Hugging Face が Newer Models, Same Advantage を発表 ── 新鋭モデルを凌ぐ「特化型OCR」の真価
ブラジルポルトガル語特化の「DharmaOCR」が最新モデルを凌駕。DPOによる出力の暴走抑制で、最高の抽出品質と安定性を両立したメカニズムに迫る。
-
-
Hugging Face が Welcome Inkling by Thinking Machines をリリース ── 約1兆パラメータのネイティブマルチモーダルMoE登場
Thinking Machinesの約1兆パラメータに及ぶ超巨大マルチモーダルMoEモデル「Inkling」がHugging Faceに登場。画像・音声・テキストをネイティブに処理し、1Mのコンテキストをサポート。
-
Ai2 が maritime AI agent「Shippy」の設計思想を公開 ── 魂・スキル・設定の3枚構成で高リスク領域の信頼を担保する
Ai2のSkylightチームが海事AIエージェントShippyの設計思想を公開。soul・skills・configの3層構成で信頼性を担保する実践的アプローチ。
-
Hugging Face が Model Routing Is Simple. Until It Isn’t. を公開 ── 定価が安いLLMを使うと逆に高コストになる罠
エージェントのモデルルーティングの罠を解説。キャッシュの効き方でトークン単価が安いGPT-4.1がClaude Sonnetより高コストになるという興味深い検証結果を公開。
-
Hugging Face が Introducing Real World VoiceEQ: Measuring the human quality of voice AI をリリース ── 既存ベンチマークでは測れない「人間らしさ」を評価する新指標
音声AIの「人間らしさ」を測る新ベンチマーク「Real World VoiceEQ」。100万件以上の人間の評価データに基づき、感情やトーンなど従来指標では測れなかった領域を評価する。
-
Hugging Face が Profiling in PyTorch (Part 3): Attention is all you profile を公開 ── Attentionのプロファイリングで最適化の極意に迫る
Hugging FaceがPyTorchプロファイリング連載第3弾を公開。Attentionの各種実装をプロファイラで比較し、最適化の勘所を解説。
-
Hugging Face が「Data for Agents」を特集 ── 本物のAIエージェントを作る鍵は合成データにあり
NVIDIAが語る本物のAIエージェント開発の鍵。API失敗からの復帰や複雑な推論を支える合成データの重要性とは。
-
Hugging Face が Native-speed vLLM transformers modeling backend をリリース ── 専用コード不要でネイティブ実装を超える爆速推論を実現
transformersがvLLMのネイティブ実装と同等以上のスループットを達成。専用コード不要で超高速推論が可能に。
-
Hugging Face が From Hugging Face to Amazon SageMaker Studio in one click をリリース ── AWSの面倒な初期設定をスキップしてワンクリックで学習・デプロイ
Hugging FaceとAmazon SageMaker Studioのワンクリック連携が発表。面倒なIAM権限設定や環境構築を自動化し、モデルをすぐにファインチューニング・デプロイ可能に。
-
Hugging Face が Run AI workloads on any cloud, store on Hugging Face: zero-egress storage with SkyPilot をリリース ── データはHubに、GPUはどこでも使える、エグレス料金ゼロの新構成
Hugging FaceとSkyPilotが連携。データをHubに置いたまま20以上のクラウドでGPUジョブを起動でき、エグレス料金ゼロでデータを読み込める新機能をリリース。
