Aller au contenu
9 octobremer.
  1. Hugging Face Blog40

    Hugging Face + Dask : mise à l'échelle du traitement de données IA

    Hugging Face et Dask permettent de traiter le dataset FineWeb à l'échelle de 211 millions de lignes en parallélisant l'inférence du classifieur FineWeb-Edu sur plusieurs GPU dans le cloud. Le dataset FineWeb contient 15 000 milliards de tokens issus de Common Crawl, soit 432 Go sur disque et environ 715 Go en mémoire répartis sur 250 fichiers Parquet. Dask DataFrame reproduit l'API pandas et gère le calcul out-of-core en découpant les données en chunks, avec écriture distribuée au format Parquet et squash de l'historique des commits via HfApi.

3 octobrejeu.
1 octobremar.
30 septembrelun.
  1. OpenAI News0

    OpenAI : automatiser et mettre à l'échelle les opérations financières avec l'IA

    OpenAI publie un guide sur l'automatisation et la mise à l'échelle des opérations financières par l'IA. Le contenu s'adresse aux équipes finance qui cherchent à automatiser leurs processus et à gagner en efficacité. Aucun modèle, version, chiffre de benchmark ou tarif spécifique n'est détaillé dans le texte source.

26 septembrejeu.
24 septembremar.
20 septembreven.
19 septembrejeu.
18 septembremer.
17 septembremar.
13 septembreven.
  1. Hugging Face Blog62

    Hugging Face publie la première release candidate d'Accelerate 1.0.0

    Hugging Face a publié la première release candidate d'Accelerate 1.0.0, une bibliothèque d'entraînement distribué utilisée par transformers.

    Motif de la recommandation :L'annonce détaille les changements cassants et les nouvelles intégrations de la version 1.0.0, ce qui aide les utilisateurs à évaluer la migration.

10 septembremar.
5 septembrejeu.
26 aoûtlun.
21 aoûtmer.
20 aoûtmar.
19 aoûtlun.
15 aoûtjeu.
13 aoûtmar.
12 aoûtlun.
  1. Hugging Face Blog62

    Hugging Face lance une API unifiée d'appel d'outils pour plusieurs familles de modèles

    Hugging Face annonce une API unifiée d'appel d'outils couvrant plusieurs familles de modèles populaires.

    Motif de la recommandation :L'API unifiée d'appel d'outils et les templates de chat permettent de porter le même code entre Mistral, Cohere, NousResearch et Llama, ce qui réduit le travail d'adaptation par modèle.

8 aoûtjeu.
7 aoûtmer.
  1. Mistral AI60

    Mistral AI annonce la personnalisation de modèles, les Agents en alpha et le SDK mistralai 1.0

    Mistral AI annonce la possibilité de personnaliser n'importe lequel de ses modèles phares et spécialisés sur La Plateforme.

    Motif de la recommandation :Mistral AI expose en détail la personnalisation de modèles, les Agents en alpha et le SDK 1.0, ce qui permet de juger des changements concrets pour les développeurs.

6 aoûtmar.
  1. OpenAI News75

    OpenAI lance les Structured Outputs dans l'API

    OpenAI annonce l'introduction des Structured Outputs dans l'API, les sorties de modèle respectant désormais de manière fiable les JSON Schemas fournis par les développeurs.

    Motif de la recommandation :L'API OpenAI ajoute les Structured Outputs, permettant aux sorties de modèle de respecter les JSON Schemas fournis par les développeurs.

30 juilletmar.
  1. Hugging Face Blog60

    Comment réduire la mémoire des Diffusion Transformers avec Quanto et Diffusers

    Hugging Face présente comment quantifier les pipelines de diffusion basés sur Transformer avec les utilitaires Quanto de la bibliothèque Diffusers.

    Motif de la recommandation :L'article détaille les gains de mémoire mesurés sur trois pipelines de diffusion Transformer avec Quanto, avec des tableaux de latence et de qualité.

29 juilletlun.
24 juilletmer.
  1. Mistral AI78

    Mistral AI publie Mistral Large 2 avec 123 milliards de paramètres

    Mistral AI publie Mistral Large 2, un modèle de 123 milliards de paramètres doté d'une fenêtre de contexte de 128k et conçu pour l'inférence sur un seul nœud. Il est distribué sous licence de recherche Mistral, une licence commerciale étant requise pour l'auto-déploiement en usage commercial, et accessible via la Plateforme sous le nom mistral-large-2407 ainsi que sur Hugging Face. Le modèle affiche 84,0 % sur MMLU et couvre plus de 80 langages de programmation, avec des appels de fonctions parallèles et séquentiels renforcés.

    Motif de la recommandation :Mistral Large 2 détaille fenêtre de contexte, licence et performances comparées, utile pour évaluer le compromis coût et capacité en déploiement.

23 juilletmar.
22 juilletlun.
18 juilletjeu.
  1. Mistral AI78

    Mistral AI publie Mistral NeMo, un modèle 12B avec une fenêtre de contexte de 128k

    Mistral AI publie Mistral NeMo, un modèle 12B développé en collaboration avec NVIDIA.

    Motif de la recommandation :Mistral NeMo est un modèle 12B à fenêtre de 128k, sous licence Apache 2.0, avec un tokenizer Tekken plus efficace et une quantification FP8, ce qui permet d'évaluer les compromis entre taille, contexte et coût d'inférence.

16 juilletmar.
  1. Hugging Face Blog34

    Comment utiliser distilabel pour créer un chatbot Argilla 2.0

    Hugging Face détaille la création d'un chatbot pour Argilla 2.0 en s'appuyant sur distilabel pour générer un dataset synthétique et fine-tuner un modèle d'embedding spécialisé. Le processus couvre le chunking de la documentation technique (environ 256 tokens par chunk), la génération de questions synthétiques et d'exemples négatifs difficiles, la création d'une base vectorielle et le déploiement du chatbot sur Hugging Face Spaces. Les interactions sont stockées dans Argilla pour une évaluation et une amélioration continues.

10 juilletmer.
  1. Hugging Face Blog60

    Hugging Face et KerasHub annoncent une intégration : les modèles Transformers peuvent être chargés directement dans KerasHub

    Hugging Face et KerasHub annoncent une intégration : Transformers et KerasHub partagent désormais un format de sauvegarde de modèles.

    Motif de la recommandation :L'original expose le format de sauvegarde partagé entre Transformers et KerasHub, ce qui permet de charger directement plus de 300 000 modèles fine-tunés dans KerasHub.

9 juilletmar.
  1. Hugging Face Blog22

    Banque des Territoires (groupe CDC) x Polyconseil x Hugging Face : une solution data souveraine pour le programme environnemental EduRénov

    Banque des Territoires (groupe CDC), Polyconseil et Hugging Face ont achevé la première phase d'une solution RAG souveraine destinée à optimiser l'accompagnement du programme EduRénov de rénovation écologique de 10 000 bâtiments scolaires publics. Le dispositif vise 40 % d'économies d'énergie en 5 ans, avec 2 milliards d'euros de prêts et 50 millions d'euros d'ingénierie préparatoire. Après un an, près de 2 000 projets ont été signés, et le CDC a imposé la souveraineté des services de calcul et des modèles, en s'appuyant notamment sur Text Generation Inference, Transformers, Sentence Transformers et Tokenizers de Hugging Face.

3 juilletmer.