本文へ移動
assaynotes
EN日本語中文

#Hugging Face

今日 0 件

11月14日

土曜日

  2. フアン氏退任でNVIDIAの投資が縮小か、投資家はAIスタートアップの資金調達に空白が生じると指摘

    NVIDIAのCEO、ジェンスン・フアン氏が33年間の経営を経て正式に退任した。投資家はこれによりNVIDIAによるAIスタートアップへの資金支援が弱まるとみている。PitchBookのデータによると、NVIDIAは今年105件の資金調達ラウンドに参加し、多くの場合で最大の投資家だった。これまでにCoreWeave、Crusoe、Mistral AI、Lambda、Black Forest Labsに出資し、Hugging Faceを13億ドルで買収した。

  3. XYBench：ユーザーの質問に潜む誤った前提を見抜けるか試すベンチマーク

    Hugging Faceは、ユーザーの質問に含まれる誤った前提（XY問題）をAIアシスタントが識別し、真の目的へ導けるかを試す8K件超の質問からなるベンチマーク「XYBench」を公開した。同ベンチマークはEMNLP 2026のBest Resource Paper Awardを受賞した。

11月13日

金曜日

  1. llama.cpp と ggml が v1.0.0 をリリース、セマンティックバージョニングの規則を確立

    llama.cpp と ggml が v1.0.0 をリリースし、今後パブリック C API の破壊的変更はメジャーバージョンの引き上げで示すと明言した。プロジェクト側によると、llama.cpp は現在 150 以上のモデルアーキテクチャと主要な投機的デコーディング手法をすべてサポートし、Docker、Homebrew、conda-forge、MacPorts、Winget、XCFramework などの経路で配布されている。

11月12日

木曜日

  1. Hugging Face、3D生成モデルTRELLIS.2のファインチューニングガイドを公開

    Hugging Faceは3D生成モデルTRELLIS.2のファインチューニング用スクリプトとコンテナを公開した。ローカルでもHugging Face Jobs上でも実行できる。PEFTライブラリで疎構造フローDiTと形状フローDiTにLoRAアダプターを追加し、マテリアル生成段階を凍結する手法で、GSOデータセットの靴188点において靴底の形状精度を改善する。

11月11日

水曜日

  1. 多ベクトル埋め込みモデル向けのToken Pooling対応トレーニング

    Hugging Faceのブログが、多ベクトル埋め込みモデル向けのToken Pooling対応トレーニングを紹介している。pool_factor=4で文書ベクトルを4分の1に削減した場合、通常のトレーニング済みモデルは未プーリング時のNanoBEIR nDCG@10の94.6%を維持するが、対応トレーニングでは維持率が97.8%に向上する。

11月10日

火曜日

  1. Hugging Face幹部が警告、サイバー攻撃でオープンソースAIの「開放性」が損なわれる恐れ

    Hugging Faceの最高政策責任者Irene Solaiman氏は、サイバー攻撃がオープンソースAIの開放性を脅かしていると警告した。OpenCodeへの攻撃で利用者の第三者APIキーが被害を受けたこと、OpenAIのエージェント群がHugging Faceに侵入したこと、Fireworksが顧客のモデル重みとデータセットを漏洩したことに言及。Hugging Faceは監視を強化し、管理者アクセストークンのローテーションを頻繁に行い、ネットワーク制御を厳格化している。

  2. NVIDIAとElith、合成データセットNemotron-Personas-Finance-Japanを公開

    ElithとNVIDIAは、オープンソースのペルソナデータセットNemotron-Personas-Japanの金融分野向け拡張版であるNemotron-Personas-Finance-Japanを公開した。日本の公式統計と家計金融・金融リテラシーのデータを組み合わせた、100万件規模のオープンなペルソナデータセットとしては初めてだとしている。

11月9日

月曜日

  1. Hugging Face、二階手法でMoEのエキスパートを剪定するHOPEを提案

    Hugging Faceは、エキスパート同士の相互作用を考慮する二階のMoEエキスパート剪定手法HOPE（Higher-Order Pruning of Experts）を提案した。50%の剪定率でHOPEは全手法中最高の平均順位を記録し、エージェント型コーディングタスクでは次善の剪定手法より最大+6.1%向上した。

11月8日

日曜日

11月7日

土曜日

  2. Ricursive、Apache 2.0 でオープンソース化した Ripple-65B Preview を公開、エージェント型コーディングに注力

    AI チップ設計企業 Ricursive Intelligence は、オープンソースの言語モデル Ripple-65B Preview を学習・公開した。事前学習には 12 兆トークンを使用し、MoE ではなく 650 億パラメータの密な Transformer アーキテクチャを採用、Nvidia のハードウェア向けに最適化している。

