将数据库评分转化为 RL 奖励：用 ThinkingBox 对智能体进行后训练
Microsoft 与 Hugging Face 将 ThinkingBox 的数据库终态检查用作 RL 奖励，使 Qwen3.8-27B 的平均成功率从 51.70% 升至 60.78%。经过 50 步 GRPO，全部 20 次尝试均成功的任务从 38 项增至 107 项，但至少成功一次的任务数略降；ThinkingBox-Training 已在 GitHub 开放。
#Hugging Face
Hugging Face BlogAI 评分4747
Hugging Face BlogAI 评分5252 AnyLanguageModel 1.0 发布，以统一 Swift API 连接本地与托管模型
Hugging Face 发布 AnyLanguageModel 1.0，并同步发布 swift-huggingface 1.0 和 swift-xet 1.0，让 Swift 应用通过兼容 Foundation Models 的 API 选择本地或托管模型。
Hugging Face BlogAI 评分5454 Hugging Face 生态通过 TorchTPU 支持原生运行于 TPU
Hugging Face 宣布 Transformers、Diffusers 和 Kernels 通过 TorchTPU 原生支持 TPU，无需再依赖 Optimum TPU。