Sakhanda Wire
NVDA $150.96 -2.89% MSFT $508.29 +0.40% GOOGL $282.44 +0.80% META $616.38 -0.40% AMZN $267.74 +3.82%

Последни новини

По-стари новини

Ars Technica

Nvidia ще придобие Hugging Face за 13 млрд. долара

Nvidia се е договорила да придобие платформата за модели на изкуствен интелект Hugging Face за 13 млрд. долара. Сделката е поредната стъпка на производителя на чипове, оценяван на 5,4 трилиона долара, да използва финансовите си ресурси за ускоряване на развитието на изкуствения интелект и за засилване на влиянието си в сектора. Nvidia заявява, че Hugging Face ще остане отворена и след придобиването.

Hugging Face

NeoMME представя компактни многоезични мултимодални енкодери

Hugging Face представи NeoMME — семейство от многоезични мултимодални енкодери с 260M и 800M параметъра. За разлика от архитектурите, които съчетават предварително обучен зрителен модул с каузален езиков модел, NeoMME използва един двупосочен Transformer за текстови токени и необработени изображения, разделени на пачове 32×32. Моделите са обучени от нулата с цел за маскирана дискретна дифузия и обработват текст, код, математика и документни изображения.

TechCrunch

Nvidia ще придобие Hugging Face за 12,93 млрд. долара

Nvidia потвърди, че ще придобие Hugging Face за 12,93 млрд. долара след седмици спекулации за възможна сделка. Платформата на Hugging Face включва три милиона модела, един милион приложения и половин милион набора от данни, като се използва от над 18 милиона разработчици.

The Verge

Nvidia ще придобие Hugging Face за 12,93 млрд. долара

Nvidia се е договорила да придобие Hugging Face за 12,93 млрд. долара, с което една от най-популярните платформи за отворени AI модели, набори от данни и инструменти ще стане част от компанията за AI чипове. Основана през 2016 г., Hugging Face позволява на разработчици да споделят машиннообучителни проекти и често е сравнявана с GitHub заради публичното хранилище и функциите за сътрудничество.

The Decoder

Сам Алтман предупреди за неустойчив бум в AI инфраструктурата

Главният изпълнителен директор на OpenAI Сам Алтман определи глобалното разрастване на изчислителната инфраструктура за изкуствен интелект като „неустойчиво безумие“. В интервю той заяви, че някои доставчици на неооблачни услуги обявяват огромен капацитет, без да разполагат с достатъчно клиенти или приходи, които да оправдаят тези планове. По думите му собственото разширяване на OpenAI е рентабилно и подкрепено от реално търсене.

The Decoder

Meta представи Muse Spark 1.3 с по-силно представяне при агентни задачи

Meta представи Muse Spark 1.3 чрез Muse Code и Meta Model API. Това е четвъртият модел от серията за пет месеца. Нивото xhigh вече е достъпно, докато по-изчислително интензивната версия max засега се предлага ограничено на партньори и преминава допълнителни тестове за безопасност. Meta съобщава и че подготвя версия с отворени тегла.

The Decoder

Anthropic сключи облачна сделка за 35 млрд. долара с Lambda

Anthropic е сключила договор за облачни изчисления на стойност 35 млрд. долара с Lambda, доставчик на облачни услуги, подкрепян от Nvidia. Reuters съобщава това, позовавайки се на анонимен източник. Предвиденият център за данни се изгражда в окръг Нуесес, Тексас, и ще разполага с капацитет от приблизително 350 мегавата.

MarkTechPost

Perplexity пусна с отворен код инференс двигателя Lily

Perplexity публикува с отворен код Lily — локалния инференс двигател, използван от Hybrid Compute в Perplexity Computer. Средата е написана на Rust и използва специално разработени Metal ядра, без PyTorch или MLX в изпълнителния път. Публична демонстрация в хранилището pplx-garden осигурява генериране на текст чрез минимален OpenAI-съвместим HTTP API.

Hugging Face

GRPO дообучаване повишава резултата на LFM2.5-350M при структурирани изходи

Публична рецепта за обучение използва Group Relative Policy Optimization (GRPO), за да подобри спазването на зададени структури от модела LiquidAI LFM2.5-350M. Процедурата разчита на библиотеката TRL, около 500 обучаващи примера и 100 стъпки, което позволява изпълнение върху безплатен GPU в Colab или Kaggle. Резултатите са измерени с отворения тест IFStruct за валидност на отговорите и съответствие с JSON схеми.

Hugging Face

funes добавя постоянна памет към кодиращите агенти

Hugging Face представи funes — пам메т слой с отворен код за кодиращи агенти като Claude Code, Codex, pi и Hermes. Инструментът превръща съществуващите записи от сесиите в локална памет за търсене, като съхранява решенията, неуспешните подходи и основанията за тях. Една команда създава индекс, добавя инструменти за припомняне и извличане и обновява индекса след приключването на всеки ход.

Hugging Face

Отворен процес обучава кодиращ модел да рисува акварели

Отворена реализация изследва дали подсилващото обучение може да научи езиков модел да създава картини в акварелен стил. Проектът, описан от Серджо Паниего, следва по-ранна работа на Сурия Нареди, при която модел пише JavaScript с p5.brush — библиотека, симулираща разтичане на пигмента, текстура на хартията и движение на четката. Видеото на Нареди е имало над 1.5M гледания към момента на написването на статията.

MarkTechPost

Qwen Developers пуснаха с отворен код локалния слой zg

Qwen Developers публикуваха zg, известен и като zvec-grep — локално ориентиран слой за търсене, предназначен за хора и кодиращи агенти. Проектът е под лиценз Apache 2.0 и обединява ripgrep, класиране по BM25 и векторно търсене в един интерфейс. Пакетът се инсталира от npm като @zvec/zvec-grep, работи с Node.js 22 или по-нова версия на macOS, Linux и Windows, а стандартният модел не изисква GPU.