11月6日

金曜日

  2. Open ASR Leaderboardにエジプトとナイジェリアの英語アクセントの非公開データを追加

    Hugging FaceのOpen ASR LeaderboardはLiva AIと提携し、エジプトとナイジェリアの2種類の英語アクセントの非公開評価データを追加した。エジプト・アクセントのデータは1.34時間、ナイジェリア・アクセントは1.55時間で、いずれも会話形式の自発音声であり、書き起こしには句読点、大文字小文字、非流暢語が含まれる。また、Kachruの三円モデルに基づくアクセント分類を新設し、米国と非米国、内円と外円・拡張円のアクセントを区別する。

  4. 百度、2800億パラメータの基盤モデル「ERNIE 5.5 Flash Base」をオープンソースで公開

    百度はオープンソースの基盤モデル「ERNIE-5.5-Flash-Base」を公開した。MoEアーキテクチャを採用し、総パラメータ数は2800億、入力ごとに140億が活性化する。あえて微調整や事後学習を行わず、後続の方向性は開発者に委ねる。事後学習版は追って公開予定だ。

11月5日

木曜日

  2. Dharma-AI、20億パラメータのDharma Field Extractorを公開——指定スキーマでJSONフィールドを出力

    Dharma-AIは、任意の種類の文書から指定フィールドを抽出しJSONで返す20億パラメータのモデル「Dharma Field Extractor」を公開した。スキーマなしのオープン抽出と、指定スキーマに沿った抽出の2モードに対応する。

  3. Hugging Face 政策責任者が語るオープンソース AI 活用のコスト・リスク・トレードオフ

    Hugging Face の最高政策責任者兼戦略担当上級副社長 Irene Solaiman 氏が TechCrunch のポッドキャスト「Equity」で、オープンソースモデルを基盤に事業を構築する前にスタートアップが知っておくべきコスト、リスク、トレードオフについて語った。

  4. Hugging Faceが語るオープンソースAIブーム：企業はいかに利益を得るか

    Hugging Faceの最高政策責任者兼戦略担当上級副社長Irene Solaiman氏が、TechCrunchのポッドキャストEquityで、オープンソースモデルが主流化する中で企業がいかに価値を得るかを語った。議論は、スタートアップがオープンソースモデルを基に構築する前に知っておくべき選定とインフラの問題、さらに中国のオープンソースモデルの台頭を背景に米国のプレイヤーが追随できるかに及んだ。

  5. GPT-6 Astra、重みを直接書き換えて他のAIモデルを改変

    研究チームはWeight-Space Programmingを提案し、GPT-6 Astraがニューラルネットワークの生の重みを直接読み取り、生成できるようにした。段階的な数学的最適化による訓練は不要となる。Astraは重みだけでネットワークが学習した4つのゲームと訓練言語を識別し、3つの単純なゲームについてはゼロから重みを書き出した。うちBreakoutでは平均スコア517点を記録し、標準的な訓練ベースラインの25点と対照的だった。

11月4日

水曜日

  2. Palette：IBMが20Bの小規模モデルを自社のデザイン言語でスライド生成できるよう訓練

    IBMはHugging FaceのブログでPaletteを紹介した。20BのオープンウェイトモデルをLoRAで微調整し、スライド作成を「デザイナーがJSONブリーフを書く」「コーダーがpptxgenjsのコードを書く」という2つの役割に分解した。訓練データは約1000件のスライド、約1万ページで、IBM Design Languageに準拠している。

11月3日

火曜日

10月31日

土曜日

10月30日

金曜日

10月29日

木曜日

  2. Mistral、1兆パラメーターモデル「Mistral Large 4」を公開　コーディングはオープンモデルをリードするも総合では中国勢に後れ

    Mistralは公開プレビューから3週間後、Hugging FaceでMistral Large 4の重みを公開した。愛称は「Le Chonk」で、総パラメーター約1兆、1ステップあたり520億を活性化。テキストと画像を入力し、テキストとコードを出力する。

  4. Hugging Face、Project ProtoStarを始動：公的資金による科学研究データをAIで利用可能な状態に

    Hugging FaceはProject ProtoStarの開始を発表した。カーネギーメロン大学、パデュー大学、ジョージア工科大学などの機関と連携し、公的資金で得られた研究データセット、モデル、コードをAI-ready形式でオープンに共有することを推進する。