Lançámos o nosso modelo TTS baseado no LFM2-350M como código aberto 🚀 Também lançámos 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. Muitos agradecimentos a @VyvoSmartChain #códigoaberto #fala #tts #huggingface #lfm #gpu

🚨 Grandes novidades! Decidimos que a biblioteca de pós-treinamento do @huggingface, TRL, suportará nativamente o treinamento de Modelos de Linguagem Visual 🖼️ Isso se baseia no nosso recente suporte a VLM no SFTTrainer — e não vamos parar até que o TRL seja a biblioteca de treinamento de VLM número 1 🥇 Mais aqui 👉 Um enorme agradecimento 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 características de imagem poderosas e de alta resolução. Pela primeira vez, uma única estrutura de visão congelada supera soluções especializadas em várias tarefas de previsão densa de longa data. Saiba mais sobre o DINOv3 aqui:

Apresentando a Gemma 3 270M! 🚀 Ela estabelece um novo padrão para o seguimento de instruções em modelos compactos, enquanto é extremamente eficiente para tarefas especializadas.

Um conjunto de dados de pratos de comida muito interessante, se você está construindo um aplicativo/modelo de saúde: 100 mil amostras de alimentos cuidadosamente selecionadas, abrangendo refeições caseiras, pratos de restaurantes, ingredientes crus e produtos embalados. Como foi construído é igualmente valioso • 50 mil usuários reais na Binance capturaram seus próprios pratos e foram pré-anotados por anotadores humanos profissionais. • Os rótulos gerados por máquina foram então verificados e refinados por usuários da Binance para garantir qualidade. • Uma parte do conjunto de dados está disponível no Hugging Face sob uma licença OpenRail. Parece uma nova abordagem para a coleta de dados por meio de crowdsourcing. Link abaixo:

🚀Estamos entusiasmados em abrir o código-fonte do Hunyuan-GameCraft, uma estrutura de geração de vídeos de jogos interativos de alta dinâmica construída sobre o HunyuanVideo. Ela gera vídeos jogáveis 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 em primeira ou terceira pessoa. Principais Vantagens: 🔹Alta Dinâmica: Unifica entradas padrão de teclado em um espaço de ação contínuo compartilhado, permitindo controle de alta precisão sobre velocidade e ângulo. Isso possibilita a exploração de trajetórias complexas, superando o movimento rígido e limitado dos modelos tradicionais. Também pode gerar conteúdo ambiental dinâmico como nuvens em movimento, chuva, neve e fluxo de água. 🔹Consistência a Longo Prazo: Usa condição de história híbrida para preservar as informações da cena original após movimentos significativos. 🔹Redução Significativa de Custos: Não há necessidade de modelagem/renderização cara. A destilação PCM comprime etapas de inferência, aumentando a velocidade e reduzindo custos. Isso permite que o modelo quantizado de 13B funcione em GPUs de nível consumidor como a RTX 4090. Página do Projeto: Código: Relatório Técnico: Hugging Face：

OpenAI gpt-oss 120B orquestra um vídeo completo usando os espaços da Hugging Face! 🤯 Tudo isso, em um ÚNICO prompt: crie uma imagem de um Labrador e use-a para gerar um vídeo simples dele 🛠️ Ferramentas usadas: 1. Flux.1 Krea Dev por @bfl_ml 2. LTX Fast por @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: o nosso projeto totalmente de código aberto (código+pesos+dados+relatório técnico detalhado) para ajuste fino de pilha completa (pré-treinamento+SFT+RL) uma série de modelos (1.5b, 3b, 7b, 14b & 32b) para uma linguagem de programação financeira de nicho chamada Q Todos os detalhes abaixo!

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