微软发布了 HARC-Qwen2.5-7B-Instruct，这是基于 Qwen2.5-7B-Instruct 进行安全对齐微调的对话模型。该模型为基于 Transformer 的文本生成模型，以 Apache 2.0 许可证在 Hugging Face 上开放，采用 safetensors 格式，支持 text-generation-inference 和 Hugging Face 端点。此发布与论文 arXiv:2607.00572 相关。
微软在Hugging Face上发布了HARC-Llama-3.1-8B-Instruct。该模型是基于Meta的Llama 3.1 8B Instruct构建的文本生成模型。仓库标签显示其专注安全、对齐和对话应用。模型卡片未提供基准测试、训练细节或具体能力声明。该模型以Llama 3.1许可证分发。
VideoSearch-R1 是一个智能体框架，通过与搜索引擎的多轮交互实现迭代视频检索与推理。它引入了软查询细化（SQR），在连续潜在空间中细化搜索查询 token，而非重写离散文本，从而实现更高效的调整。该框架使用群体相对策略优化（GRPO）进行训练，以来自检索和下游任务（如时间定位）的任务级奖励为指导。VideoSearch-R1 在三个视频语料库时刻检索（VCMR）数据集上达到了最优性能，能够从大规模语料库中迭代检索视频，并在检索到的内容内执行精确的查询条件时间定位。分析表明，SQR 能有效细化原始查询，且所需生成的 token 数明显少于显式文本级查询细化。代码和模型检查点已公开发布。
Nvidia 在 Hugging Face 上发布了 Mistral-Medium-3.5-128B 大语言模型的量化版本。该模型采用 NVFP4 4 位浮点精度格式，旨在减小内存占用并可能加速推理。它被标注为适用于对话和文本生成任务，并以 safetensors 格式提供。仓库信息表明此模型基于 Mistral AI 的原始 Mistral-Medium-3.5-128B，并以自定义许可证发布。
微软发布了GELab-Zero-4B-preview-Sico-Evolution，这是一个40亿参数的视觉语言模型，专精于GUI代理任务。该模型基于Qwen3-VL并采用LoRA进行微调，面向移动端和通用GUI代理场景。它支持中英双语文本输入，处理图像-文本至文本的流水线。模型以Apache 2.0开源许可发布，标注为早期预览版本。
美团longcat团队于2026年6月30日在Hugging Face上创建了LongCat-2.0模型仓库。仓库元数据未包含模型架构、能力或用途的任何描述。截至创建时间，该仓库获得51个赞和0次下载。