# 一个Agent如何通过链式调用两个Hugging Face Space构建3D巴黎画廊
5 min read
Mishig Davaadorj展示了一个编码Agent如何仅通过调用两个Hugging Face Space(图像生成和3D重建),自动构建出巴黎地标的3D高斯泼溅画廊,无需手动使用任何AI工具。
Mishig Davaadorj展示了一个编码Agent如何仅通过调用两个Hugging Face Space(图像生成和3D重建),自动构建出巴黎地标的3D高斯泼溅画廊,无需手动使用任何AI工具。
OpenEnv项目宣布由Meta-PyTorch、Hugging Face、NVIDIA等多家组织组成的治理委员会,旨在标准化智能体RL的环境接口,推动开源模型训练。
Allen AI发布olmo-eval评估工作台,它超越传统基准测试,专为LLM开发过程中的反复评估设计,支持agent评估和深入分析。
OpenEnv 宣布由 Meta-PyTorch、Reflection、Unsloth、NVIDIA、Hugging Face 等多家机构组成委员会协调,旨在为开源 Agent 训练提供标准化的环境接口,推动强化学习在开源模型中的应用。
Allen AI 发布 olmo-eval,一个面向 LLM 开发过程的评估工作台,支持灵活添加基准、跨检查点运行、逐提示分析结果,并原生支持智能体和多轮评估。
作者展示了一个编码Agent仅通过调用两个Hugging Face Spaces(图像生成和3D重建)就自动构建了包含巴黎地标3D高斯溅射的交互式网站,体现了“构建块经济”在多媒体AI中的应用。