←搜索结果

搜索“Hugging Face”

按匹配度 · 共 1206 条结果 清除搜索

星期三

  1. 事件1 条新闻 · 1 个事实

    LG AI Research 推出首个开源权重视觉语言模型 EXAONE 4.5

    2026年4月9日,LG AI Research 推出 EXAONE 4.5,这是 LG 首个以开源权重方式发布的视觉语言模型(VLM)。据官方博客介绍,该模型在 EXAONE 4.0 基础上集成自研 Visual Encoder,采用原生多模态预训练同时学习文本与图像;引入 Multi-Token Prediction(MTP)模块,推理速度较此前方法提升 1.5 倍以上,并采用自研 AGAPO 强化学习算法提升逻辑推理能力。官方称其在 MMMU-Pro、MathVision、CharXiv、OCRBench_v2 等基准上优于或接近 Qwen 3 VL 32B、GPT-5-mini、Claude Sonnet 4.5,在韩语视觉基准 k-viscuit 和 KRETA 上表现领先。模型已在 Hugging Face 发布并附技术报告。目前尚无后续发展事实。

    2026年4月9日,LG AI Research 推出 EXAONE 4.5,这是 LG 首个以开源权重方式发布的视觉语言模型(VLM)。据官方博客介绍,该模型在 EXAONE 4.0 基础上集成自研 Visual Encoder,采用原生多模态预训练同时学习文本与图像;引入 Multi-Token Prediction(MTP)模块,推理速度较此前方法提升 1.5 倍以上,并采用自研 AGAPO 强化学习算法提升逻辑推理能力。官方称其在 MMMU-Pro、MathVision、CharXiv、OCRBench v2 等基准上优于或接近 Qwen 3 VL 32B、GPT-5-mini、Claude Sonnet 4.5,在韩语视觉基准 k-viscuit 和 KRETA 上表现领先。模型已在 Hugging Face 发布并附技术报告。目前尚无后续发展事实。

    匹配字段摘要

  2. 事件1 条新闻 · 1 个事实

    SGLang 宣布 Day-0 支持 NVIDIA Nemotron 3 Super

    2026年3月11日,SGLang 宣布在发布当天支持 NVIDIA Nemotron 3 Super,并给出安装与推理部署步骤。据 LMSYS Blog 同日发布的信息,Nemotron 3 Super 是 120B 参数的混合 MoE 模型,每次前向仅激活 12B 参数,支持 1M token 上下文,官方称其吞吐效率最高可达上一代 Nemotron Super(Llama Nemotron Super 1.5)的 5 倍,并支持 Multi-Token Prediction 与 Thinking Budget。模型权重已在 Hugging Face 提供 BF16、FP8 和 NVFP4 版本,可配合 SGLang 在 4xH200 等配置上部署。目前该事件尚无后续发展事实,状态停留在首日支持与部署说明。

    匹配字段摘要

  3. 事件1 条新闻 · 1 个事实

    Sarvam AI 开源发布 Sarvam 30B 与 105B 推理模型

    2026年3月6日,Sarvam AI 开源发布 Sarvam 30B 与 Sarvam 105B 两款从零训练的推理模型。据官方信息,两款模型预训练分别使用 16T 和 12T token,训练全程在印度完成,采用 IndiaAI mission 提供的算力。架构上两者均为 MoE:30B 仅 2.4B 激活参数并使用 GQA,105B 采用 MLA。权重可从 AI Kosh 和 Hugging Face 下载,并支持 Transformers、vLLM、SGLang 本地推理。官方称两者在印度语言基准上取得领先结果,30B 已用于对话智能体平台 Samvaad,105B 用于 AI 助手 Indus。目前尚无后续发展事实。

    匹配字段摘要

  4. 事件2 条新闻 · 1 个事实

    Zyphra 发布脑数据基础模型 ZUNA

    2026年2月18日,Zyphra 发布首个基于脑数据训练的基础模型 ZUNA。据 Zyphra Research 介绍,ZUNA 是一个 380M 参数的扩散自编码器,可从有噪声或不完整的头皮 EEG 数据中重建高保真脑信号,并能从稀疏输入和电极坐标预测缺失通道,适配从消费级头戴设备到 256 电极研究系统的多种布局。该模型在更高缩放因子下持续优于 MNE 中实现的球面样条插值这一行业标准方法;在通道丢失超过 75% 时于所有数据集上超越 MNE 默认的球面样条插值,优势随数据退化程度增加而扩大。ZUNA 面向研究人员、临床医生和 BCI 开发者,可恢复部分损坏的 EEG 会话并让低通道设备映射到更高分辨率信号空间。模型以 Apache 2.0 许可开源,权重发布于 Hugging Face,推理与预处理代码发布于 GitHub,并提供 pip install zuna 安装包。目前尚无后续发展事实。

