Aller au contenu
1 juilletmer.
  1. Hugging Face Blog62

    Hugging Face et Cerebras lancent une démo d'IA vocale temps réel avec Gemma 4

    Hugging Face et Cerebras présentent une démo de speech-to-speech temps réel construite sur une architecture ouverte et modulaire.

    Motif de la recommandation :L'original expose une architecture vocale ouverte et modulaire avec les composants et le point d'accès au code, ce qui permet de juger comment assembler un pipeline speech-to-speech temps réel.

30 juinmar.
29 juinlun.
25 juinjeu.
23 juinmar.
  1. Hugging Face Blog62

    Hugging Face publie huggingface_hub chaque semaine avec l'IA et des outils ouverts

    Hugging Face fait passer la publication de huggingface_hub d'un rythme de 4 à 6 semaines à une fois par semaine via un unique workflow GitHub Actions. La chaîne combine OpenCode.

    Motif de la recommandation :Le texte détaille une chaîne CI de publication hebdomadaire avec garde-fous déterministes et relecture humaine, une méthode transférable à d'autres bibliothèques Python.

  2. Hugging Face Blog48

    Expérimenter l'API Cross-Origin Storage proposée dans Transformers.js

    L'équipe Chrome de Google expérimente la Cross-Origin Storage API (COS) dans Transformers.js pour éliminer les téléchargements et stockages dupliqués de ressources de modèles et de runtimes Wasm entre origines. Le cache navigateur étant isolé par origine via une Network Isolation Key, un même modèle comme Xenova/whisper-tiny.en peut être retéléchargé (177 MB dans l'exemple) sur chaque site, et le fichier Wasm partagé ort-wasm-simd-threaded.asyncify.wasm (4 733 kB) est lui aussi rechargé. L'API COS, encore à l'état de proposition non finalisée et non implémentée nativement, identifie les fichiers par hash cryptographique plutôt que par URL, et peut être testée via une extension injectant le polyfill navigator.crossOriginStorage.

22 juinlun.
  1. Hugging Face Blog62

    Comment trier les PR et issues d'OpenClaw avec des modèles locaux Gemma et Qwen

    L'équipe Hugging Face présente localpager, un système de triage des issues et PR du dépôt OpenClaw utilisant des modèles locaux gemma-4-26b-a4b et qwen3.6-35b-a3b dans un harnais d'agent avec sortie structurée et un shell restreint en lecture seule. Sur un jeu d'évaluation de 330 lignes, Qwen obtient une précision de 0,831 et un exact match de 0,540, tandis que Gemma atteint un rappel de 0,905 avec 1,41 seconde par ligne à concurrence 16. Le système est semi-agentique : le classement est confié au modèle local, tandis que l'envoi des notifications Discord suit des règles déterministes, et une passe GPT-5.5 toutes les 2 heures sert de juge pour mesurer les faux positifs et faux négatifs.

    Motif de la recommandation :L'article détaille une architecture de triage semi-agentique avec modèles locaux, incluant les métriques comparatives et les compromis de déploiement.

18 juinjeu.
  1. Hugging Face Blog62

    Hugging Face propose agent-eval pour évaluer l'usage agentique des bibliothèques open source

    Hugging Face publie agent-eval, un harnais d'évaluation qui mesure non seulement la réponse finale d'un agent mais aussi le nombre de tours.

    Motif de la recommandation :L'article présente un harnais d'évaluation qui mesure le coût d'exécution des agents sur une bibliothèque, avec des résultats contre-intuitifs sur l'effet du CLI et du Skill selon la taille du modèle.

17 juinmer.
  1. Hugging Face Blog62

    AWS Strands Robots : du Hub Hugging Face au robot physique avec LeRobot

    AWS publie Strands Robots, un SDK open source (Apache 2.0) qui expose la pile LeRobot sous forme d'AgentTools composables dans un agent Strands unique. Le billet détaille cinq étapes.

    Motif de la recommandation :Présente un flux complet de l'entraînement au déploiement matériel via un agent unique, avec des exemples de code exécutables et des considérations de sécurité.

  2. Hugging Face Blog62

    Hugging Face lance Discover Tool, implémentation de référence de la spécification Agentic Resource Discovery

    Hugging Face présente Agentic Resource Discovery (ARD), une spécification ouverte de découverte de capacités pour agents.

    Motif de la recommandation :L'original détaille la spécification ARD et son implémentation de référence sur le Hub, ce qui permet de comprendre comment la découverte de capacités se sépare de l'exécution.

9 juinmar.
  1. Hugging Face Blog62

    Comment un agent a construit une galerie 3D de Paris en enchaînant deux Hugging Face Spaces

    Un agent de codage a construit une galerie 3D des monuments de Paris en appelant directement deux Hugging Face Spaces.

    Motif de la recommandation :L'auteur montre comment un agent enchaîne deux Spaces Hugging Face via agents.md pour produire des splats 3D à partir de simples prompts, une méthode directement réutilisable.

