Together AI, Hugging Face에 Tev1-4B-experimental 가중치 공개
Tev1-4B-experimental 가중치는 Hugging Face의 togethercomputer 저장소에 있다. Together AI는 이 모델을 특화된 의사결정 모델을 비교적 쉽게 훈련할 수 있음을 보여주기 위한 실험이라고 설명한다.
Tev1-4B-experimental 가중치는 Hugging Face의 togethercomputer 저장소에 있다. Together AI는 이 모델을 특화된 의사결정 모델을 비교적 쉽게 훈련할 수 있음을 보여주기 위한 실험이라고 설명한다.
Victor M은 이 모델이 토큰을 아끼기 위해 긴 문서를 작은 페이지 이미지로 바꾼 뒤, 질문과 관련된 페이지의 전체 텍스트만 가져온다고 밝혔다.
1억 개 파라미터 모델은 음성이 겹치는 경우를 포함해 누가 언제 말했는지 추적하며, 최대 8명의 화자를 지원한다. huggingface에서 이용할 수 있다.
Nemotron 3 Diarization은 Hugging Face Space에서 직접 써볼 수 있다. Hugging Face 블로그는 모델의 작동 방식과 시작 방법을 다룬다.
Hugging Face Jobs에서 약 1.50달러로 학습된 이 모델은 데이터셋의 열 이름과 첫 행을 바탕으로 작업 태그와 확률을 제안한다. Daniel van Strien은 17분간의 미세 조정으로 소유자 태그와 첫 제안의 일치율이 10%에서 69%로 올랐다고 밝혔다.
Pedro Cuenca는 tokenizers v1 (Rust)가 3~30배 더 빠르며, 옵트아웃 토큰화 학습 crate, 추가 최적화, 광범위한 벤치마크가 포함된다고 밝혔다. 곧 transformers에 적용될 예정이라고 전했다.
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 Strien은 로봇공학 기업 Eidon AI가 사업을 정리하며 Hugging Face에 CC-BY-4.0으로 모든 데이터를 공개했다고 밝혔습니다. 여기에는 13,451개 녹화본(9 TB)에 걸쳐 페어링된 7-IMU 팔 추적이 포함된 1,274시간 분량의 1인칭 시점 비디오가 포함됩니다.
Qwen이 Hugging Face Spaces에 있는 Hugging Apps의 Qwen-Image-2.1 라이브 데모를 강조하며, 하나의 체크포인트가 생성과 편집을 모두 담당하고 설정 없이 브라우저에서 체험할 수 있다고 밝혔다. Hugging Apps는 해당 모델을 최대 10개의 이미지 참조를 지원하는 7B 파라미터 네이티브 생성 및 편집 모델로 설명했다.
Ghita는 Jev 사용자들에게 zerank-2가 신뢰도 점수도 반환하는 4B 오픈소스 리랭커이므로 임계값을 설정해 분류기로 사용할 수 있다고 전했습니다. 게시물에서는 Baseten 또는 Fireworks AI로 자체 호스팅할 수 있다고 했으며 Hugging Face 모델 페이지를 링크했습니다.
Hugging Apps는 Qwen Image 2.1이 최대 10개의 이미지 참조를 지원하는 7B 파라미터 네이티브 이미지 생성 및 편집 모델이며, 자체 프롬프트 향상 LLM과 diffusers 및 ComfyUI 통합을 갖추고 있다고 밝혔습니다. Hugging Face Spaces에서 이용할 수 있습니다.
Sayak Paul이 Qwen-Image-2.1이 Diffusers에서 Day-0로 사용 가능하다고 말했으며 Hugging Face의 모델을 링크했습니다.