Hugging Face が Multimodal Embedding & Reranker Models with Sentence Transformers をリリース ── テキスト・画像・音声・動画を同じAPIで扱えるマルチモーダル対応が到来
Sentence Transformers v5.4でテキスト・画像・音声・動画を同じAPIで扱うマルチモーダル埋め込み・リランカーが追加
-
-
Hugging Face が ALTK‑Evolve を発表 ── エージェントが仕事から学ぶ仕組みで「永遠のインターン」問題に挑む
Hugging FaceがAIエージェント向け長期学習システムALTK-Evolveを発表。経験から原則を抽出しガイドラインに変換。
-
Hugging Face が ALTK‑Evolve: On‑the‑Job Learning for AI Agents をリリース ── “永遠のインターン”から脱却する長期記憶システム
IBM ResearchがALTK-Evolveを発表。AIエージェントに長期記憶を実装し、AppWorldでΔ14.2%の信頼性向上。
-
Hugging Faceの「Safetensors」がPyTorch Foundationへ移管 ── モデル共有のデファクトが中立性を獲得
Hugging Faceのセキュアなモデルフォーマット「Safetensors」がPyTorch Foundationへ移管。ガバナンスがLinux Foundationに移行し、ベンダー中立性を獲得。
-
Hugging Face が gradio.Server をリリース ── ReactやSvelteのフロントエンドをGradioバックエンドと直接連携可能に
Hugging Faceのgradio.ServerがReact/Svelte等のカスタムフロントエンドとGradioバックエンドの直接連携を可能に
-
Hugging Face が Welcome Gemma 4: Frontier multimodal intelligence on device をリリース ── 画像・音声・テキスト対応の超優秀なマルチモーダルモデル登場
GoogleのGemma 4が登場。音声・画像対応でデバイス上でも動く、Apache 2.0ライセンスのマルチモーダルモデル。
-
Hugging Face が Holo3 をリリース ── OSWorldでSOTA獲得、アクティブ10B参数でGPT-5.4超えの衝撃
Hugging Faceが発表したPC操作エージェント「Holo3」がOSWorldで78.85%を記録。わずか10BのアクティブパラメータでGPT 5.4を凌駕する驚異の性能。
-
Hugging Face が Falcon Perception をリリース ── 画像と言語を1つのTransformerで処理する新アーキテクチャ
Falcon Perceptionは0.6Bの小型モデルながら、画像と言語を1つのTransformerで早期融合しSAM 3を上回るベンチマークを記録した。
-
Hugging Face が Granite 4.0 3B Vision をリリース ── 企業の文書解析に特化したコンパクトVLM登場
IBM Granite 4.0 3B Visionは企業向け文書理解に特化したVLM。ChartNetとDeepStack変種で3Bパラメータを実現。
-
Hugging Face が TRL v1.0 をリリース ── 激動のポストトレーニング分野で「安定した基盤」を宣言
Hugging FaceがTRL v1.0をリリース。75以上のポストトレーニングメソッドを実装し、本番システムで使える安定した図書館へ進化。
