Entreprises et modèles
Hugging Face : l'actualité de la communauté open source — modèles et jeux de données populaires, évolutions du classement et baromètre de l'écosystème open source.
188 sélections30 derniers jours 8 entréesTotal : 541 entrées
Hugging Face détaille dans un article de blog les évolutions de la bibliothèque transformers pour prendre en charge les modèles Mixture of Experts (MoE).
Motif de la recommandation :L'article détaille les modifications d'ingénierie de transformers pour les MoE, avec des benchmarks de chargement et des API concrètes pour le déploiement.
Hugging Face annonce que GGML, créateur de llama.cpp.
Motif de la recommandation :L'annonce précise le maintien de l'autonomie de llama.cpp et les axes d'intégration avec transformers, utile pour suivre l'évolution de l'inférence locale.
Hugging Face a construit un skill d'agent qui apprend aux agents de codage à écrire des kernels CUDA de production.
Motif de la recommandation :L'article détaille un skill d'agent qui génère des kernels CUDA intégrés à transformers et diffusers, avec benchmarks et procédure de publication sur le Hub.
Transformers.js v4 est disponible sur NPM après un an de développement. La version adopte un nouveau runtime WebGPU réécrit en C++ avec l'équipe ONNX Runtime.
Motif de la recommandation :Transformers.js v4 détaille le nouveau runtime WebGPU en C++, les gains de performance et la restructuration du dépôt, utile pour évaluer le déploiement d'inférence dans le navigateur.
Hugging Face lance Community Evals, un système d'évaluation décentralisé sur le Hub.
Motif de la recommandation :Hugging Face ouvre l'évaluation aux contributions communautaires et relie scores, modèles et benchmarks sur le Hub, ce qui change la façon de consulter et de reproduire les résultats.
L'équipe Gradio de Hugging Face publie Daggr, une bibliothèque Python open source permettant de construire des workflows IA reliant des apps Gradio.
Motif de la recommandation :L'équipe Gradio présente une bibliothèque Python open source qui transforme du code de workflow en canvas visuel inspectable, avec des exemples de chaînage d'apps Gradio et de modèles.
Hugging Face présente upskill, un outil qui génère et évalue des skills d'agents à partir de traces d'exécution de grands modèles.
Motif de la recommandation :L'article détaille une méthode pour générer et évaluer des skills d'agents avec un grand modèle, puis les transférer vers des modèles plus petits ou locaux.
Overworld publie Waypoint-1, un modèle de diffusion vidéo interactif en temps réel contrôlable à la souris.
Motif de la recommandation :L'original expose l'architecture et les optimisations d'inférence d'un modèle de diffusion vidéo interactif, utile pour comprendre les compromis des world models temps réel.
Open Responses est un nouveau standard ouvert d'inférence initié par OpenAI, construit par la communauté open source et soutenu par l'écosystème Hugging Face.
Motif de la recommandation :L'article détaille la spécification Open Responses, ses différences avec Chat Completion et les changements concrets pour les clients et fournisseurs d'inférence.
TII annonce Falcon-H1-Arabic, une famille de modèles de langue arabe en versions 3B.
Motif de la recommandation :Présente l'architecture hybride Mamba-Transformer et les fenêtres de contexte de 128K à 256K, utile pour évaluer les compromis entre taille et déploiement.
ServiceNow-AI publie AprielGuard, un modèle de garde-fou de 8B paramètres conçu pour détecter 16 catégories de risques de sécurité ainsi que diverses attaques adversariales.
Motif de la recommandation :Un modèle de garde-fou de 8B paramètres couvrant 16 catégories de risques et les attaques adversariales des workflows agentiques, avec les résultats d'évaluation détaillés.
Hugging Face Blog annonce que Diffusers accueille FLUX-2. Le contenu détaillé de cette publication n'est pas disponible dans les matériaux fournis.
Hugging Face publie SmolLM3, un modèle de raisonnement compact, multilingue et à long contexte.
Hugging Face Blog annonce Holo1, une nouvelle famille de VLM d'automatisation d'interface graphique qui alimente l'agent GUI Surfer-H. Le contenu détaillé n'est pas disponible.
SmolVLA est un modèle Vision-Language-Action efficace entraîné sur les données communautaires LeRobot, publié sur le blog Hugging Face.
Falcon-Edge est une série de modèles de langage 1,58 bit présentés comme puissants, universels et fine-tunables.
Tiny Agents : un agent propulsé par MCP en 50 lignes de code.
LeRobot va à l'auto-école : le plus grand jeu de données open source de conduite autonome.
Hugging Face publie SigLIP 2, présenté comme un encodeur vision-langage multilingue amélioré.
Hugging Face présente π0 et π0-FAST, des modèles vision-langage-action destinés au contrôle robotique général.