Lançamos nosso modelo TTS baseado em LFM2-350M como código 🚀 aberto Também lançamos muitos modelos FT diferentes. Plataforma GPU: @hyperbolic_labs Dados: Emilia + Emilia Yodas(EN) Modelo LLM: LFM2-350M @LiquidAI_ Disco e espaço: @huggingface Estou muito feliz por ter lançado este modelo como código aberto. Muito obrigado a @VyvoSmartChain #opensource #speech #tts #huggingface #lfm #gpu

🚨 Boas notícias! Decidimos que a biblioteca pós-treinamento da @huggingface, TRL, oferecerá suporte nativo ao treinamento de modelos 🖼️ de linguagem de visão Isso se baseia em nosso recente suporte ao VLM no SFTTrainer - e não vamos parar até que o TRL seja a biblioteca 🥇 de treinamento VLM # 1 Mais aqui 👉 Muito obrigado a @mervenoyann, @SergioPaniego e @ariG23498 🔥

270 milhões (não bilhões) de parâmetros! ⚡️⚡️⚡️

Apresentando o DINOv3: um modelo de visão computacional de última geração treinado com aprendizado auto-supervisionado (SSL) que produz recursos de imagem poderosos e de alta resolução. Pela primeira vez, um único backbone de visão congelada supera as soluções especializadas em várias tarefas de previsão densa de longa data. Saiba mais sobre o DINOv3 aqui:

Apresentando Gemma 3 270M! 🚀 Ele define um novo padrão para o seguimento de instruções em modelos compactos, ao mesmo tempo em que é extremamente eficiente para tarefas especializadas.

Um conjunto de dados de pratos de comida muito interessante, se você estiver criando um aplicativo/modelo de saúde: 100 mil amostras de alimentos cuidadosamente selecionadas, abrangendo refeições caseiras, pratos de restaurante, ingredientes crus e produtos embalados. Como foi construído é igualmente valioso • 50 mil usuários reais na Binance capturaram suas próprias placas e pré-anotaram por anotadores humanos profissionais. • As etiquetas geradas por máquina foram então verificadas e refinadas pelos usuários da Biance para garantir a qualidade. • Uma fatia do conjunto de dados disponibilizado no Hugging Face sob uma licença OpenRail. Parece uma nova abordagem para coleta de dados de crowdsourcing. Link abaixo:

🚀Estamos entusiasmados com o código aberto do Hunyuan-GameCraft, uma estrutura de geração de vídeo de jogos interativos altamente dinâmicos criada no HunyuanVideo. Ele gera vídeos reproduzíveis e fisicamente realistas a partir de uma única imagem de cena e sinais de ação do usuário, capacitando criadores e desenvolvedores a "dirigir" jogos com perspectivas de primeira ou terceira pessoa. Principais vantagens: 🔹Alta dinâmica: unifica as entradas de teclado padrão em um espaço de ação contínua compartilhado, permitindo controle de alta precisão sobre velocidade e ângulo. Isso permite a exploração de trajetórias complexas, superando o movimento rígido e limitado dos modelos tradicionais. Ele também pode gerar conteúdo ambiental dinâmico, como nuvens em movimento, chuva, neve e fluxo de água. 🔹Consistência de longo prazo: usa a condição de histórico híbrido para preservar as informações da cena original após um movimento significativo. 🔹Redução significativa de custos: Não há necessidade de modelagem/renderização cara. A destilação PCM comprime as etapas de inferência, aumentando a velocidade e reduzindo os custos. Isso permite que o modelo 13B quantizado seja executado em GPUs de nível de consumidor, como a RTX 4090. Página do projeto: Código: Relatório Técnico: Rosto abraçando:

OpenAI gpt-oss 120B orquestra um vídeo completo usando espaços Hugging Face! 🤯 Tudo isso, em um único prompt: criar uma imagem de um Labrador e usá-la para gerar um vídeo simples dele 🛠️ Ferramentas utilizadas: 1. Flux.1 Krea Dev por @bfl_ml 2. LTX Fast da @Lightricks É isso, gpt-oss 120B é um dos MELHORES modelos de código aberto que usei para chamadas de ferramentas até agora! Parabéns @OpenAI 🤗

apresentando qqWen: nosso projeto totalmente de código aberto (código + pesos + dados + relatório técnico detalhado) para ajuste fino full-stack (pré-trem + SFT + RL) uma série de modelos (1.5b, 3b, 7b, 14b e 32b) para uma linguagem de programação financeira de nicho chamada Q Todos os detalhes abaixo!

Deixe-me explicar por que o armazenamento do Hugging Face Datasets é mais rápido que o S3 + por que a versão de hoje muda tudo 🧵