Новости про Hugging Face
430 материалов с упоминанием Hugging Face: релизы, бенчмарки, цены и доступность. Профиль компании и её модели — на странице Hugging Face.
-
Hugging Face объединила EEE и Community Evals: единый стандарт для 229k оценок
Hugging Face интегрировала проект EvalEval Coalition (EEE) с собственной системой Community Evals, создав единую экосистему для верификации и кросс-ссылания результатов тестирования LLM.
-
NVIDIA DFlash: ускорение Blackwell до 15x через блочное диффузионное декодирование
NVIDIA представила DFlash — open-source модель для спекулятивного декодирования, которая ускоряет инференс LLM на GPU Blackwell до 15x за счет параллельной генерации блоков токенов.
-
ScarfBench: ИИ-агенты провалили миграцию Java-приложений с точностью <10%
IBM Research представила ScarfBench — первый бенчмарк для оценки способности ИИ-агентов переносить корпоративные Java-приложения между фреймворками. Результаты показали, что даже топовые модели не могут гарантировать раб
- GPT-SoVITS научили русскому: энтузиаст собрал русско-китайскую голосовую модель и выложил её с кодом
- Qwen3.6-27B Uncensored уже скачали 628 тысяч раз: зачем модели убрали отказы и кому это реально нужно
- Hy-MT1.5 влез в 440 МБ и переводит офлайн на смартфоне: зачем бизнесу модель на 1.25 бит
- ACE-Step 1.5 XL: бесплатная модель для музыки и звуков уже на уровне студийного качества
- GigaChat-3.1 от Sber: Ultra и Lightning сделали AI-модели надежнее на практике
- VOID от Netflix: удаление объектов и их физических последствий в видео стало заметно ближе к массовому продакшену
- Google нагулял Gemma 4 на Hugging Face: в одной коллекции собраны версии 33B, 27B, 8B и 5B
- Google Gemma 4 запущена для production: reasoning, автономные агенты и мощность на обычном железе для команд
- prompts.chat с 143k звёзд: единая библиотека промптов, self-host и MCP для AI-команд без хаоса
- 10 GitHub-репозиториев для AI в 2026: от первых экспериментов до рабочего production-агента за месяц
- Mistral Voxtral TTS: 4B модель, 70ms latency и живой голос для бизнес-агентов
- Cohere выпустила Transcribe: открытая модель распознавания речи с WER 5,42 и 61% побед в тестах
- Qwen3.5-27B-Claude-4.6-Opus-Reasoning-Distilled: модель для автономных coding-агентов
-
Вместо JSON Tool Calling: как новые модели учатся писать код для вызова инструментов
<p>Anthropic представила Claude Sonnet 4.6: теперь ИИ пишет Python вместо JSON-скриптов для вызова программных инструментов.</p>
-
Mistral выпустила Voxtral Transcribe 2: новые модели для масштабного мультиязычного автоматического распознавания речи
<p>Voxtral Transcribe 2 предлагает две модели для групповой транскрипции и потокового распознавания с поддержкой 13 языков. Решение ориентировано на бизнес и масштабирование.</p>
-
NVIDIA революционизирует климатические технологии с "Earth-2": первым полностью открытым ускоренным AI-пакетом для прогнозов погоды
<p>NVIDIA выпустила платформу Earth-2 — серию моделей и инструментов для AI-прогнозирования погоды, которая делает климатику доступной для широкой аудитории.</p>
-
Google представила TranslateGemma: новая эра открытого машинного перевода на базе Gemma 3
<p>Google AI запустила TranslateGemma — семейство моделей перевода с поддержкой 55 языков и возможностью работы на разных устройствах. Эти модели используют до 27 миллиардов параметров и требуют нового подхода к обучению
-
Tencent HY-MT1.5: новые модели машинного перевода для устройств и облака
<p>Tencent представить HY-MT1.5: два мультиязыковых модели для мобильных и облачных решений, поддерживающих 33 языка и доступных как open-source.</p>
-
Модели Large Language и Transformery Hugging Face: революция в NLP
<p>Библиотека Transformers от Hugging Face делает сложные задачи NLP доступными за несколько строк кода.</p>
-
Google создала компактную модель FunctionGemma для запуска на-edge устройств
<p>FunctionGemma — это модель с 270 миллионами параметров, оптимизированная для вызова функций и работы на устройствах с ограниченными ресурсами.</p>
-
Google Health AI выводит голос в медицину - MedASR для клинической диктовки
<p>Google Health AI опубликовал MedASR с открытыми весами - узкоспециализированную модель распознавания речи для клинической диктовки. Модель весом 105M обучена на ~5000 часах медицинской речи и в ряде наборов данных обг
-
NTv3 меняет правила игры - модель для 1 Mb геномных контекстов и управляемого дизайна последовательностей
<p>InstaDeep представила NTv3 - мультивидовой фундаментальный геномный модель, способный работать с окнами в 1 Mb на уровне отдельных нуклеотидов и генерировать контролируемые последовательности ДНК.</p>
-
MedASR от Google Health: Conformer ASR на 105M для клинической диктовки
<p>Google Health выпустила MedASR - открытую модель распознавания речи, заточенную под клиническую диктовку. По внутренним тестам MedASR обходит массовые модели по WER в медицинских сценариях.</p>
-
KV caching спасает генерацию длинных текстов: 5x ускорение в бенчмарке
<p>Автогенерация длинных текстов тормозит с ростом контекста даже при тех же модели и железе. Простой кеш ключей и значений (KV caching) превращает квадратичную боль в почти линейную скорость.</p>
-
NVIDIA выпустила Nemotron 3 - открытая MoE платформа для agentic AI с контекстом в 1 000 000 токенов
<p>NVIDIA представила семейство Nemotron 3: три открытые модели для agentic AI с упором на длинный контекст и контроль стоимости inference. Nano уже доступен, Super и Ultra выходят в H1 2026.</p>
-
KV caching: как ускорить генерацию длинных ответов почти в 5 раз
<p>Генерация первых токенов в LLM быстрая, но чем длиннее ответ, тем медленнее система работает. Простая оптимизация KV caching радикально меняет картину и делает генерацию практически линейной по времени.</p>
-
NVIDIA выпустила Nemotron 3 - гибрид Mamba Transformer MoE для агентного ИИ с контекстом в 1M токенов
<p>NVIDIA представила Nemotron 3 - открытую модельную семью для агентного ИИ, заточенную под длинные контексты и экономичный инференс. Nano уже доступен с весами и рецептами, Super и Ultra выйдут в H1 2026.</p>