Together AIがHugging FaceでTev1-4B-experimentalの重みを公開
Tev1-4B-experimentalの重みは、Hugging Faceのtogethercomputerリポジトリにある。Together AIは、このモデルを、特化型の意思決定モデルを比較的容易に訓練できることを示すための実験だと説明している。
Tev1-4B-experimentalの重みは、Hugging Faceのtogethercomputerリポジトリにある。Together AIは、このモデルを、特化型の意思決定モデルを比較的容易に訓練できることを示すための実験だと説明している。
Victor Mによると、このモデルはトークンを節約するため長い文書を小さなページ画像に変換し、その後、質問に関連するページの全文だけを取得する。
1億パラメータのこのモデルは、声が重なる場合を含め、誰がいつ話したかを追跡し、最大8人の話者に対応する。huggingfaceで利用できる。
Nemotron 3 DiarizationはHugging Face Spaceで試せる。Hugging Faceのブログでは、モデルの仕組みと始め方を紹介している。
Hugging Face Jobsで約1.50ドルをかけて学習したこのモデルは、データセットの列名と先頭行からタスクタグと確率を提案する。Daniel van Strienによると、17分のファインチューニングで、最初の提案が所有者のタグと一致する割合は10%から69%に上がった。
Pedro Cuenca氏は、tokenizers v1(Rust)が3〜30倍高速であり、オプトアウト可能なトークン化トレーニングcrate、追加の最適化、広範なベンチマークがあると述べた。同氏は、まもなくtransformersに登場すると述べた。
Lysandre (@LysandreJik) said Tokenizers v1’s first release candidate is out, citing up to 30x faster tokenization, thread scaling, lower latency, lower memory use, and a very small crate size. He linked details at https://huggingface.co/blog/tokenizers-v1.
Daniel van Strien氏によると、ロボティクス企業Eidon AIは事業を終了しつつあり、すべてのデータをCC-BY-4.0ライセンスでHugging Face上に公開した。これには、13,451件の録画(9 TB)にわたる、対になった7-IMU腕トラッキング付き1,274時間のエゴセントリック動画が含まれる。
QwenはHugging Face Spaces上のHugging AppsによるQwen-Image-2.1のライブデモを紹介し、1つのチェックポイントで生成と編集をカバーし、セットアップなしでブラウザで試せると述べた。Hugging Appsは同モデルを、最大10枚の画像参照に対応する7Bパラメータのネイティブ生成・編集モデルと説明した。
GhitaはJevユーザーに対し、zerank-2は信頼度スコアも返す4Bオープンソースのリランカーであり、しきい値を設定して分類器として使用できると伝えた。投稿では、BasetenまたはFireworks AIでセルフホストできると述べ、Hugging Faceのモデルページをリンクしていた。
Hugging Appsによると、Qwen Image 2.1は最大10枚の画像参照を備えた7Bパラメータのネイティブ画像生成・編集モデルであり、独自のプロンプト強化LLMとdiffusersおよびComfyUIとの統合を備えています。Hugging Face Spacesで利用可能です。
Sayak Paul 氏は Qwen-Image-2.1 が Diffusers で Day-0 利用可能だと述べ、Hugging Face 上のモデルにリンクした。