Hugging Face 发布 swift-transformers，一个用 Swift 实现 transformers 风格 API 的开发中 Swift 包，聚焦文本生成，并同时放出 swift-chat 示例应用、更新版 exporters 与 transformers-to-coreml 转换工具，以及 Llama 2 7B、Falcon 7B 等已转换模型。
推荐理由：Hugging Face 发布 Swift 端 transformers 风格库与转换工具，Swift 开发者可据此在 Apple 设备上跑本地 LLM。
Hugging Face 的 Diffusers 库迎来一周年，已从文生图扩展出视频、3D 与图像编辑等多条 pipeline。新增 DeepFloyd IF、Stability AI SDXL 支持，并引入 OpenAI 的 Shap-E 文生 3D 与 Consistency Models，后者在 CPU 上生成 256x256 图像仅需 3/4 秒。
Meta 发布开源大模型 Llama 2，包含 7B、13B、70B 三个规模，采用宽松社区许可并允许商用，Hugging Face 同步完成全面集成。
推荐理由：Hugging Face 官方说明 Llama 2 的接入方式，涵盖推理、部署与单卡微调路径，便于开发者直接上手。
Hugging Face 介绍了 Apple Core ML 的新压缩与优化能力，通过 6-bit palettization 把 Stable Diffusion 权重从 16-bit 浮点压到每参数 6 bit，在 iPhone 13 上的推理速度比去年 12 月更快、内存占用更低。
推荐理由：Hugging Face 与 Apple 给出 6-bit 调色板量化在 iPhone 上跑 Stable Diffusion 的实测与转换命令，可据此评估端侧部署成本。
Hugging Face 与 bitsandbytes 合作，在 transformers 中支持以 4bit 精度加载模型，覆盖文本、视觉和多模态等大多数 HF 模型，并可在 4bit 模型上训练适配器。
推荐理由：Hugging Face 与 bitsandbytes 合作把 4bit 量化接入 transformers，并给出 QLoRA 微调与显存实测数据。
Supabase 发布了一个用 TypeScript 编写、运行在 Supabase Edge Runtime 上的 ChatGPT 插件模板，可在 GitHub 上 fork。
推荐理由：Supabase 官方给出在 Edge Runtime 上搭建 ChatGPT 插件模板的完整步骤，含清单文件、OpenAPI 生成与本地调试。
Hugging Face 发布教程，介绍如何把 16B 参数的 StarCoder 微调成对话式编程助手 StarChat，并公开代码、数据集与模型。流程包括用 ChatML 特殊 token 组织对话、屏蔽用户轮次的标签，再用 DeepSpeed ZeRO-3 在 8 张 A100 80GB 上训练约 45 分钟。
推荐理由：Hugging Face 公开了把 StarCoder 微调成对话式编程助手的完整流程，含数据格式与训练配置。
BigCode 发布代码大模型 StarCoder 与 StarCoderBase，基于 GitHub 上 80 多种编程语言的宽松许可数据训练，约 15B 参数、1 万亿 token，上下文长度超过 8,000 token。
推荐理由：BigCode 公开 StarCoder 的模型权重、训练数据与评测结果，可对照其与 Codex 等模型的基准差距。
Replicate 发布 AutoCog，用 GPT-4 为机器学习仓库自动生成 cog.yaml 和 predict.py，并运行 cog predict 命令，失败时自动诊断修复，最多重试五次。AutoCog 可从 PyPI 安装，支持 --continue 参数在人工介入后继续。由于 GPT-4 仅接受 8096 tokens，AutoCog 会按重要性排序并截断仓库文件。
Replicate 用《辛普森一家》第 1-12 季共 6.1 万行对话、110 万 token 微调 LLaMA，90 分钟就让它以剧中角色口吻输出文本。做法是取 Kaggle 的 simpsons_script_lines.csv，把同一场景的前几句台词与下一句说话人拼成训练数据，并改用 Alpaca 代码库的 prompt 让模型补全台词。