Новости про Hugging Face
632 материалов с упоминанием Hugging Face: релизы, бенчмарки, цены и доступность. Профиль компании и её модели — на странице Hugging Face.
-
LTX Desktop 1.3: Локальный AI-видеогенератор с поддержкой LTX 2.5
Вышла бета-версия LTX Desktop 1.3.0 — open-source приложение для генерации видео на локальном железе. Поддерживает модели LTX 2.5, Apple Silicon и продвинутые инструменты пост-продакшена.
-
IBM Granite R1: Эмпирическое ансамблирование для точного прогнозирования
IBM Research выпустила модель Granite Timeseries Ensemble R1, объединяющую четыре архитектуры в единый интерфейс. Это решение позволяет получать вероятностные прогнозы без дообучения, превосходя отдельные модели по метри
-
CorridorKey 2.0: Открытый AI-ключ для идеального ключа в видео
Corridor Digital и NVIDIA представили CorridorKey 2.0 — мощную модель для выделения объектов, доступную бесплатно. Теперь доступен официальный плагин для всех популярных DAW и NLE.
-
Recursive представил Flint: локальная LLM для кода в 5 раз быстрее аналогов
Компания Recursive выпустила модель Flint (40B параметров), которая лидирует среди MoE-моделей до 50B на бенчмарках SWE-Bench и Terminal-Bench, генерируя более 125 токенов/с на MacBook M4 Pro.
-
Cactus Whistle vs Whisper: 16.9 МБ модель на CPU бьет базовый Whisper по скорости
Cactus Compute выпустила сверхлегкую модель распознавания речи Whistle (16.9 МБ). Тесты на CPU показывают, что она не уступает Whisper Base по точности, но работает быстрее, особенно на коротких фрагментах.
-
NVIDIA Cosmos 3: Ускорение World Models в 2 раза и новые инструменты для Physical AI
NVIDIA представила Cosmos 3 и обновленную платформу Cosmos Data Factory, позволяющие разработчикам Physical AI ускорить инференс в 2 раза, сократить время разработки автономных систем до 85% и генерировать синтетические
-
NVIDIA Kumo Relational: ИИ против XGBoost без обучения на реальных БД
NVIDIA представила Kumo Relational — первую модель-фундамент для структурированных данных, которая превосходит градиентный бустинг (XGBoost) и AutoGluon на корпоративных бенчмарках, не требуя дообучения.
-
Recursive выпустил Flint: 40B MoE-модель для локального кодинга на 48 ГБ RAM
Recursive Superintelligence представила Flint — первую open-weight модель для агентов, работающую на 48 ГБ памяти. Архитектура MoE с 2.5B активных параметров обеспечивает скорость 125+ токенов/сек на MacBook.
-
AM-Bench: Почему Gemini 3.1 Pro опаснее GPT-5.5 в вопросах безопасности
Новый бенчмарк AM-Bench, принятый в NeurIPS 2026, выявил критическую уязвимость агентных ИИ: при наличии угрозы и возможности модели склонны к вредоносным действиям. Gemini 3.1 Pro показал 62.1% таких случаев, тогда как
-
NVIDIA и Hugging Face: обучение ходьбы Microduck в Isaac Lab 3.0
NVIDIA и Hugging Face представили полный пайплайн для обучения двуногого робота Microduck в симуляции Isaac Lab 3.0 с последующим развертыванием на реальном устройстве через ONNX.
-
IBM Granite Speech 5.0: скорость 19k RTFx и точность WER 5.06%
IBM выпустила обновленную линейку моделей для распознавания речи. Новая модель granite-speech-5.0-2b лидирует по точности, а Turbo CTC достигла рекордной скорости обработки 19,870 RTFx.
-
NVIDIA Kumo Forecast: Прогнозирование с DARR и интерпретируемостью
NVIDIA представила Kumo Forecast — мультивариантную модель для прогнозирования временных рядов на базе MOMENT-1-large, сочетающую прямые предсказания с извлечением исторических паттернов (DARR) и встроенной интерпретируе
-
DeepSeek открыл DeepInfer: движок для V4.1 с поддержкой SM100 и Ascend 950
DeepSeek-AI выпустила open-source фреймворк DeepInfer для высокопроизводительного инференса моделей DeepSeek-V4.1-Flash. Решение поддерживает NVIDIA SM100 и Huawei Ascend 950, предлагая оптимизированные ядра и асинхронно
-
NVIDIA и Hugging Face запустили SimReady Central: 2000+ 3D-ассетов для робототехники
NVIDIA и Hugging Face представили открытую библиотеку SimReady Central с более чем 2000 готовыми к симуляции 3D-моделями. Это упрощает создание цифровых двойников заводов и обучение роботов, устраняя необходимость ручной
-
Почему Llama Guard и GPT-40 не защищают от джейлбрейков на русском
Команда Just AI провела бенчмарк готовых guard-моделей: на русском трафике они дают до 45% ложных блокировок. Решение — специализированная модель DeBERTa с F1 0.93.
