Abbiamo rilasciato il nostro modello TTS basato su LFM2-350M come open source 🚀 Abbiamo anche rilasciato molti diversi modelli FT. Piattaforma GPU: @hyperbolic_labs Dati: Emilia + Emilia Yodas(EN) Modello LLM: LFM2-350M @LiquidAI_ Disco e Spazio: @huggingface Sono molto felice di aver rilasciato questo modello come open source. Un grande grazie a @VyvoSmartChain #opensource #speech #tts #huggingface #lfm #gpu

🚨 Grandi notizie! Abbiamo deciso che la libreria post-addestramento di @huggingface, TRL, supporterà nativamente l'addestramento dei Modelli Linguistici Visivi 🖼️ Questo si basa sul nostro recente supporto per i VLM in SFTTrainer — e non ci fermeremo finché TRL non sarà la libreria di addestramento VLM numero 1 🥇 Maggiori informazioni qui 👉 Un enorme grazie a @mervenoyann, @SergioPaniego e @ariG23498 🔥

270 milioni (non miliardi) di parametri! ⚡️⚡️⚡️

Presentiamo DINOv3: un modello di visione artificiale all'avanguardia addestrato con apprendimento auto-supervisionato (SSL) che produce potenti caratteristiche di immagine ad alta risoluzione. Per la prima volta, un singolo backbone visivo congelato supera soluzioni specializzate in molteplici compiti di previsione densa di lunga data. Scopri di più su DINOv3 qui:

Presentiamo Gemma 3 270M! 🚀 Stabilisce un nuovo standard per il seguire le istruzioni nei modelli compatti, pur essendo estremamente efficiente per compiti specializzati.

Un dataset di piatti alimentari molto interessante, se stai costruendo un'app/modello per la salute: 100k campioni di cibo accuratamente selezionati che spaziano da pasti cucinati in casa, piatti di ristoranti, ingredienti freschi e prodotti confezionati. Come è stato costruito è altrettanto prezioso • 50k utenti reali su Binance hanno catturato i propri piatti e sono stati pre-annotati da annotatori umani professionisti. • Le etichette generate automaticamente sono state poi controllate e perfezionate dagli utenti di Binance per garantire la qualità. • Una parte del dataset è stata resa disponibile su Hugging Face sotto una licenza OpenRail. Sembra un nuovo approccio per la raccolta di dati tramite crowdsourcing. Link qui sotto:

🚀Siamo entusiasti di rendere open-source Hunyuan-GameCraft, un framework di generazione di video di gioco interattivi ad alta dinamica costruito su HunyuanVideo. Genera video giocabili e fisicamente realistici a partire da un'immagine di scena singola e segnali di azione dell'utente, consentendo a creatori e sviluppatori di "dirigere" giochi con prospettive in prima o terza persona. Vantaggi Chiave: 🔹Alta Dinamica: Unifica gli input standard della tastiera in uno spazio d'azione continuo condiviso, consentendo un controllo ad alta precisione su velocità e angolo. Questo permette di esplorare traiettorie complesse, superando il movimento rigido e limitato dei modelli tradizionali. Può anche generare contenuti ambientali dinamici come nuvole in movimento, pioggia, neve e flusso d'acqua. 🔹Coerenza a Lungo Termine: Utilizza una condizione ibrida di storia per preservare le informazioni originali della scena dopo un movimento significativo. 🔹Riduzione dei Costi Significativa: Non è necessario un costoso modellamento/rendering. La distillazione PCM comprime i passaggi di inferenza, aumentando la velocità e abbassando i costi. Questo consente al modello quantizzato da 13B di funzionare su GPU di livello consumer come la RTX 4090. Pagina del Progetto: Codice: Rapporto Tecnico: Hugging Face：

OpenAI gpt-oss 120B orchestra un video completo utilizzando gli spazi di Hugging Face! 🤯 Tutto in un UNICO prompt: crea un'immagine di un Labrador e usala per generare un video semplice di esso 🛠️ Strumenti utilizzati: 1. Flux.1 Krea Dev di @bfl_ml 2. LTX Fast di @Lightricks Ecco fatto, gpt-oss 120B è uno dei MIGLIORI modelli open source che ho utilizzato finora per le chiamate agli strumenti! Complimenti @OpenAI 🤗

introducendo qqWen: il nostro progetto completamente open-source (codice+pesi+dati+rapporto tecnico dettagliato) per il fine-tuning full-stack (pretraining+SFT+RL) una serie di modelli (1.5b, 3b, 7b, 14b & 32b) per un linguaggio di programmazione finanziaria di nicchia chiamato Q Tutti i dettagli qui sotto!

Lasciami spiegare perché lo storage di Hugging Face Datasets è più veloce di S3 + perché il rilascio di oggi cambia tutto 🧵