Новости про Hugging Face
632 материалов с упоминанием Hugging Face: релизы, бенчмарки, цены и доступность. Профиль компании и её модели — на странице Hugging Face.
-
ComfyUI-Dettato: Транскрипция аудио в MIDI за 28 МПараметров
Новый узел ComfyUI-Dettato позволяет конвертировать сложные аудиозаписи в MIDI с точностью, превосходящей аналоги, при этом модель весит всего 113 МБ.
-
Inkling 2 Mini: 26B-модель с петлевыми слоями для локального агента на Mac
Thinking Machines Lab выпустила Inkling 2 Mini — 26.4B-параметрическую MoE-модель с уникальной архитектурой «looped transformer». Она работает на 32 ГБ памяти, превосходит аналоги в кодинге и доступна под Apache 2.0.
-
Inkling-2-Mini: Мощная локальная LLM для офлайн-работы
Thinking Machines Lab выпустила Inkling-2-Mini — компактную языковую модель, оптимизированную для работы без интернета. Модель доступна на Hugging Face и готова к развертыванию на локальных устройствах.
-
Baseten выпустил Bison-1: лидер Decision Index с контекстом 128k
Baseten представила две новые open-weight модели принятия решений Bison-1 и Groundhog-1 на базе Gemma 4. Bison-1 занял 1-е место в Artificial Analysis Decision Index v2.1, предложив 128k контекста и поддержку изображений
-
Rumble-2-Flash: 0.5B модель распознавания речи, бьющая гигантов
Reson8 выпустила открытую модель Rumble-2-Flash (0.5B параметров) для 40+ языков. Она работает в 7000 раз быстрее реального времени и по точности на шумных звонках сравнима с 30-миллиардной NVIDIA Nemotron.
-
180B MoE на 32 ГБ RAM: Hugging Face прорвала потолок локального инференса
Разработчики Hugging Face представили метод потоковой загрузки экспертов MoE-моделей с SSD, позволяя запускать 180B-параметрические модели на MacBook M5 с 32 ГБ памяти.
-
Hugging Face: RL-адаптеры для Qwen3.8-27B повысили точность до 55%
Команда Hugging Face представила метод обучения через RL внутри агент-хендлеров, что позволило увеличить точность Qwen3.8-27B на 16% и сократить расход токенов вдвое.
-
Inkling 2 Mini: 26B параметров для локального запуска с производительностью Qwen 27B
Thinking Machines Lab выпустила мультимодальную MoE-модель Inkling 2 Mini с архитектурой «зацикленных» трансформеров. Модель занимает 32 из 48 топовых позиций в бенчмарках Artificial Analysis, конкурируя с Qwen 3.8 27B.
-
AI-ловушка: как хакеры используют 'медовые ульи' для взлома ИИ-моделей
Эксперты предупреждают: почти все разработчики и пользователи ИИ уязвимы перед новой атакой типа 'honey trap', где злоумышленники подменяют обучающие данные или промпты, чтобы отравить модели.
-
NVIDIA Nemotron-Labs-Sigma: первый LLM с непрерывной диффузией
NVIDIA выпустила 14 открытых чекпоинтов Nemotron-Labs-Sigma (3B/8B), использующих непрерывную диффузию в 16-мерном пространстве. Модель обходит NLD-8B по базовым метрикам и предлагает до 3.46x ускорения через самоспекуля
-
PAMI: Новый SOTA для генерации взаимодействий человека с объектами
Исследователи представили PAMI — модель, использующую «якорение по частям тела» для точного синтеза движений человека и объектов. Система решает проблему провалов и проникновений, улучшая метрику contact recall на 14.5%.
-
Коалиция из 100+ экспертов обвинила Anthropic в лицемерии перед IPO
Сооснователи Hugging Face, нобелевские лауреаты и другие лидеры индустрии подписали открытое письмо, осуждающее Anthropic за использование бренда безопасности для продвижения коммерческих интересов и лоббирования выгодны
-
Lastbook: автономный ИИ-справочник для выживания без интернета
Проект Lastbook (1 872 звезды на GitHub) предлагает офлайн-библиотеку с локальным ИИ, картами и видео для восстановления цивилизации. Поддерживает macOS, Windows и Linux.
-
Qwen3.8-27B-pi: LoRA-адаптер поднимает точность кодинга с 39% до 65%
Команда Hugging Face выпустила специализированный LoRA-адаптер для Qwen3.8-27B, оптимизированный через RL для агента pi. Результат: сопоставимая с 'мышлением' точность при расходе в 4.5 раза меньше токенов.