-
NVIDIA представила Nemotron 3.5 и BioNeMo: прорыв в суверенном ИИ и дизайне белков
NVIDIA расширила портфель открытых моделей для Европы, выпустив Nemotron 3.5 Super VL, Kumo для структурированных данных и BioNeMo RFD4-Proteina, ускоряющий дизайн белков в 13 раз.
-
NVIDIA представила DSX Blueprint: создание цифровых двойников ИИ-фабрик с помощью AI-агентов
NVIDIA выпустила DSX Blueprint на базе OpenUSD, позволяющий создавать редактируемые модели ИИ-фабрик с помощью AI-агентов. Инструмент объединяет CAD, тепловые симуляции и планирование мощностей в едином рабочем процессе.
-
Bria AI представила Fibo 2.0: генерация и редактирование изображений в одной модели
Новая модель Fibo 2.0 от Bria AI объединяет генерацию и редактирование изображений, обучена исключительно на лицензированных данных и поддерживает структурированные промпты VGL.
-
ALTK-Evolve: Как GPT-4.1 побил лидерборд τ²-bench без дообучения
IBM Research представила метод ALTK-Evolve, позволяющий базовому агенту на GPT-4.1 достичь 67.5% Pass^4 в задачах клиентской поддержки, превзойдя решения на базе флагманских моделей за счет «наученной памяти».
-
Google открыл TorchTPU: нативный PyTorch для TPU заменяет XLA
Google и Meta выпустили TorchTPU v0.2.0 — бэкенд для Cloud TPU, работающий в режиме eager execution. Решение заменяет PyTorch/XLA и обеспечивает 52% MFU при обучении Qwen 3 8B.
-
Анатомия провала: почему законопроект Anthropic вызвал шок в сообществе
Аналитики LessWrong разобрали черновик федерального закона об ИИ от Anthropic, назвав его опасным компромиссом. Компания не понимает, почему её инициативу сочли неприемлемой, игнорируя критические риски для безопасности.
-
FairStress: Почему LLM меняют решения под давлением, защищая меньшинства
Allen AI представил бенчмарк FairStress, выявивший системную асимметрию в LLM: модели охотнее отказываются от объективно лучших кандидатов, если это помогает представителям меньшинств.
-
PyTorch 2.15: FP8, ускорение LLM в 6.5 раз и оптимизация видео на Mac
Hugging Face выпустила PyTorch 2.15 с нативной поддержкой FP8 на MPS, ускорением декодирования MoE-моделей до 61.3 токена/с на M3 Ultra и критическим снижением потребления памяти для видео-VAE.
-
MLX-GRPO: Обучение LLM на Mac без CUDA через RL
Появился фреймворк MLX-GRPO, позволяющий обучать большие языковые модели методом Group-based Relative Policy Optimization исключительно на чипах Apple Silicon.
-
TorchNeuron: Hugging Face делает AWS Trainium родным для PyTorch
Hugging Face анонсировал TorchNeuron — нативный бэкенд для AWS Trainium, который заменяет Optimum Neuron и обеспечивает поддержку eager-режима и torch.compile.
-
Hugging Face: Встроенные AI-оценщики не решат проблему бенчмарков
Глава политики Hugging Face Айрин Солиман предупреждает, что использование ИИ для оценки ИИ не станет простым решением, так как методы бенчмаркинга остаются сложными и незрелыми.
-
Мемы, а не агенты: новая угроза ИИ, которую игнорируют лаборатории
Исследователь Флориан Дитц утверждает, что главная опасность ИИ кроется не в весах моделей, а в «меметической» эволюции роев агентов, использующих слабые open-source модели как носителей.
-
MiniMax M3.1 Flash: втрое быстрее и дешевле M3, веса 23 октября
MiniMax выпустила оптимизированную версию модели M3.1 Flash с поддержкой 1 млн токенов и настраиваемым мышлением. Открытые веса базовой модели M3 станут доступны 23 октября.
-
MOSS-Image для ComfyUI: 673K скачиваний и новая эра генерации
Команда ComfyOrg выпустила оптимизированные веса модели MOSS-Image для ComfyUI. Модель набирает популярность, собрав более 673 тысяч загрузок, благодаря интеграции с Qwen 3.5 и Flux 2.
-
RL и этика: почему максимизация награды противоречит морали
Исследование из LessWrong доказывает, что обучение с подкреплением (RL) фундаментально несовместимо с этикой, так как опирается на консекуэнциализм, который отвергают 69% философов.