Sakhanda Wire
NVDA $153.73 -1.54% MSFT $506.30 -2.26% GOOGL $280.09 -1.28% META $619.28 -1.14% AMZN $256.62 -0.44%

Hugging Face

111 новини · всички източници

Hugging Face

Политики за ходене на Microduck преминават от симулация към реален робот

Pollen Robotics и Hugging Face представиха работен процес за обучение на двукракия робот с отворен код Microduck в симулация и прехвърляне на политиката за ходене към физически робот. Урокът използва NVIDIA Isaac Lab 3.0 и Newton, за да моделира реакцията на сервомоторите, триенето, закъсненията и луфта в редукторите — фактори, които влияят на поведението извън симулация.

Hugging Face

VocabX намалява разходите за извеждане на модел със 77%

Методът за специализиране на речника VocabX е намалил измерените разходи за извеждане на система за оценяване на португалски есета със 77,0%, според резултати от все още нерецензирана научна статия. Системата използва Qwen3-4B, но първоначалният му токенизатор е създаден за много езици и области. Така той работи с речник от 151 669 записа и разделя повтарящите се JSON структури на повече токени от необходимото.

Hugging Face

Профилирането на TorchNeuron сравнява три реализации на RMSNorm

Публикувано на 21 октомври 2026 г., ръководството разглежда анализа на производителността при инференция с TorchNeuron — нативен open source бекенд за PyTorch върху AWS Trainium. Първата част не изисква предишен опит с профилиране и показва как се настройва torch.profiler с Neuron, как се записва проследяване и как се сравнява времето за процесора с времето на устройството.

Hugging Face

IBM обнови моделите Granite Speech за точност, скорост и разпознаване на говорители

IBM представи три обновления в колекцията Granite Speech: новия granite-speech-5.0-2b и преработени версии на granite-speech-5.0-470m-turboctc и granite-speech-4.1-2b-plus. Моделите са предназначени съответно за многоезична транскрипция и превод, бърза обработка на устройства и записи с множество говорители.

Hugging Face

NVIDIA представи Kumo Forecast за прогнозиране на времеви редове

NVIDIA Kumo Forecast, познат по-рано като NV-Tesseract Forecasting, е многовариационен модел за прогнозиране на времеви редове. Той съчетава предварително обучени представяния с модели, извлечени от исторически данни. В основата му е Transformer моделът MOMENT-1-large, включващ енкодер с приблизително 340 милиона параметъра и обучаема глава за прогнозиране. Директният режим използва последните наблюдения, а Domain-Aware Representation and Retrieval (DARR) добавя сходни исторически модели чрез търсене на най-близки съседи.

Hugging Face

SimReady Central предлага над 2 000 готови за симулация 3D актива

SimReady Central, нова библиотека в Hugging Face, събира над 2 000 OpenUSD актива, подготвени за симулационни работни процеси. Безплатната библиотека без ограничения за достъп е предназначена да служи като отправна точка за среди за обучение на роботи и цифрови двойници на AI фабрики. Каталогът включва роботизирани рамена и захвати, складово оборудване, стелажи, охладителна инфраструктура и други компоненти.

Hugging Face

NVIDIA представи генеративен симулатор за хирургични процедури в реално време

NVIDIA представи Cosmos3-H-Dreams — изследователски симулатор, който генерира интерактивно видео на клинични хирургични процедури. Системата е обучена със синхронизирани видеозаписи и данни за кинематиката на робот по време на холецистектомии, извършени с платформата Versius на CMR Surgical. Според NVIDIA това е първият генеративен хирургичен симулатор в реално време, обучен с клинични записи на холецистектомии и поддържащ управление чрез кинематични данни.

Hugging Face

FairStress изследва скритите демографски асиметрии в решенията на LLM

Изследователи от AI2 представиха FairStress — benchmark за оценка на демографската справедливост при големите езикови модели отвъд крайния им избор. Той включва 300 сценария с по двама кандидати в 29 области, сред които подбор на служители, кредитиране, здравеопазване, образование, жилища и наказателно правосъдие. Варира се начинът, по който е представена идентичността — от липсваща или косвено загатната до изрично посочена — както и убедителните насочващи твърдения, наречени adversarial prefixes.

Hugging Face

Научена памет извежда GPT-4.1 начело в retail теста τ²-bench

ALTK-Evolve използва GPT-4.1, за да извлича поведенчески насоки от предишни опити на агента и да ги добавя към системния му prompt. Теглата на модела не се променят и не е нужна човешка анотация. В retail частта на τ²-bench така полученият ReAct агент достига Pass^4 от 67,5% — дялът от задачите, решени успешно и в четирите опита — и надминава всички retail записи в снимката на класацията от 12 октомври 2026 г.

Hugging Face

Hugging Face добавя нативна TPU поддръжка чрез TorchTPU

Hugging Face представи TorchTPU — нативен бекенд за PyTorch, който позволява Tensor Processing Units на Google да се използват като обикновено устройство. Компанията посочва, че Transformers, Diffusers и Kernels вече работят директно с TPU. Потребителите могат да заредят модел от Hub и да го насочат към „tpu“, без да пренасят кода си към JAX или да използват torch_xla.

Hugging Face

AnyLanguageModel 1.0 обединява достъпа до модели в Swift приложения

AnyLanguageModel 1.0 е пуснат след година разработка и десетки версии. Swift пакетът е замислен като директен заместител на рамката Foundation Models на Apple, така че разработчиците да запазят един и същ код за сесиите, докато избират системни, локални или хоствани модели. С изданието излизат и swift-huggingface 1.0 и swift-xet 1.0.

Hugging Face

PyTorch 2.15 разширява възможностите на MPS за Apple silicon

PyTorch 2.15 носи значителни подобрения за MPS върху компютри с Apple silicon. Актуализацията добавя поддръжка за тензори torch.float8_e4m3fn и мащабирано матрично умножение, като FP8 стойностите използват наполовина по-малко памет от BF16. Изискванията вече включват macOS 15 или по-нова версия и Python 3.11 или по-нова версия.