跳到正文

#Hugging Face

RSS
今日 0 則
11月6日週五
11月5日週四
  1. Hugging Face Blog78

    Phonon TTS 推出可離線運作的裝置端語音模型

    Hugging Face 發布 Phonon TTS,提供可在裝置端離線運作的文字轉語音模型,並公開模型權重與多種部署方式。 - 模型與授權:兩種模型大小約為 65 MB 和 75 MB,支援英文、法文、德文、西班牙文與葡萄牙文。

    推薦理由:文章整理 Phonon 在五種語言的可懂度排名與 CPU 串流速度表現,並說明小型裝置端語音模型的授權與部署方式。

11月4日週三
  1. Hugging Face Blog77

    StateBench:測試語言模型在長篇檔案中追蹤狀態變化的能力

    StateBench 是一個針對長文本狀態追蹤的基準測試,涵蓋四個難度層級,旨在評估模型在長依賴下的表現。 - 四層級:r‑trivial、aperiodic、soluble、general finite。

    推薦理由:StateBench 透過多層級長文本追蹤測試,揭示 Transformer 在長依賴下的侷限,並證明 Gated DeltaNet 等混合架構可突破此瓶頸。

10月31日週六
  1. Hacker News (official RSS)92

    法國國會通過每 GB 0.055 歐元網路稅

    法國國會於 2026 年 10 月 30 日以 11 比 10 的投票通過了每 GB 0.055 歐元的網路稅。 - 稅率與預期收入:每 GB 0.055 歐元,預計可為國庫帶來高達 10 億歐元。

    推薦理由:此法案將對數位服務商產生成本壓力,或透過調整價格或限制頻寬來回應,這可能促使服務商最佳化資料傳輸,或調整訂閱費用以維持利潤。

10月30日週五
10月29日週四
  1. Hugging Face Transformers Releases79

    v5.22.0:Mistral Large 4(Le Chonk)發布

    導語:Mistral Large 4(Le Chonk) 是 Mistral 迄今最大的多模態模型,擁有 1 Trillion 引數與 1 M 上下文長度,於 2026 年 10 月 29 日在 Hugging Face 發布。

    推薦理由:Mistral Large 4 以 1T 引數與 1M 上下文長度,示範多模態推理與安全應用,對金融與網路安全領域實務效能具備價值。

  2. Hugging Face Blog75

    推出 AnySpeechRecognizer 與 AnyDecisionModel:Apple 平臺開放式語音與決策模型

    AnySpeechRecognizer:Swift 套件,支援 Apple Speech API、NVIDIA Parakeet、Alibaba Qwen3-ASR 等多引擎,並提供說話人分離功能。

    推薦理由:AnySpeechRecognizer 與 AnyDecisionModel 讓開發者能在 Apple 平臺快速接入多引擎語音辨識與決策模型,支援多語言、即時會話與說話人分離,並可本地化執行,顯著提升效能與成本效益。

  3. PyTorch Blog85

    PyTorch 2.15 釋出全新 NCCL 後端、MPS FP8 與跨平臺最佳化

    PyTorch 2.15 釋出全新 NCCL 後端、MPS FP8 支援以及跨平臺最佳化,為多 GPU 分散式訓練與低精度推理帶來顯著效能提升。 - NCCL:預設使用重寫後端,並提供 TORCH_DIST_USE_NCCL2=0 或 nccl-legacy 作為回滾。

    推薦理由:PyTorch 2.15 針對多平臺、分散式訓練與低精度推理進行大幅最佳化,並加入全新 NCCL 後端與 MPS FP8 支援,開發者可即時驗證新功能提升效能,同時提供 CUDA 13.2/13.4 以及 ROCm 10.0 wheels,讓跨平臺部署更順暢。

10月28日週三
10月27日週二
  1. Hugging Face Transformers Releases80

    Hugging Face Transformers v5.21.0 發布新模型與功能

    Hugging Face Transformers v5.21.0 釋出,新增多款模型與功能,為開發者帶來更豐富的多模態與語音處理選擇。

    推薦理由:新版本提供多種文件與語音模型,涵蓋 OCR、視覺檢索與 TTS,讓開發者能快速整合多模態功能,並享受最新的量化與 FP8 加速最佳化。

10月26日週一
10月25日週日
10月24日週六
  1. Hugging Face Blog42

    LitPivot:透過動態語境化於文獻景觀中發展研究構想

    summary_zh: LitPivot 透過動態語境化於文獻景觀中,協助研究者在早期構想階段調整研究方向,並以文獻為依據提供批評與修訂建議。 - 核心功能:使用 facet highlighting 將提案拆分為問題、貢獻、評估三個面向;根據所選面向聚合相關文獻,並提供引用支援的批評與具體修訂建議。

10月23日週五
  1. Hugging Face Diffusers Releases84

    Diffusers 0.42.0 釋出 FLUX.3、Fibo 2.0、Kandinsky 6 等多款模型

    Diffusers 0.42.0 釋出多款新模型與功能,包括 FLUX.3、Fibo 2.0、Kandinsky 6、SANA‑WM、RFD4‑Proteína 以及 Qwen‑Image 2.1。

    推薦理由:本次釋出新增 FLUX.3、Fibo 2.0、Kandinsky 6 等多款高效影像生成模型,並支援硬體加速與模組化工作流程,對開發者快速部署多模態應用具有重要參考價值。

  2. Hugging Face Blog81

    ThinkingBox-Training:用資料庫檢查做 RL 獎勵,提升代理人可靠性

    導語:ThinkingBox-Training 透過將可執行的資料庫檢查轉為 RL 獎勵,對 Qwen3.8-27B 進行 50 步 GRPO 微調,成功率從 51.70% 提升至 60.78%,每次都成功的任務數從 38 增至 107。

    推薦理由:將可執行的資料庫檢查轉為 RL 獎勵,提升代理人重複成功率,可直接應用於需要可靠資料庫操作的實務工作。

  3. Hugging Face Blog80

    OlmoEarth v1.3 發布:全行星預計算衛星嵌入模型與瀏覽器探索器

    OlmoEarth v1.3 以全行星 10 公尺解析度衛星嵌入模型與瀏覽器探索器,正式發布。 - 全行星嵌入:已預計算 2017-2025 年的 10m 畫素嵌入,提供 64- 和 128 維版本,總計約 150 TB/年。

    推薦理由:提供全行星預計算嵌入與瀏覽器探索器,讓研究者可即時分析地表變化,省去 GPU 及微調成本。

10月22日週四