Chúng tôi đã phát hành mô hình TTS dựa trên LFM2-350M của mình dưới dạng mã nguồn mở 🚀 Chúng tôi cũng đã phát hành nhiều mô hình FT khác nhau. Nền tảng GPU: @hyperbolic_labs Dữ liệu: Emilia + Emilia Yodas(EN) Mô hình LLM: LFM2-350M @LiquidAI_ Đĩa và không gian: @huggingface Tôi rất vui khi đã phát hành mô hình này dưới dạng mã nguồn mở. Xin cảm ơn @VyvoSmartChain #opensource #speech #tts #huggingface #lfm #gpu

🚨 Tin lớn! Chúng tôi đã quyết định rằng thư viện huấn luyện sau khi đào tạo của @huggingface, TRL, sẽ hỗ trợ natively việc huấn luyện các Mô hình Ngôn ngữ Hình ảnh 🖼️ Điều này xây dựng dựa trên sự hỗ trợ VLM gần đây của chúng tôi trong SFTTrainer — và chúng tôi sẽ không dừng lại cho đến khi TRL trở thành thư viện huấn luyện VLM số 1 🥇 Thêm thông tin ở đây 👉 Cảm ơn rất nhiều đến @mervenoyann , @SergioPaniego , và @ariG23498 🔥

270 triệu (không phải tỷ) tham số! ⚡️⚡️⚡️

Giới thiệu DINOv3: một mô hình thị giác máy tính tiên tiến được đào tạo bằng học tự giám sát (SSL) tạo ra các đặc trưng hình ảnh mạnh mẽ, độ phân giải cao. Lần đầu tiên, một khung thị giác đông lạnh duy nhất vượt trội hơn các giải pháp chuyên biệt trên nhiều nhiệm vụ dự đoán dày đặc lâu dài. Tìm hiểu thêm về DINOv3 tại đây:

Giới thiệu Gemma 3 270M! 🚀 Nó thiết lập một tiêu chuẩn mới cho việc thực hiện theo hướng dẫn trong các mô hình nhỏ gọn, đồng thời cực kỳ hiệu quả cho các nhiệm vụ chuyên biệt.

Một bộ dữ liệu món ăn rất thú vị, nếu bạn đang xây dựng một ứng dụng/mô hình sức khỏe: 100k mẫu thực phẩm được chọn lọc cẩn thận, bao gồm các bữa ăn tự nấu, món ăn nhà hàng, nguyên liệu thô và sản phẩm đóng gói. Cách mà nó được xây dựng cũng có giá trị không kém • 50k người dùng thực tế trên Binance đã ghi lại những món ăn của chính họ và được chú thích trước bởi các chú thích viên chuyên nghiệp. • Các nhãn do máy tạo ra sau đó đã được người dùng Binance kiểm tra và tinh chỉnh để đảm bảo chất lượng. • Một phần của bộ dữ liệu đã được cung cấp trên Hugging Face dưới giấy phép OpenRail. Nghe có vẻ như một cách tiếp cận mới để thu thập dữ liệu từ cộng đồng. Liên kết bên dưới:

🚀Chúng tôi rất vui mừng thông báo mã nguồn mở Hunyuan-GameCraft, một khung tạo video trò chơi tương tác động cao được xây dựng trên HunyuanVideo. Nó tạo ra các video có thể chơi được và thực tế vật lý từ một hình ảnh cảnh đơn và tín hiệu hành động của người dùng, giúp các nhà sáng tạo và phát triển "đạo diễn" trò chơi với góc nhìn người thứ nhất hoặc người thứ ba. Lợi ích chính: 🔹Động lực cao: Hợp nhất các đầu vào bàn phím tiêu chuẩn thành một không gian hành động liên tục chung, cho phép kiểm soát chính xác cao về tốc độ và góc. Điều này cho phép khám phá các quỹ đạo phức tạp, vượt qua chuyển động cứng nhắc, hạn chế của các mô hình truyền thống. Nó cũng có thể tạo ra nội dung môi trường động như mây di chuyển, mưa, tuyết và dòng nước. 🔹Tính nhất quán lâu dài: Sử dụng điều kiện lịch sử hỗn hợp để bảo tồn thông tin cảnh gốc sau khi có chuyển động đáng kể. 🔹Giảm chi phí đáng kể: Không cần mô hình hóa/rendering tốn kém. Chưng cất PCM nén các bước suy diễn, tăng tốc độ và giảm chi phí. Điều này cho phép mô hình 13B đã định lượng chạy trên các GPU cấp tiêu dùng như RTX 4090. Trang dự án: Mã: Báo cáo kỹ thuật: Hugging Face：

OpenAI gpt-oss 120B điều phối một video hoàn chỉnh sử dụng không gian Hugging Face! 🤯 Tất cả, trong một LỜI NHẮN DUY NHẤT: tạo một hình ảnh của một chú Labrador và sử dụng nó để tạo ra một video đơn giản về nó 🛠️ Công cụ đã sử dụng: 1. Flux.1 Krea Dev bởi @bfl_ml 2. LTX Fast bởi @Lightricks Chỉ vậy thôi, gpt-oss 120B là một trong những mô hình mã nguồn mở TỐT NHẤT mà tôi đã sử dụng cho việc gọi công cụ cho đến nay! Kudos @OpenAI 🤗

giới thiệu qqWen: dự án mã nguồn mở hoàn toàn của chúng tôi (mã + trọng số + dữ liệu + báo cáo kỹ thuật chi tiết) cho việc tinh chỉnh toàn diện (đào tạo trước + SFT + RL) một loạt các mô hình (1.5b, 3b, 7b, 14b & 32b) cho một ngôn ngữ lập trình tài chính ngách gọi là Q Tất cả chi tiết bên dưới!

Hãy để tôi giải thích tại sao lưu trữ Datasets của Hugging Face nhanh hơn S3 + tại sao bản phát hành hôm nay thay đổi mọi thứ 🧵