Nous avons publié notre modèle TTS basé sur LFM2-350M en open source 🚀 Nous avons également publié de nombreux modèles FT différents. Plateforme GPU : @hyperbolic_labs Données : Emilia + Emilia Yodas(EN) Modèle LLM : LFM2-350M @LiquidAI_ Disque et espace : @huggingface Je suis très heureux d'avoir publié ce modèle en open source. Un grand merci à @VyvoSmartChain #opensource #speech #tts #huggingface #lfm #gpu

🚨 Grande nouvelle ! Nous avons décidé que la bibliothèque de post-formation de @huggingface, TRL, prendra en charge nativement l'entraînement des Modèles de Langage Visuel 🖼️ Cela s'appuie sur notre récent support des VLM dans SFTTrainer — et nous ne nous arrêterons pas tant que TRL ne sera pas la bibliothèque d'entraînement VLM n°1 🥇 Plus ici 👉 Un grand merci à @mervenoyann, @SergioPaniego et @ariG23498 🔥

270 millions (pas des milliards) de paramètres ! ⚡️⚡️⚡️

Présentation de DINOv3 : un modèle de vision par ordinateur à la pointe de la technologie, entraîné avec un apprentissage auto-supervisé (SSL) qui produit des caractéristiques d'image puissantes et haute résolution. Pour la première fois, un seul backbone de vision gelé surpasse des solutions spécialisées sur plusieurs tâches de prédiction dense de longue date. En savoir plus sur DINOv3 ici :

Présentation de Gemma 3 270M ! 🚀 Il établit une nouvelle norme pour le suivi des instructions dans les modèles compacts, tout en étant extrêmement efficace pour des tâches spécialisées.

Un ensemble de données sur des plats alimentaires très intéressant, si vous construisez une application/modèle de santé : 100 k échantillons alimentaires soigneusement sélectionnés, allant des repas faits maison, des plats de restaurant, des ingrédients bruts et des produits emballés. La manière dont il a été construit est tout aussi précieuse • 50 k vrais utilisateurs sur Binance ont capturé leurs propres assiettes et ont été pré-annotés par des annotateurs humains professionnels. • Les étiquettes générées par machine ont ensuite été vérifiées et affinées par les utilisateurs de Binance pour garantir la qualité. • Une partie de l'ensemble de données est disponible sur Hugging Face sous une licence OpenRail. Cela ressemble à une nouvelle approche pour la collecte de données par crowdsourcing. Lien ci-dessous :

🚀Nous sommes ravis de rendre Hunyuan-GameCraft open-source, un cadre de génération de vidéos de jeux interactifs à haute dynamique construit sur HunyuanVideo. Il génère des vidéos jouables et physiquement réalistes à partir d'une seule image de scène et de signaux d'action utilisateur, permettant aux créateurs et développeurs de "diriger" des jeux avec des perspectives à la première ou à la troisième personne. Avantages clés : 🔹Haute dynamique : Unifie les entrées standard du clavier en un espace d'action continu partagé, permettant un contrôle de haute précision sur la vitesse et l'angle. Cela permet d'explorer des trajectoires complexes, surmontant le mouvement rigide et limité des modèles traditionnels. Il peut également générer du contenu environnemental dynamique comme des nuages en mouvement, de la pluie, de la neige et des flux d'eau. 🔹Consistance à long terme : Utilise une condition d'historique hybride pour préserver les informations de la scène originale après un mouvement significatif. 🔹Réduction significative des coûts : Pas besoin de modélisation/rendu coûteux. La distillation PCM compresse les étapes d'inférence, augmentant la vitesse et réduisant les coûts. Cela permet au modèle quantifié de 13B de fonctionner sur des GPU de consommation comme le RTX 4090. Page du projet : Code : Rapport technique : Hugging Face :

OpenAI gpt-oss 120B orchestre une vidéo complète en utilisant les espaces Hugging Face ! 🤯 Tout cela, en une SEULE invite : créez une image d'un Labrador et utilisez-la pour générer une vidéo simple de celui-ci 🛠️ Outils utilisés : 1. Flux.1 Krea Dev par @bfl_ml 2. LTX Fast par @Lightricks C'est tout, gpt-oss 120B est l'un des MEILLEURS modèles open source que j'ai utilisés pour l'appel d'outils jusqu'à présent ! Bravo @OpenAI 🤗

présentation de qqWen : notre projet entièrement open-source (code + poids + données + rapport technique détaillé) pour le finetuning complet (pré-entraînement + SFT + RL) une série de modèles (1,5b, 3b, 7b, 14b et 32b) pour un langage de programmation financière de niche appelé Q Tous les détails ci-dessous !

Laissez-moi vous expliquer pourquoi le stockage des jeux de données Hugging Face est plus rapide que S3 + pourquoi la sortie d'aujourd'hui change tout 🧵