    匹配字段摘要

  5. 事件1 条新闻 · 1 个事实

    SpecForge团队联合多家伙伴发布SpecBundle Phase 1

    2025年12月23日,SpecForge团队联合Ant、Meituan、Nex-AGI、EigenAI发布SpecBundle(Phase 1),提供基于大规模数据集训练的生产级EAGLE-3模型checkpoint,Phase 1聚焦instruct微调模型。同期发布的SpecForge v0.2完成大规模重构,新增Eagle3TargetModel统一接口,支持SGLang与Hugging Face Transformers两种执行后端。目前尚无后续发展事实。

    匹配字段摘要

  6. 事件1 条新闻 · 1 个事实

    MiniMax 开源并发布 MiniMax M2 模型

    2025年10月27日,MiniMax 正式开源并发布 MiniMax M2 模型,定位为面向 Agent 与编码场景。据 MiniMax Blog 当日发布的信息,模型权重已在 Hugging Face 开源,支持 SGLang 与 vLLM 部署,推荐推理参数为 temperature=1.0、top_p=0.95、top_k=20。API 定价为每百万输入 token 0.30 美元、每百万输出 token 1.20 美元,约为 Claude 4.5 Sonnet 的 8%,在线推理 TPS 约 100。免费试用延长至 11 月 7 日 00:00 UTC。同时上线由 M2 驱动的 MiniMax Agent,提供 Lightning 与 Pro 两种模式,目前限时免费。目前尚无后续发展事实。

    2025年10月27日,MiniMax 正式开源并发布 MiniMax M2 模型,定位为面向 Agent 与编码场景。据 MiniMax Blog 当日发布的信息,模型权重已在 Hugging Face 开源,支持 SGLang 与 vLLM 部署,推荐推理参数为 temperature=1.0、top p=0.95、top k=20。API 定价为每百万输入 token 0.30 美元、每百万输出 token 1.20 美元,约为 Claude 4.5 Sonnet 的 8%,在线推理 TPS 约 100。免费试用延长至 11 月 7 日 00:00 UTC。同时上线由 M2 驱动的 MiniMax Agent,提供 Lightning 与 Pro 两种模式,目前限时免费。目前尚无后续发展事实。

    匹配字段摘要

星期日

  1. 事件1 条新闻 · 1 个事实

    Liquid AI发布LFM2.5-VL-450M视觉模型

    2026年4月8日,Liquid AI发布LFM2.5-VL-450M,为其LFM2-VL-450M的改进版本。据Liquid AI模型与工程博客介绍,新模型新增目标检测与边界框定位、函数调用支持,并提升指令遵循能力;预训练规模从10T扩至28T tokens,后训练采用偏好优化和强化学习改进grounding与可靠性,支持八种语言提示。模型已在Hugging Face、LEAP和Playground上线,在Jetson Orin上处理512×512图像耗时低于250ms。

    匹配字段摘要

  2. 事件1 条新闻 · 1 个事实

    Liquid AI发布LFM2.5-350M小模型

    2026年3月31日,Liquid AI发布LFM2.5-350M模型。该模型基于LFM2架构,预训练数据从10T扩至28T tokens,并加入大规模强化学习,仅350M参数即可在云GPU到廉价CPU上运行。相比LFM2-350M,其指令遵循(IFBench 18.20→40.69)、数据抽取(CaseReportBench 11.67→32.45)和工具调用(BFCLv3 22.95→44.11)显著提升,单张H100峰值吞吐达40.4K output tokens/秒。基础版与后训练版已在Hugging Face、LEAP和Playground上线,官方提示不适用于数学、代码和创意写作。

    匹配字段摘要

  3. 事件1 条新闻 · 1 个事实

    Cohere开源多语种语音识别模型

    2026年3月26日,Cohere发布开源权重的Conformer语音识别模型Cohere Transcribe,并开放下载。该模型可将14种语言的语音转为文本,在Hugging Face Open ASR Leaderboard上的平均词错误率为5.42%。模型支持本地或端侧运行,用户也可通过设有速率限制的免费API及Model Vault使用。

