugging Face: zero-egress storage with SkyPilot | 85 | WORKFLOW | no_brief |
| story_id | title | confidence | created_at | rationale |
|---|---|---|---|---|
| 24 | https://ai.meta.com/blog/ | 100 | 2026-07-08 08:05:49 | این صفحه صرفاً یک فید عمومی از بلاگ Meta است و شامل هیچ خبر یا آپدیت عملیاتی خاصی (مانند release مدل جدید یا API) که برای سازندگان مفید باشد، نیست. این یک خبرِ ساختاریافته نیست و ارزش افزوده عملیاتی برای مخاطب ما ندارد. |
| 23 | GLM-5.2: Built for Long-Horizon Tasks | 100 | 2026-07-08 08:05:42 | محتوای ورودی فاقد متن است و امکان ارزیابی فنی و ارزشافزوده برای بیلدرها وجود ندارد. به دلیل فقدان جزئیات در مورد توانمندیهای GLM-5.2، از انتشار آن صرفنظر میشود. |
| 3 | News — Google DeepMind | 1 | 2026-07-07 20:39:23 | این لیست صرفاً عناوین عمومی وبلاگ DeepMind است و هیچ جزئیات فنی یا کاربردی برای سازندگان ندارد. محتوای فعلی فاقد اطلاعات عملی است و ارزش خبری فوری برای جامعه سازندگان ندارد. |
| created_at | severity | event_type | message | metadata |
|---|---|---|---|---|
| 2026-07-08 10:54:45 | info | operator_heartbeat | Operator worker heartbeat. | {'status': 'running', 'consecutive_errors': 0, 'last_cycle_at': '2026-07-08T14:10:41.022862+03:30'} |
| 2026-07-08 10:54:15 | info | operator_heartbeat | Operator worker heartbeat. | {'status': 'running', 'consecutive_errors': 0, 'last_cycle_at': '2026-07-08T14:10:41.022862+03:30'} |
| 2026-07-08 10:53:44 | info | operator_heartbeat | Operator worker heartbeat. | {'status': 'running', 'consecutive_errors': 0, 'last_cycle_at': '2026-07-08T14:10:41.022862+03:30'} |
| 2026-07-08 10:53:14 | info | operator_heartbeat | Operator worker heartbeat. | {'status': 'running', 'consecutive_errors': 0, 'last_cycle_at': '2026-07-08T14:10:41.022862+03:30'} |
| 2026-07-08 10:52:44 | info | operator_heartbeat | Operator worker heartbeat. | {'status': 'running', 'consecutive_errors': 0, 'last_cycle_at': '2026-07-08T14:10:41.022862+03:30'} |
| 2026-07-08 10:52:14 | info | operator_heartbeat | Operator worker heartbeat. | {'status': 'running', 'consecutive_errors': 0, 'last_cycle_at': '2026-07-08T14:10:41.022862+03:30'} |
| 2026-07-08 10:51:44 | info | operator_heartbeat | Operator worker heartbeat. | {'status': 'running', 'consecutive_errors': 0, 'last_cycle_at': '2026-07-08T14:10:41.022862+03:30'} |
| 2026-07-08 10:51:13 | info | operator_heartbeat | Operator worker heartbeat. | {'status': 'running', 'consecutive_errors': 0, 'last_cycle_at': '2026-07-08T14:10:41.022862+03:30'} |
| 2026-07-08 10:50:43 | info | operator_heartbeat | Operator worker heartbeat. | {'status': 'running', 'consecutive_errors': 0, 'last_cycle_at': '2026-07-08T14:10:41.022862+03:30'} |
| 2026-07-08 10:50:13 | info | operator_heartbeat | Operator worker heartbeat. | {'status': 'running', 'consecutive_errors': 0, 'last_cycle_at': '2026-07-08T14:10:41.022862+03:30'} |
| 2026-07-08 10:49:43 | info | operator_heartbeat | Operator worker heartbeat. | {'status': 'running', 'consecutive_errors': 0, 'last_cycle_at': '2026-07-08T14:10:41.022862+03:30'} |
| 2026-07-08 10:49:13 | info | operator_heartbeat | Operator worker heartbeat. | {'status': 'running', 'consecutive_errors': 0, 'last_cycle_at': '2026-07-08T14:10:41.022862+03:30'} |
| 2026-07-08 10:48:43 | info | operator_heartbeat | Operator worker heartbeat. | {'status': 'running', 'consecutive_errors': 0, 'last_cycle_at': '2026-07-08T14:10:41.022862+03:30'} |
