トピック別に新着順で読めます。「あのアップデート何だっけ」はキーワード・期間からも探せます。
Hugging Faceの公式ブログに、100万トークン規模のコンテキストでの学習を可能にする技術「Ulysses Sequence Parallelism」を扱う記事のタイトルが掲載されました。本記事執筆時点では、原文の本文が公開されておらず、具体的な実装内容や性能数値などの詳細は確認できていません。
IBMはHugging Face Blogにて、Granite 4.0シリーズの新モデル「Granite 4.0 3B Vision」を紹介しました。企業文書の処理を想定したコンパクトなマルチモーダルモデルと位置づけられています。ただし公開された原文には具体的な仕様や性能に関する詳細情報が含まれていません。
Hugging FaceがTRL(Transformer Reinforcement Learning)ライブラリのメジャーバージョンとなる**v1.0**を発表しました。ブログのタイトルどおり「分野の進化とともに動くポストトレーニングライブラリ」という位置付けが示されていますが、今回参照した原文には具体的な変更点や機能の記述が含まれていませんでした。
OpenAIは、薬剤発見やゲノム解析、タンパク質推論などの科学研究ワークフローを加速することを目的とした最先端の推論モデル「GPT-Rosalind」を発表しました。詳細な仕様は限定的ですが、生命科学分野に特化した推論能力を備えている点が特徴です。
Hugging Face Blogに、DeepSeek社の新モデル「DeepSeek-V4」を紹介する記事が掲載されました。タイトルからは100万トークン規模のコンテキストウィンドウを備え、AIエージェントが実務で活用できる設計を目指していることが読み取れますが、本稿執筆時点で確認できる原文本文の情報は限られています。
Hugging Face BlogにIBMのGranite 4.1 LLMsに関する記事「Granite 4.1 LLMs: How They're Built」が掲載されましたが、今回提供された原文には本文テキストが含まれていませんでした。事実に基づく報道を徹底するため、具体的な技術内容の紹介は差し控えます。
Hugging Face公式ブログにて、新しいリランカーモデル群「Ettin Reranker Family」の発表記事が公開されました。ただし本稿執筆時点で参照できた原文には具体的な仕様やベンチマーク結果などの詳細本文が含まれていないため、確認できた事実は限定的です。詳細を知りたい方は原文URLを直接ご参照ください。
Hugging FaceのTransformersライブラリがv5.9.0をリリースしました。CohereのMoEモデル「Command A+」やHierarchical Reasoning Modelを言語モデル向けに改良した「HRM-Text」など新モデルが追加されたほか、SAM3系モデルの入力仕様に破壊的変更が加わっています。音声・生成周りの不具合修正や継続的バッチ処理へのテンソル並列対応など、実運用に関わる改善も多数含まれています。
Hugging Faceは公式ブログで、音声AIがどれだけ人間らしく聞こえるかを測定する新しい取り組み『Real World VoiceEQ』を発表しました。タイトルからは音声合成・音声対話AIの品質評価に関する新しい枠組みであることがうかがえますが、本記事執筆時点では詳細な本文内容が提供されていないため、具体的な評価手法や指標の詳細は不明です。
Hugging FaceのTransformersライブラリがv5.14.0を公開しました。Thinking Machines発の大規模MoEモデル「Inkling」やTIPSv2/DPTモデルが追加されたほか、GPTNeoXとGPTBigCodeの挙動を変更する破壊的変更、生成・キャッシュまわりの性能改善が盛り込まれています。
Hugging FaceがNVIDIAとの協業により、NeMo AutomodelとDiffusersライブラリを組み合わせて動画・画像生成モデルを大規模にファインチューニングする取り組みを発表しました。詳細な技術仕様は原文に記載がないため、ここでは発表の概要のみをお伝えします。
Liquid AIがHugging Face Blogで発表した記事によると、新モデル「LFM2.5-DSpark」は推論処理において従来モデル比で最大3.2倍の高速化を達成したとのことです。ただし本記事執筆時点では、具体的な仕組みやベンチマーク条件などの詳細情報は公開されていません。
Hugging Face上で「TrueSET/verified-code-repair」というコード修復データセットが公開されました。すべての正誤判定をLLMではなく実際のコード実行で行っているのが特徴で、Qwen2.5-7B-Instructを微調整したところ、最も難しい2ファイル横断バグの修正率が17.1%から40.0%へ統計的に有意に向上したと報告されています。評価スクリプトも同梱されており、GPU1台・約15分・1ドル未満で誰でも同じ結果を再現できます。
BilibiliのIndexTeamが、1つの参照音声だけで声質を再現できるゼロショット音声合成モデル「IndexTTS-2.5」をHugging Faceで公開しました。対応言語を5言語に拡大し、感情制御や話速調整、発音制御などの機能を強化しています。
Hugging FaceのブログにMultiverse Computingが投稿した記事「Making Knowledge Distillation Cheap Enough to Run at Scale」を紹介します。知識蒸留のコストを下げ、大規模に運用できるようにする取り組みがテーマとされていますが、今回参照した原文には本文の詳細な記述が含まれていなかったため、具体的な手法や数値には触れず、記事のテーマと背景のみを整理します。
Hugging FaceのTransformersライブラリがv5.15.0を公開しました。Metaのエージェント向けマルチモーダルモデル「Muse Glimmer」など新モデルが追加された一方、線形アテンションのカーネル選択やキャッシュAPI、T5系の実装に関わる破壊的変更も含まれています。今後kernelsパッケージが必須依存になる可能性も示唆されています。
Liquid AIがHugging Face Blogにて、自社の言語モデル「LFM2.5」について、Quantization-Aware Distillation(QAD)という手法を用いて生成した4bit(Q4_0)形式のチェックポイントを公開したと発表しました。低ビット量子化と蒸留を組み合わせることで、性能を保ちながら軽量化したモデルを提供する狙いがあります。
研究者Sidharth GN氏が、テキストキャプションから10.24秒の音声を生成する約1.6億パラメータのLatent Diffusion Transformer「QaDiT」をHugging Faceで公開しました。学習コストはわずか18ドルで、AudioCapsデータセットを用いて2万4千ステップ学習されています。音声合成の研究用途向けに、再現可能な小規模ベースラインとして提供されています。
本記事の元となるHugging Face公式ブログ記事「Multi-Vector (Late Interaction) Embedding Models with Sentence Transformers」の本文が提供されなかったため、事実に基づいた記事を作成できませんでした。原文の内容確認後、改めて記事化が必要です。
LiquidAIがHugging Face Blogで、エッジデバイス向けの視覚言語モデル「LFM2.5-VL-3B」を発表しました。名称が示す通り約30億パラメータ規模のモデルで、従来モデルより高速かつ高性能な画像理解を目指しています。詳細な技術情報は原文本文が確認できていないため、現時点で公開されている範囲にとどめて紹介します。