    匹配字段摘要

  4. 事件2 条新闻 · 2 个事实

    Liquid AI发布24B稀疏MoE模型并展示端侧Agen

    2026年2月24日,Liquid AI发布LFM2-24B-A2B早期检查点,这是其最大的LFM2模型,采用稀疏MoE架构,总参数24B、每token激活2.3B,设计上可放入32GB内存,权重已在Hugging Face开放。模型沿用LFM2-8B-A1B配方,层数从24增至40、每MoE块专家数从32增至64,保持top-4路由,前两层仍为稠密层。官方称在GPQA Diamond、MMLU-Pro、IFEval、IFBench、GSM8K和MATH-500等基准上,从350M到24B质量随规模呈对数线性提升;该模型已获llama.cpp、vLLM和SGLang首日支持,在单张H100 SXM5上用vLLM于1024并发请求下达到约26.8K tokens/s。3月5日,Liquid AI发布开源桌面智能体LocalCowork,完全在本地运行,模型、工具和数据都不离开设备,无需云端和API key。在Apple M4 Max、36GB统一内存笔记本上,模型以Q4_K_M GGUF经llama-server部署,占用约14.5GB内存,单次工具选择平均约385ms,在13个MCP服

    2026年2月24日,Liquid AI发布LFM2-24B-A2B早期检查点,这是其最大的LFM2模型,采用稀疏MoE架构,总参数24B、每token激活2.3B,设计上可放入32GB内存,权重已在Hugging Face开放。模型沿用LFM2-8B-A1B配方,层数从24增至40、每MoE块专家数从32增至64,保持top-4路由,前两层仍为稠密层。官方称在GPQA Diamond、MMLU-Pro、IFEval、IFBench、GSM8K和MATH-500等基准上,从350M到24B质量随规模呈对数线性提升;该模型已获llama.cpp、vLLM和SGLang首日支持,在单张H100 SXM5上用vLLM于1024并发请求下达到约26.8K tokens/s。3月5日,Liquid AI发布开源桌面智能体LocalCowork,完全在本地运行,模型、工具和数据都不离开设备,无需云端和API key。在Apple M4 Max、36GB统一内存笔记本上,模型以Q4 K M GGUF经llama-server部署,占用约14.5GB内存,单次工具选择平均约385ms,在13个MCP服

    匹配字段摘要

  5. 事件1 条新闻 · 1 个事实

    Liquid AI发布端侧推理模型LFM2.5-1.2B-T

    2026年1月20日,Liquid AI发布端侧推理模型LFM2.5-1.2B-Thinking,该模型完全在设备端运行,在手机上内存占用低于900 MB,并已在Hugging Face、LEAP和Playground上线。模型为1.2B参数,相比LFM2.5-1.2B-Instruct,在MATH-500上从63提升到88,Multi-IF从61提升到69,BFCLv3从49提升到57,并在多数推理基准上匹配或超过参数量多40%的Qwen3-1.7B。训练采用课程式RL与模型合并,通过偏好对齐和n-gram重复惩罚把doom loop比例从15.74%降到0.36%,并获Qualcomm、Ollama、FastFlowLM、Cactus Compute等新发布伙伴支持。

    匹配字段摘要

  6. 事件1 条新闻 · 1 个事实

    Liquid AI发布LFM2.5端侧模型家族

    2026年1月5日,Liquid AI发布LFM2.5-1.2B模型家族,预训练规模从10T扩展至28T token,并扩大强化学习后训练流程。该家族包含Base、Instruct、日语、视觉语言和音频语言模型。其中LFM2.5-Audio-1.5B采用新的LFM音频解分词器,在移动CPU上比LFM2的Mimi解分词器快8倍,并以INT4量化感知训练。所有模型均为开放权重,已在Hugging Face和LEAP上线,并获llama.cpp、MLX、vLLM、ONNX首日支持,AMD与Nexa AI提供NPU优化版本。

    匹配字段摘要

  7. 事件2 条新闻 · 2 个事实

    Mistral AI发布Mistral 3模型家族

    2025年12月3日,Mistral AI发布Mistral 3模型家族,包括3B、8B和14B的Ministral 3,以及采用稀疏MoE架构、含41B激活参数和675B总参数的Mistral Large 3,均以Apache 2.0许可证发布。Ministral 3提供base、instruct和reasoning版本,Mistral Large 3提供base与instruct版本并将推出reasoning版本;该系列现已登陆Mistral AI Studio、Amazon Bedrock、Azure Foundry、Hugging Face等平台。此前,Modal于2025年12月2日宣布为Mistral 3提供Day 0支持,开发者可在其无服务器基础设施上部署并自动扩缩容这些模型;Modal的GPU内存快照功能在Ministral 3 3B上把中位冷启动时间从约118秒降到约12秒,接近10倍提升。

    匹配字段摘要

  8. 事件1 条新闻 · 1 个事实

    Liquid AI发布350M跨语言检索模型

    2025年10月28日,Liquid AI发布LFM2-ColBERT-350M检索模型。该模型为350M参数的晚期交互检索模型,支持跨语言检索,即文档用一种语言存储、查询用另一种语言也能高精度召回。在扩展了日语和韩语的NanoBEIR基准上,其多语言能力显著强于150M参数的GTE-ModernColBERT-v1,德语、阿拉伯语、韩语和日语提升明显,同时保持英语表现。凭借LFM2骨干,其推理吞吐与体积小2.3倍的模型相当。模型已在Hugging Face上线并附交互demo,可直接替换现有RAG流程。

