NadiAIGlobal AI news. Concise. Clear. Easy to follow.
Hugging Face menerbitkan 'Open Arabic LLM Leaderboard 2', versi lanjut papan kedudukan terbuka untuk model bahasa Arab. Artikel itu membandingkan model menggunakan metrik dan dataset terbuka serta memberi rujukan praktikal kepada pembangun dan penyelidik.
Hugging Face mengumumkan kehadiran model Fireworks.ai di Hub mereka. Petikan tidak memberi butiran lanjut tentang kebolehan, tujuan atau lesen model itu.
Hugging Face mencadangkan Math-Verify untuk memperbaik ketepatan penilaian pada Open LLM Leaderboard. Kaedah ini bertujuan mengurangkan keputusan yang mengelirukan dengan memeriksa kesahihan penyelesaian matematik model.
Hugging Face memperkenalkan tiga penyedia inference tanpa server baru: Hyperbolic, Nebius AI Studio dan Novita. Pengumuman itu menambah pilihan bagi pengguna platform untuk menjalankan inference model secara serverless.
Hugging Face bekerjasama dengan Indian Institute of Science (IISc) untuk mempercepat pembangunan model bagi pelbagai bahasa di India. Kerjasama itu dilaporkan dalam catatan blog rasmi Hugging Face tetapi butiran teknikal dan sasaran projek tidak disertakan dalam petikan ini.
Hugging Face dan JFrog mengumumkan kerjasama untuk menjadikan keselamatan AI lebih telus. Menurut blog rasmi Hugging Face, inisiatif itu bertujuan memperkukuh ketelusan dalam pengurusan risiko dan pendedahan kerentanan berkaitan model dan alat.
Hugging Face menerbitkan panduan untuk menjalankan inference LLM terus pada telefon menggunakan React Native. Ia memberi langkah praktikal bagi pembangun yang mahu menjalankan model LLM di hujung peranti tanpa bergantung sepenuhnya pada infrastruktur awan.
NVIDIA mengumumkan pada GTC 2025 model terbuka dan set data baharu untuk pembangun Physical AI, menurut Hugging Face. Perincian teknikal dan ketersediaan masih berdasarkan kenyataan sumber.
Hugging Face menerbitkan jawapan kepada permintaan maklumat (RFI) mengenai White House AI Action Plan. Dalam pos blog itu mereka mengemukakan maklum balas dan cadangan tentang pelaksanaan dan dasar berkaitan kecerdasan buatan.
Hugging Face menerangkan penggunaan TGI (Text Generation Inference) pada pemecut Intel Gaudi untuk mempercepat inferens model bahasa besar (LLM). Catatan blog itu menerangkan langkah integrasi dan membincangkan implikasi prestasi serta pertimbangan teknikal.
Menurut catatan blog Hugging Face, mereka menerangkan bagaimana organisasi itu menskala pengurusan rahsia untuk menyokong infrastruktur AI. Perkongsian itu menumpukan pada pendekatan teknikal, amalan operasi dan kompromi reka bentuk yang digunakan.
Hugging Face membincangkan teknik pengurusan barisan permintaan untuk mengoptimumkan prestasi model bahasa besar (LLM). Artikel itu menerangkan cara menyeimbangkan latensi dan penggunaan sumber bagi meningkatkan throughput dan respons aplikasi.