Hugging Face
Hugging Face — это GitHub для машинного обучения: платформа с миллионами открытых моделей, датасетов и демо. Библиотека Transformers и открытые лидерборды сделали её центром притяжения всего open-source ИИ. Здесь собраны все наши материалы о Hugging Face.
NVIDIA выпустила Nemotron 3.5 Super VL на 120B и модели Bolt для локальных агентов
NVIDIA открыла Nemotron 3.5 Super VL на 120 млрд параметров с пятикратным выигрышем в скорости и два Bolt: 74B-A9B влезает в 24 ГБ благодаря 2-битной квантизации.
Qwen3-8B на NPU Intel Core Ultra 5 226V: 10,7 ток/с при 15 Вт и тишина 24 дБ
Автор прогнал Qwen3-8B на трёх блоках Lunar Lake в мини-ПК Ninkear L20: NPU даёт 10,7 ток/с и 1,52 Дж на токен, GPU вдвое быстрее, а система остаётся тихой и…
Microsoft и Hugging Face обучили Qwen3.8-27B на оценках базы: с 38 до 107 задач
Проверки итогового состояния базы данных стали наградой для GRPO: за 50 шагов Qwen3.8-27B поднял pass@1 с 51,70% до 60,78% и почти втрое увеличил число задач с…
Tencent обучила 9B-модель монтировать длинные видео по тексту на уровне Claude Opus 5
Непальский текст «весил» в 3 раза больше английского — токенизатор так и не смогли это исправить до конца
S3AC возвращает критика в RL для LLM: прирост от 1.5B до 397B параметров
Skill∞: агент сам улучшает навыки и свой метанавык, 60,7% на SkillsBench
Обзор из 12 авторов описал, как доверять ИИ, который сам себя улучшает
Исследователи разобрали рекурсивное самоулучшение ИИ: четыре темы доверия, три оптики проверки и стадии S1–S4, на которых прирост качества легко оказывается…
Work Agents: 16 исследователей собрали единую систему координат для ИИ-агентов
Обзор Work Agents описывает агента как связку модели и рабочей обвязки, вводит две оси условий работы, пять форм цифрового труда и пять семейств способностей.
KAIST убрал калибровку из MoE-декодинга и ускорил блоки до 2,69× к vLLM
Бенчмарк iPrefBench: iOS-агенты выполняют 91,6% действий, но решают 47,7% задач
ThinkBit сжимает Qwen3-14B до 3,74 ГБ и держит 94,8 на MATH-500
GPT-4o mini держит 37–38 правил замены слов при 95% точности
AMBIT учит одну модель генерировать и редактировать 3D-звук по тексту
Команда NoizAI представила AMBIT: языковая команда превращается в ScenePlan с источниками и 3D-траекториями, а одна Transfusion-модель рендерит Ambisonics и правит…
Независимый критик поднял точность кодинг-агентов на 5.9–9.5 п.п.
Авторы сравнили 17 схем проверки работы агентов на семи моделях. Отдельный критик дал до +9.5 п.п. на Terminal-Bench при росте стоимости всего в 1.13–1.25 раза.