    匹配字段摘要

  9. 事件1 条新闻 · 1 个事实

    vLLM新增支持Nemotron模型家族

    2025年10月23日,vLLM宣布支持部署NVIDIA Nemotron开放模型家族,使其可在数据中心及端侧硬件上运行智能体推理。其中,Nemotron Nano 2采用混合Transformer–Mamba架构,并提供可配置的thinking budget,开发者可据此调节精度、吞吐量和成本。相关模型权重及超过9万亿tokens的训练数据已在Hugging Face提供。

    匹配字段摘要

  10. 事件1 条新闻 · 1 个事实

    Liquid AI发布LFM2-VL-3B边缘视觉语言模型

    2025年10月22日,Liquid AI发布3B参数视觉语言模型LFM2-VL-3B,面向边缘设备。该模型以LFM2-2.6B为主干,集成SigLIP2 400M NaFlex编码器,支持原生分辨率和可变宽高比图像处理。据Liquid AI模型与工程博客介绍,模型在MM-IFEval上取得51.8%、RealWorldQA上71.4%,语言基准GPQA为30%、MMLU为63%,视觉理解覆盖日语、法语、西班牙语、德语、意大利语、葡萄牙语、阿拉伯语、中文和韩语。模型已在Hugging Face以LFM Open License上线,并登陆LEAP平台。

    匹配字段摘要

  11. 事件1 条新闻 · 1 个事实

    Liquid AI发布端侧MoE模型LFM2-8B-A1B早

    2025年10月7日,Liquid AI发布其首个端侧MoE模型LFM2-8B-A1B的早期检查点。该模型总参数8.3B,每token激活1.5B,质量接近3-4B稠密模型,速度超过Qwen3-1.7B。架构上共18个门控短卷积块和6个GQA块,除前两层外每层含MoE块,每块32个专家、每token激活top-4。基础版预训练约12T token,语料约55%英文、25%多语言、20%代码,MMLU-Pro比LFM2-2.6B提升11.46分。模型已上线Hugging Face,兼容llama.cpp、ExecuTorch和vLLM。

    匹配字段摘要

  12. 事件1 条新闻 · 1 个事实

    Liquid AI发布Liquid Nanos端侧模型系列

    2025年9月25日,Liquid AI发布Liquid Nanos系列任务专用端侧基础模型,参数规模从350M到2.6B,占用内存100MB至2GB,可在手机、笔记本和嵌入式设备上本地运行。首批实验性模型包括LFM2-Extract、LFM2-350M-ENJP-MT、LFM2-1.2B-RAG、LFM2-1.2B-Tool、LFM2-350M-Math,以及社区开发的Luth-LFM2法语微调系列。官方称LFM2-1.2B-Extract在结构化抽取上优于参数量22.5倍的Gemma 3 27B,LFM2-350M-ENJP-MT的英日互译质量超过参数量10倍的通用模型。模型已在LEAP平台和Hugging Face上线,采用开放许可。

    匹配字段摘要

  13. 事件1 条新闻 · 1 个事实

    Liquid AI发布LFM2-2.6B开源模型

    2025年9月23日,Liquid AI发布LFM2系列目前最大的模型LFM2-2.6B,参数规模2.6B,基于10万亿token训练。官方称其在GSM8K上达到82.41%、IFEval上达到79.56%,表现超过Llama 3.2-3B-Instruct、Gemma-3-4b-it和SmolLM3-3B等3B+级别模型。该模型主要针对英语和日语调优,同时保持法语、西班牙语、德语、意大利语、葡萄牙语、阿拉伯语、中文和韩语的性能。其混合架构交替使用Grouped Query Attention(GQA)与短卷积层,官方称可带来更快的推理速度和更低的KV cache占用。模型已在Hugging Face上以LFM Open License开放。

    匹配字段摘要

  14. 事件1 条新闻 · 1 个事实

    Liquid AI发布LFM2-VL视觉语言模型

    2025年8月12日,Liquid AI 发布其首个视觉语言模型系列 LFM2-VL,包含 LFM2-VL-450M 和 LFM2-VL-1.6B 两个版本,面向低延迟与端侧部署,支持文本和可变分辨率图像输入。模型基于 LFM2 骨干,视觉塔采用 SigLIP2 NaFlex 编码器,原生分辨率最高 512×512,更大图像按 512×512 分块处理;官方称在 GPU 上推理速度最高可达同类模型的 2 倍。模型已兼容 Hugging Face transformers 和 TRL,训练使用约 1000 亿多模态 token。

    匹配字段摘要