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%

Останні новини

Давніші новини

Ars Technica

Nvidia купує Hugging Face за $13 мільярдів

Nvidia домовилася про придбання платформи моделей штучного інтелекту Hugging Face за $13 мільярдів. Для виробника чипів із оцінкою $5,4 трильйона це черговий крок, спрямований на використання фінансових ресурсів для прискорення розвитку ШІ та посилення впливу в галузі. Nvidia заявила, що після угоди Hugging Face залишиться відкритою платформою.

Hugging Face

NeoMME представила компактні мультимодальні енкодери

Hugging Face представила NeoMME — сімейство багатомовних мультимодальних енкодерів на 260M і 800M параметрів. На відміну від архітектур із попередньо навченою системою зору та каузальною мовною моделлю, NeoMME використовує один двонапрямлений Transformer для текстових токенів і необроблених зображень, розділених на патчі 32×32. Моделі навчали з нуля за допомогою цілі маскованої дискретної дифузії; до навчальних даних увійшли тексти, код, математика та зображення документів.

TechCrunch

Nvidia придбає Hugging Face за $12,93 млрд

Nvidia підтвердила придбання Hugging Face за $12,93 млрд після кількох тижнів повідомлень про можливу угоду. Платформа Hugging Face містить три мільйони моделей, один мільйон застосунків і пів мільйона наборів даних. Нею користуються понад 18 мільйонів розробників.

The Verge

Nvidia купує Hugging Face за 12,93 мільярда доларів

Nvidia домовилася про придбання Hugging Face за 12,93 мільярда доларів. Платформа для розміщення моделей штучного інтелекту з відкритим кодом, наборів даних та інструментів перейде під контроль найбільшого у світі виробника AI-чипів. Заснована 2016 року Hugging Face дає розробникам змогу ділитися проєктами й даними; її часто називають аналогом GitHub для ШІ через відкриту бібліотеку моделей і можливості спільної роботи.

The Decoder

Сем Альтман попередив про нестійкий бум AI-інфраструктури

Генеральний директор OpenAI Сем Альтман назвав глобальне розширення обчислювальної інфраструктури для штучного інтелекту «нестійким безумством». В інтерв’ю він заявив, що деякі постачальники неохмарних сервісів оголошують про величезні потужності, не маючи достатньої кількості клієнтів або доходів для обґрунтування таких планів. За словами Альтмана, власне розширення OpenAI є прибутковим і спирається на реальний попит.

The Decoder

Meta випустила Muse Spark 1.3 із покращеннями в агентних завданнях

Meta випустила Muse Spark 1.3 через Muse Code і Meta Model API. Це четверта модель серії за п’ять місяців. Рівень xhigh уже доступний, тоді як версія max, що потребує більше обчислень, наразі працює в обмеженому попередньому доступі для партнерів і проходить додаткові перевірки безпеки. Meta також заявила про підготовку версії з відкритими вагами.

The Decoder

Anthropic уклала з Lambda хмарну угоду на $35 млрд

Anthropic уклала угоду на хмарні обчислення вартістю $35 млрд із Lambda — хмарним провайдером, якого підтримує Nvidia. Про це повідомило Reuters із посиланням на анонімне джерело. Центр обробки даних будують в окрузі Нуесес, штат Техас; його потужність має становити приблизно 350 мегаватів.

MarkTechPost

Perplexity відкрила код інференс-рушія Lily для Apple silicon

Perplexity відкрила код Lily — локального рушія інференсу, який працює в Hybrid Compute для Perplexity Computer. Середовище написане на Rust і використовує спеціально створені ядра Metal, без PyTorch та MLX у ланцюжку виконання. Окрема демонстрація доступна в репозиторії pplx-garden: вона генерує текст через мінімальний HTTP API, сумісний з OpenAI.

Hugging Face

GRPO підвищив точність структурованих відповідей LFM2.5-350M

У відкритій методиці для моделі LiquidAI LFM2.5-350M застосували Group Relative Policy Optimization (GRPO), щоб поліпшити дотримання заданих форматів і схем. Навчання з бібліотекою TRL охоплює близько 500 прикладів і 100 кроків, тому його можна виконати на безкоштовному GPU в Colab або Kaggle. Перевірку провели на відкритому бенчмарку IFStruct, який оцінює валідність відповідей і відповідність JSON-схемам.

Hugging Face

funes додає постійну пам’ять кодинг-агентам

Hugging Face представила funes — систему пам’яті з відкритим кодом для агентів програмування, зокрема Claude Code, Codex, pi та Hermes. Інструмент перетворює журнали вже проведених сесій на локальну пам’ять із пошуком, зберігаючи рішення, невдалі підходи та їхнє обґрунтування. Одна команда створює індекс, додає інструменти recall і get та оновлює індекс після кожного завершеного ходу.

Hugging Face

Відкритий процес навчає кодову модель малювати аквареллю

Відкрита реалізація перевіряє, чи може навчання з підкріпленням навчити мовну модель створювати зображення в акварельному стилі. Проєкт Серджо Панієго розвиває попередню роботу Сур’ї Нарредді, у якій модель пише JavaScript за допомогою p5.brush — бібліотеки, що імітує розтікання пігменту, текстуру паперу та рух пензля. На момент підготовки статті відео Нарредді переглянули понад 1.5M разів.

MarkTechPost

Qwen Developers відкрили код локального пошукового шару zg

Qwen Developers представили zg, також відомий як zvec-grep, — локальний пошуковий шар для людей і програмних агентів, які працюють із кодом. Проєкт поширюється за ліцензією Apache 2.0 та об’єднує ripgrep, ранжування BM25 і векторний пошук в одному інтерфейсі. Пакет доступний у npm під назвою @zvec/zvec-grep, потребує Node.js 22 або новішої версії та працює на macOS, Linux і Windows. Стандартна модель не потребує GPU.