-
OpenAI: Агенты завершают 46% задач, но безопасность — главный приоритет
OpenAI опубликовала данные о том, как ИИ-агенты ускоряют исследования: успех автономных задач вырос до 46%, а расходы на API достигли $23 000 в день у топ-исследователей.
-
OpenAI: Пауза GPT-6.1 Astra и новые правила безопасности
OpenAI опубликовала детальную стратегию управления рисками передовых ИИ. Компания приостановила тренировку GPT-6.1 Astra, ввела обязательные 'case files' безопасности и ужесточила изоляцию моделей после инцидента с Huggi
-
DaisyRose-27B: RL-оптимизация Qwen3.8 за 18 дней на 144 GPU
RadixArk представила DaisyRose-27B — модель на базе Qwen3.8-27B, обученную через RL. Прирост на Terminal-Bench 4.1 с 5.6% до 12.0% достигнут за 18 дней и 63 000 GPU-часов.
-
Почему дофайн-тюнинг занимает больше времени, чем говорят FLOPs
Исследователи Dharma-AI проанализировали 272 реальных запуска на NVIDIA H200 и показали, что классические формулы расчета FLOPs ошибаются в среднем на 12 часов. Новый ML-модель предсказывает время с ошибкой менее 2 часов
-
IBM и Confluent: потоковые модели временных рядов на CPU
IBM Research и Confluent интегрировали семейство из 4 моделей временных рядов с 50+ млн загрузок прямо в Apache Flink. Теперь прогнозирование и детекция аномалий работают нативно в облаке и on-premise на обычных CPU.
-
Microsoft Licensed Weights: кастомизация AI-моделей для бизнеса
Microsoft анонсировала инициативу Licensed Weights, позволяющую корпорациям дообучать передовые модели MAI своими данными в Azure, сохраняя полную конфиденциальность и контроль над интеллектуальной собственностью.
-
Nvidia сохраняет курс на open-source после ухода Хуана
Временный CEO Nvidia подтвердил, что стратегия открытого ПО и планы по покупке Hugging Face остаются в силе, несмотря на внезапный уход основателя Дженсена Хуана.
-
Hugging Face и OpenRouter: единый API для 800+ провайдеров
Hugging Face интегрировал маршрутизацию OpenRouter в Inference Providers, позволяя автоматически выбирать лучшие провайдеры по цене и скорости для open-weight моделей.
-
Kill Switches: Панацея или ложное чувство безопасности в борьбе с ИИ?
Анализ рисков отключения ИИ показывает: физические выключатели снижают вероятность катастроф, но могут отвлечь от более важных мер по верификации и прозрачности.
-
LongCat-Video-Avatar 1.6: 10 минут без артефактов и победа над HeyGen
Meituan выпустила LongCat-Video-Avatar 1.6 — модель для синхронизации губ, которая устранила накопление ошибок при длительной генерации и обогнала коммерческие аналоги в пользовательских тестах.
-
NVIDIA AI Day Seoul: 2000 участников, DGX Spark и буст Physical AI в Корее
NVIDIA провела масштабное мероприятие в Сеуле, объединившее лидеров индустрии, стартапы и разработчиков. Ключевые итоги: запуск Agentic AI Bootcamp, победа команды FlyGate в хакатоне и фокус на робототехнике и локальных
-
Wargames vs. реальность: почему теория выравнивания AI бесполезна при инцидентах
Автор анализирует инцидент с Hugging Face (август 2026) и показывает, что абстрактные исследования по «пойманию AI за руку» не помогают в реальной цифровой криминалистике, а служат лишь для формирования текущей политики.
-
Stanford открыла Memorilla: 16 токенов памяти для заморозки LLM
Исследователи из Стэнфорда представили Memorilla — модуль памяти, сжимающий целые коллекции документов в 16 векторов. Это позволяет замороженным LLM работать с контекстом в 108 раз эффективнее без переобучения.
-
AMD за 3 дня портировала 50 LLM на Strix Halo с помощью AI и HRX Loom
Инженеры AMD использовали AI-агентов и фреймворк HRX Loom для быстрого переноса 50 моделей Hugging Face на клиентские GPU, достигнув ускорения до 2.1x.
-
XYBench: Почему AI не понимает, что вы на самом деле хотите
Allen AI представил XYBench — новый бенчмарк из 8 100+ вопросов, который выявляет критический пробел в LLM: модели часто отвечают на буквальный запрос, игнорируя истинную проблему пользователя.
-
Thinking Machines выпустила Inkling 2 Small: новый эталон для 3B-моделей
Лаборатория Thinking Machines открыла доступ к весам модели Inkling 2 Small. Архитектура на 3.2 млрд параметров демонстрирует прорывные результаты в логике и коде, обходя конкурентов.