| 2026-07-08 10:48:12 | info | operator_heartbeat | Operator worker heartbeat. | {'status': 'running', 'consecutive_errors': 0, 'last_cycle_at': '2026-07-08T14:10:41.022862+03:30'} |
| 2026-07-08 10:47:42 | info | operator_heartbeat | Operator worker heartbeat. | {'status': 'running', 'consecutive_errors': 0, 'last_cycle_at': '2026-07-08T14:10:41.022862+03:30'} |
| 2026-07-08 10:47:12 | info | operator_heartbeat | Operator worker heartbeat. | {'status': 'running', 'consecutive_errors': 0, 'last_cycle_at': '2026-07-08T14:10:41.022862+03:30'} |
| 2026-07-08 10:46:42 | info | operator_heartbeat | Operator worker heartbeat. | {'status': 'running', 'consecutive_errors': 0, 'last_cycle_at': '2026-07-08T14:10:41.022862+03:30'} |
| 2026-07-08 10:46:12 | info | operator_heartbeat | Operator worker heartbeat. | {'status': 'running', 'consecutive_errors': 0, 'last_cycle_at': '2026-07-08T14:10:41.022862+03:30'} |
| 2026-07-08 10:45:42 | info | operator_heartbeat | Operator worker heartbeat. | {'status': 'running', 'consecutive_errors': 0, 'last_cycle_at': '2026-07-08T14:10:41.022862+03:30'} |
| 2026-07-08 10:45:12 | info | operator_heartbeat | Operator worker heartbeat. | {'status': 'running', 'consecutive_errors': 0, 'last_cycle_at': '2026-07-08T14:10:41.022862+03:30'} |
| 2026-07-08 10:44:41 | info | operator_heartbeat | Operator worker heartbeat. | {'status': 'running', 'consecutive_errors': 0, 'last_cycle_at': '2026-07-08T14:10:41.022862+03:30'} |
| 2026-07-08 10:44:11 | info | operator_heartbeat | Operator worker heartbeat. | {'status': 'running', 'consecutive_errors': 0, 'last_cycle_at': '2026-07-08T14:10:41.022862+03:30'} |
| 2026-07-08 10:43:41 | info | operator_heartbeat | Operator worker heartbeat. | {'status': 'running', 'consecutive_errors': 0, 'last_cycle_at': '2026-07-08T14:10:41.022862+03:30'} |
| 2026-07-08 10:43:11 | info | operator_heartbeat | Operator worker heartbeat. | {'status': 'running', 'consecutive_errors': 0, 'last_cycle_at': '2026-07-08T14:10:41.022862+03:30'} |
| 2026-07-08 10:42:41 | info | operator_heartbeat | Operator worker heartbeat. | {'status': 'running', 'consecutive_errors': 0, 'last_cycle_at': '2026-07-08T14:10:41.022862+03:30'} |
| 2026-07-08 10:42:11 | info | operator_heartbeat | Operator worker heartbeat. | {'status': 'running', 'consecutive_errors': 0, 'last_cycle_at': '2026-07-08T14:10:41.022862+03:30'} |
| 2026-07-08 10:41:41 | info | operator_heartbeat | Operator worker heartbeat. | {'status': 'running', 'consecutive_errors': 0, 'last_cycle_at': '2026-07-08T14:10:41.022862+03:30'} |
| 2026-07-08 10:41:11 | info | operator_heartbeat | Operator worker heartbeat. | {'status': 'running', 'consecutive_errors': 0, 'last_cycle_at': '2026-07-08T14:10:41.022862+03:30'} |
| 2026-07-08 10:40:40 | info | operator_cycle_completed | Operator cycle completed. | {'stories_checked': 0, 'decisions_created': 29, 'drafts_created': 2, 'queued_for_review': 2, 'asset_requests_created': 0, 'errors': 0} |
| 2026-07-08 10:40:39 | info | run_completed | Run completed. | {'started_at': '2026-07-08T10:40:11.003476', 'sources_checked': 10, 'fetched_items': 26, 'new_items': 0, 'stories_created': 0, 'scored_stories': 0, 'briefs_created': 2, 'needs_brief_count': 16, 'alerts_sent': 0, 'failures': 0} |