Jun Kim, създател и поддържащ на oMLX, се присъединява към Hugging Face, за да подкрепи MLX общността

Актуализиране в GitHub

Изключително сме развълнувани да приветстваме Jun като най-новия член на екипа ни 🔥. Напълно сме ангажирани с локалния изкуствен интелект, а MLX е основна част от екосистемата. Радваме се, че Jun избра нас за свое ново професионално средище и ще продължи да допринася към MLX.

MLX е рамката на Apple за локален изкуствен интелект, особено оптимизирана за Apple Silicon. Ние сме големи поддръжници на MLX, откакто тя беше коледният подарък от Awni и Angelos през 2023 г., и се гордеем, че Hugging Face е хъбът, където хората откриват MLX модели и допринасят със свои. Използването на отворен и локален изкуствен интелект се ускорява и вярваме в здрава екосистема, в която хората могат да намерят инструментите, които работят най-добре за тях.

Какво е въздействието върху oMLX?

Стабилност и, надяваме се, по-бързо развитие! Преминаването от страничен проект към напълно поддържан и финансиран проект ще позволи на Jun да насочва по-добре сътрудниците и да изгражда проекта с дългосрочна перспектива. oMLX остава под лиценза Apache 2.0, а Jun продължава да го ръководи както досега.

Какво е въздействието върху MLX като цяло?

Крайната ни цел е да дадем възможност на общността да използва локален изкуствен интелект във всякакви форми и да предоставим инструментите и градивните елементи, необходими за това. Очакваме oMLX да служи като тестова среда за нови идеи, като същевременно използва фундаменталната работа на зависимостите, на които вече разчита, като mlx-lm и mlx-vlm. Вярваме, че силните библиотеки за моделиране и инференс помагат на общността, затова бихме искали да пренесем разработките към проектите, където това има смисъл. Сътрудничили сме си с много проекти — mlx-lm, mlx-vlm и LMStudio — и се надяваме да укрепим отношенията си с Cheng, Prince, Yagil и техните екипи, за да служим по-добре на общността заедно.

Конкретно, една от областите на фокус е бързото преминаване от дефиниция на модел в transformers към референтна MLX реализация, която може да се използва от различни енджини, така че всеки от тях да се съсредоточи върху уникалните функции, които предлага. Библиотеката transformers се превърна в референция за дефинициите на ML модели и искаме да улесним процеса, така че новите transformers модели да работят с MLX.

Изключително сме развълнувани от бъдещето.

Добре дошъл, Jun! 🙌

Още статии от нашия блог