Tag timeline
同じキーワードで束ねられた更新の続きです。カテゴリをまたいだ関連ニュースや実装トピックの追跡に使えます。
AI要約 H Companyが12BパラメータのコンピュータUse向けエージェントモデルHolotron-12Bを公開。GUI操作タスクを高スループットで処理し、ブラウザやデスクトップ自動化を想定した設計で、オープンモデルとして提供される。
EN Holotron-12B - High Throughput Computer Use Agent
AI要約 Hugging Faceは、組織がリポジトリのデータを自社のクラウドストレージ(AWS S3等)に保存できるStorage Buckets機能を発表した。データ主権やコンプライアンス要件に対応しつつ、Hub上のUIやAPIをそのまま利用できる点が特徴。
EN Introducing Storage Buckets on the Hugging Face Hub
AI要約 Hugging Faceが16のオープンソース強化学習ライブラリを比較調査し、LLM向けRL訓練における非同期化やトークン生成効率化の課題と設計パターンを整理。スループット向上のための学習・推論分離やオフポリシー対応の動向を解説する。
EN Keep the Tokens Flowing: Lessons from 16 Open-Source RL Libraries
AI要約 Hugging Faceがブログで紹介したUlysses Sequence Parallelismは、長文脈LLM学習向けの並列化手法。アテンションヘッドをGPU間で分割することで通信量を抑え、100万トークン級の文脈長での訓練を現実的にする。
EN Ulysses Sequence Parallelism: Training with Million-Token Contexts
AI要約 Hugging Faceがオープンソースのロボット学習ライブラリLeRobot v0.5.0を公開した。新たなプロセッサパイプライン、async推論、RLサポート、SmolVLA等の最新方策、ハードウェア互換性の拡充など、研究から実機運用までを通貫する大規模アップデートとなっている。
EN LeRobot v0.5.0: Scaling Every Dimension
AI要約 Hugging FaceとNXPが、ロボティクス向けVision-Language-Action(VLA)モデルを組込みプラットフォームへ展開する取り組みを紹介。LeRobotを用いたデータセット収集、SmolVLAの微調整、i.MXシリーズ上での推論最適化までの実践的ワークフローを解説する。
EN Bringing Robotics AI to Embedded Platforms: Dataset Recording, VLA Fine‑Tuning, and On‑Device Optimizations
AI要約 Hugging Faceは、拡散モデルのパイプラインをブロック単位で組み立てられる新フレームワーク「Modular Diffusers」を発表した。再利用可能なPipelineBlockを組み合わせることで、独自ワークフローの構築や既存コンポーネントの共有が容易になる。
EN Introducing Modular Diffusers - Composable Building Blocks for Diffusion Pipelines
AI要約 Photoroomが公開したPRXシリーズ第3弾。効率的なDiTアーキテクチャと最適化技術により、テキストから画像を生成するモデルを24時間という短時間で学習させる手法を解説する。
EN PRX Part 3 — Training a Text-to-Image Model in 24h!
AI要約 Hugging FaceがGGMLおよびllama.cppプロジェクトのスポンサーとなり、開発者であるGeorgi Gerganov氏らを支援する。CPU/GPU上で大規模言語モデルを軽量に動かす両ツールの長期的な発展を確実にし、ローカルAIエコシステムの推進を狙う。
EN GGML and llama.cpp join HF to ensure the long-term progress of Local AI
AI要約 Hugging FaceがUnslothとJobsを組み合わせた無料のAIモデル微調整環境を提供。Pro/Team/Enterpriseユーザーは月額クレジットでGPUを利用でき、ローカル環境構築なしにLoRAやQLoRAによる効率的な学習を実行できる。
EN Train AI models with Unsloth and Hugging Face Jobs for FREE
AI要約 IBMリサーチとUC Berkeleyは、企業ITタスクにおけるAIエージェントの失敗を分析する診断フレームワークを発表した。IT-Benchで実環境タスクを評価し、MASTで失敗モードを分類することで、SRE・CISO・FinOps領域における低い成功率の原因を体系的に特定する。
EN IBM and UC Berkeley Diagnose Why Enterprise Agents Fail Using IT-Bench and MAST
AI要約 Hugging Face が Codex・Claude 向け Agent Skills を公開し、LLM エージェントが CUDA カスタムカーネルを自動生成・最適化できる仕組みを提供。
EN Custom Kernels for All from Codex and Claude
AI要約 Hugging FaceがOpenEnvとTuringベンチマークを用いて、実環境でツールを活用するAIエージェントの能力を体系的に評価する手法を解説。
EN OpenEnv in Practice: Evaluating Tool-Using Agents in Real-World Environments
AI要約 Hugging Face が Transformers.js v4 を NPM でリリース。ブラウザや Node.js 上で動作する JavaScript 版 Transformers ライブラリの新メジャーバージョンで、機能強化とパフォーマンス改善が含まれる。
EN Transformers.js v4: Now Available on NPM!