8 juinlun.
  1. Hugging Face Blog76

    Hugging Face place OpenEnv sous gouvernance communautaire pour le RL agentique open source

    OpenEnv, outil de création d'environnements d'exécution agentiques, est désormais coordonné par un comité incluant Meta-PyTorch.

    Motif de la recommandation :OpenEnv passe sous gouvernance communautaire et se recentre sur une couche d'interopérabilité pour les environnements RL agentiques, ce qui éclaire les choix d'outillage des équipes qui entraînent des agents.

5 juinven.
  1. Hugging Face Blog65

    NVIDIA publie Nemotron 3.5 Content Safety, un modèle de sécurité multimodal personnalisable

    NVIDIA publie Nemotron 3.5 Content Safety, un modèle de sécurité de contenu multimodal et multilingue de 4B paramètres construit sur Gemma 3 4B IT.

    Motif de la recommandation :L'article détaille les capacités de sécurité multimodale et multilingue de Nemotron 3.5, ainsi que les modes d'inférence et les options de déploiement, ce qui aide le lecteur à évaluer son intégration dans des pipelines de production.

4 juinjeu.
1 juinlun.
29 maiven.
28 maijeu.
  1. Mistral AI70

    Mistral AI lance Search Toolkit, un cadre open source pour les pipelines de recherche IA

    Mistral AI publie en aperçu public Search Toolkit, un cadre composable et open source pour construire des pipelines de recherche destinés aux applications IA.

    Motif de la recommandation :Un cadre unifié d'ingestion, de récupération et d'évaluation, open source et déployable sur site, qui permet de comparer les configurations de recherche sur ses propres données.

27 maimer.
  1. Mistral AI62

    Mistral intègre Emmi AI et lance une capacité d'IA physique pour l'ingénierie industrielle

    Mistral annonce l'intégration d'Emmi AI et le lancement d'une nouvelle capacité d'IA physique au sein de ses solutions d'entreprise pour l'ingénierie industrielle native en IA. Cette approche apprend des sorties de solveurs physiques pour prédire le comportement physique directement à partir de la géométrie et des conditions aux limites, en un seul passage avant sur un GPU, de l'ordre de la seconde, contre des heures à des semaines de calcul par variante de conception avec les méthodes traditionnelles. Mistral cite comme partenaires ASML, Airbus, Safran et Siemens Energy, et indique que cette capacité s'applique à l'aérospatiale, l'automobile, l'électronique et les semi-conducteurs, l'énergie et les équipements industriels.

    Motif de la recommandation :Mistral intègre Emmi AI et présente l'IA physique comme une capacité d'ingénierie industrielle au sein de sa plateforme d'entreprise.

20 maimer.
18 mailun.
16 maisam.
  1. Google DeepMind22

    Google DeepMind renforce l'avenir de l'IA à Singapour avec un nouveau partenariat national

    Google DeepMind lance de nouveaux programmes à Singapour dans le cadre de son initiative National Partnerships for AI et du partenariat national de Google avec le gouvernement singapourien. Le partenariat couvre la santé et les sciences de la vie (AI co-clinician, AlphaFold, Google Earth, un assistant de course basé sur Gemma pour les athlètes aveugles ou malvoyants), la formation de chercheurs aux outils agentiques comme Hypothesis Generation construit avec Co-Scientist, et la fourniture de Gemini for Education à tous les enseignants, du primaire au lycée. Google DeepMind lance également en Asie-Pacifique l'accélérateur « AI for the Planet » et collabore avec l'IMDA et MLCommons sur des benchmarks de sécurité multimodaux et multilingues.

11 mailun.
8 maiven.
2 maisam.
29 avrilmer.
21 avrilmar.
  1. Hugging Face Blog40

    QIMMA قِمّة : un leaderboard arabe LLM axé sur la qualité des benchmarks

    Hugging Face présente QIMMA قِمّة, un leaderboard arabe de LLM qui valide la qualité des benchmarks avant d'évaluer les modèles. La plateforme agrège 109 sous-ensembles issus de 14 benchmarks, soit plus de 52 000 échantillons couvrant 7 domaines, avec 99 % de contenu natif arabe et la première évaluation de code en arabe via HumanEval+ et MBPP+. Le pipeline de validation, combinant Qwen3-235B-A22B-Instruct et DeepSeek-V3-671B puis une revue humaine, a écarté jusqu'à 3,1 % des échantillons d'ArabicMMLU, révélant des problèmes systématiques de réponses, de formatage et de sensibilité culturelle.

16 avriljeu.
15 avrilmer.
  1. Hugging Face Blog65

    HCompany lance HoloTab, une extension Chrome qui automatise la navigation avec l'IA computer-use

    HCompany lance HoloTab, une extension Chrome gratuite qui automatise des tâches sur n'importe quel site web sans configuration ni compétence technique.

    Motif de la recommandation :HoloTab transforme le modèle computer-use Holo3 en extension Chrome gratuite, avec des routines enregistrées et rejouables, ce qui montre comment un agent navigue et agit dans le navigateur.

9 avriljeu.