NVIDIA 在 Hugging Face Blog 发布预训练关系型基础模型 Kumo Relational，可直接在企业数据库上做预测：给定预测查询，它收集最多 10,000 条历史样本作为上下文，在单次前向传播中预测流失、需求或欺诈等结果，无需任务训练、特征工程或表展平。
推荐理由：原文给出在 41 项关系型基准上超越监督式方法的具体数字与开源入口，读者可据此评估是否替代现有 XGBoost 流水线。
10 月 20 日，DeepSeek 以 Apache 2.0 许可证开源内部推理框架 DeepInfer 及配套编解码组件 deepseek-recipe，当前支持 DeepSeek-V4.1-Flash，面向大规模部署，支持英伟达 SM100 GPU 和华为昇腾 950 NPU。
推荐理由：原文把开源代码与官方部署数据串起来，读者可以据此理解推理效率如何支撑低定价与盈利空间。
Hugging Face 发布 AnyLanguageModel 1.0，同时推出 swift-huggingface 1.0 和 swift-xet 1.0。
推荐理由：官方发布 1.0 版，介绍了兼容 Foundation Models 的统一 API、托管推理支持和适配设备的开源模型选项。
Hugging Face PyTorch 团队介绍 PyTorch 2.15 的 MPS 后端更新：MPS 支持 torch.float8_e4m3fn 的 FP8 张量和 F.scaled_mm。
推荐理由：原文给出 PyTorch 2.15 MPS 后端的具体性能数字与内存变化，Mac 上跑模型和训练的读者可据此评估升级收益。
Meta 发布开源权重多模态 MoE 模型 Muse Spark Open，总参数约 816B、每 token 激活约 42B，支持文本、图像、音频和视频输入，上下文窗口最高 1M tokens，定位为 agentic coding 模型。
推荐理由：原文给出架构细节、部署配方和实测吞吐数字，开发者可以据此评估如何在自己环境里运行或微调这个 816B 模型。