AI要約 ServiceNow AI がグラフベースのノードエディタで合成データ生成パイプラインを視覚的に構築できるツール「SyGra Studio」を公開した。
EN Introducing SyGra Studio
AI要約 Hugging Faceがコミュニティ主導のLLM評価プラットフォーム「Community Evals」を発表。透明性と再現性を重視したオープンな評価エコシステムを目指す。
EN Community Evals: Because we're done trusting black-box leaderboards over the community
AI要約 H Companyが公開したHolo2-235B-A22BはUI要素の特定タスクで最高性能を達成し、GUIエージェント分野で前世代・競合モデルを上回った。
EN H Company's new Holo2 model takes the lead in UI Localization
AI要約 DeepSeekモーメントから1年、中国発オープンソースAIの台頭とAI+戦略によるエコシステム拡大の展望をHugging Faceが考察。
EN The Future of the Global Open-Source AI Ecosystem: From DeepSeek to AI+
AI要約 PhotoroomがPRXモデルの学習設計に関するアブレーション研究を公開。オプティマイザ・データ・損失関数の選択が性能に与える影響を詳細に分析した。
EN Training Design for Text-to-Image Models: Lessons from Ablations
AI要約 Hugging FaceがClaudeを用いてCUDAカーネルを自動生成し、その知識をオープンモデルへ蒸留するワークフローを公開した。
EN We Got Claude to Build CUDA Kernels and teach open models!
AI要約 DeepSeek登場から1年、中国発オープンソースAIモデルのアーキテクチャ選択——MoE・長文処理・マルチモーダル・推論——を俯瞰分析。
EN Architectural Choices in China's Open-Source AI Ecosystem: Building Beyond DeepSeek
AI要約 LinkedInがGPT-OSSモデルへのエージェント型強化学習適用を振り返り、訓練パイプライン構築・安定化の工夫・課題と解決策を解説。
EN Unlocking Agentic RL Training for GPT-OSS: A Practical Retrospective
AI要約 DeepSeek-R1登場から1年、オープンソースLLMがクローズドモデルとの差を急速に縮めた軌跡をHugging Faceが総括。
EN One Year Since the “DeepSeek Moment”
AI要約 MicrosoftがDifferential Transformer V2を発表。注意機構のノイズ除去性能を高め、長文脈処理と推論精度を改善した改良版。
EN Differential Transformer V2
AI要約 OverworldがWaypoint-1を公開。ユーザー入力にリアルタイムで応答する対話型動画拡散モデルで、ゲームやインタラクティブ体験への応用が期待される。
EN Introducing Waypoint-1: Real-time interactive video diffusion from Overworld
AI要約 Hugging FaceがOpenAIのResponses APIと互換のオープンソース実装「Open Responses」を発表。任意のLLMやMCPツール、ローカルモデルと連携しエージェント開発をベンダーロックインなしで実現。
EN Open Responses: What you need to know
AI要約 Google DeepMindはGemma Scope 2を公開し、Gemma系言語モデルの内部動作を解析するためのスパースオートエンコーダ群を提供。AI安全コミュニティが複雑なモデル挙動の解釈可能性研究を深化させる土台となる。
EN Open interpretability tools for language models are now available across the entire Gemma 3 family with the release of Gemma Scope 2.
media fallback AI要約 Hugging FaceがTransformers v5をリリース。API整理と旧APIの削除によりコードベースを刷新し、パフォーマンスと保守性を向上させた。
EN Transformers v5: Simple model definitions powering the AI ecosystem
AI要約 GoogleがGemmaベースのエンコーダ・デコーダ型LLM「T5Gemma」を公開。要約・翻訳など条件付き生成タスクで高い性能と効率を実現。
EN Introducing T5Gemma, a new collection of encoder-decoder LLMs.
media fallback AI要約 GoogleがオンデバイスマルチモーダルモデルGemma 3nの開発者ガイドを公開。テキスト・画像・音声・動画に対応し、低メモリで動作する設計。
EN Gemma 3n is designed for the developer community that helped shape Gemma.
media fallback