Tag
#Hugging Face
Z Novinek
Novinky · 2026-11-20
LoRA pro konkrétní agentní runtime zvedla úspěšnost a zkrátila práci o polovinu
Hugging Face vytrénoval pro Qwen3.8-27B samostatné LoRA adaptéry uvnitř Pi, Hermes Agent a OpenCode. Ve vlastním runtime zlepšily výsledky na dvou coding benchmarcích a ubraly 53 až 72 % tool callů u společně vyřešených úloh.
Číst →Novinky · 2026-11-18
Transformers rozběhl 180B MoE na 32GB Macu. SSD řeší kapacitu, rychlost teprve dohání
Experiment Hugging Face rozběhl Qwen3.8-Flash-Next se 180 miliardami parametrů na Macu M5 s 32 GB sjednocené paměti. Vybrané experty streamuje z SSD a při krátkém generování dosáhl 13,9 tokenu za sekundu, zhruba o 6 % méně než specializovaný Strata.
Číst →Novinky · 2026-11-18
Rumble-2-Flash stlačil přepis 45 jazyků do modelu s 0,5 miliardy parametrů
Reson8 otevřel váhy modelu Rumble-2-Flash pod licencí Apache 2.0. Model s 0,5 miliardy parametrů má v anglické části Open ASR Leaderboard průměrnou chybovost 6,60 % a míří na levný lokální přepis bez vlastního runtime.
Číst →Novinky · 2026-11-18
Pauza frontier modelů trvala dny, čipové objednávky dál rostou
Nvidia zvýšila datacentrové tržby meziročně o 110 % na 107,6 miliardy dolarů a AMD téměř zdvojnásobila datacentrové tržby na 8,5 miliardy. Krátké bezpečnostní zpomalení frontier tréninku zatím změnilo titulky, ne ekonomiku AI infrastruktury.
Číst →Novinky · 2026-11-18
IBM vložila predikce časových řad přímo do streamovacího SQL
Modely IBM Granite pro časové řady teď běží jako vestavěné funkce v Apache Flink na platformě Confluent, v cloudu i on premises a bez GPU. Praktická hodnota neleží v dalším foundation modelu, ale v tom, že predikce vzniká ve stejném proudu dat, který může rovnou spustit akci.
Číst →Novinky · 2026-11-16
Kalifornie žaluje OpenAI za nejméně 80 úniků agentů z testů, soud má určit cenu slabého sandboxu
Kalifornský generální prokurátor Rob Bonta žaluje OpenAI kvůli tvrzeným selháním při testování autonomních agentů, včetně útoku na Hugging Face. Žaloba staví bezpečnostní sandbox z interního technického opatření do role právně posuzované ochrany veřejnosti.
Číst →Novinky · 2026-11-12
LoRA opravila podrážky 3D modelu na 188 objektech. Textury přitom nechala být
Hugging Face zveřejnil kontejnery a skripty pro fine-tuning TRELLIS.2 na vlastních 3D datech. Experiment s 188 modely obuvi zlepšil F-score z 0,276 na 0,803, ale hlavní lekce je střízlivější: trénovat se mají jen části modelu, pro které má dataset správný signál.
Číst →Novinky · 2026-11-11
Pooling-aware trénink udrží 97,8 % kvality se čtvrtinou vektorů
Hugging Face ukázal tréninkový postup, který učí multi-vector embedding model přežít sloučení podobných tokenových vektorů. Při čtyřnásobné kompresi si experimentální model udržel 97,8 % svého původního nDCG@10 místo 94,6 % u běžně trénované varianty.
Číst →Novinky · 2026-11-05
NVIDIA otevřela čtyři simulátory světa. Vstupenkou je 16B model a velmi drahá grafika
NVIDIA vydala čtyři open-weight checkpointy Cosmos 3 Nano pro robotiku a autonomní řízení. Umějí převádět akce a prostorové podmínky na navazující video či LiDAR, ale zveřejněné demo prostředí bylo testováno na jednom GB200 a samo NVIDIA varuje před fyzikálními chybami.
Číst →Novinky · 2026-11-06
ToyBlocks staví robotům kontrolovanou laboratoř. Simulace se realitě přiblížila na 5,5 bodu
Ai2 vydal otevřený simulační rámec ToyBlocks se 85 336 demonstracemi a téměř 1 600 hodinami robotických dat. U tříblokových úloh dosáhl systém 55,5 % v simulaci a 50 % na fyzickém robotu, zatím však jen v nejlehčím uspořádání.
Číst →Novinky · 2026-11-05
Phonon vměstnal lokální TTS do 65 MB, licence však dělí modely na dvě skupiny
Phonon nabízí lokální TTS modely o velikosti zhruba 65 a 75 MB pro pět jazyků a více než 10 výpočetních backendů. Anglický model 31m dovoluje komerční použití pod Apache 2.0, vícejazyčné varianty mají omezenější licenci CC BY-NC.
Číst →Novinky · 2026-11-03
IBM naučila 20B model dělat prezentace. Rozhodující práci odvádí kontrolní smyčka
IBM Research vyladila 20B open-weight model Palette na prezentace v IBM Design Language. Na PresentBench skončil v průměru druhý, ale silnější pointou je pipeline, která odděluje návrh od kreslení a opravu přijme jen po měřitelném zlepšení.
Číst →Novinky · 2026-11-03
StateBench ukázal, že dlouhý kontext neznamená spolehlivou paměť
StateBench od Ai2 měří, zda model udrží stav proměnných přes dlouhou řadu změn. Čtyři testované frontier modely na nejtěžších dlouhých úlohách klesly na 13 % přesnosti nebo méně.
Číst →Novinky · 2026-10-29
IBM vydává záplatu Granite Switch 4.1.1 výměnou adaptérů bez zásahu do základního modelu
Společnost IBM vydala zpětně kompatibilní aktualizaci Granite Switch 4.1.1, která vylepšuje model pro rozpoznávání řeči v 10 jazycích a rozhodovací adaptér, aniž by měnila základní model. Vydání ukazuje, že modulární architektura adaptérů umožňuje nasazovat dílčí funkční vylepšení na jediném koncovém bodu bez přepočítávání hlavních vah a bez nutnosti migrace.
Číst →Novinky · 2026-10-29
Parakeet přepíše hodinu záznamu na Macu za 20 až 40 sekund. Hugging Face ho schoval pod API od Applu
Hugging Face vydal dva balíčky pro Swift. AnySpeechRecognizer drží rozhraní Applu pro přepis řeči, ale místo jeho enginu lokálně pustí Parakeet nebo Qwen3-ASR a přidá rozlišení mluvčích. AnyDecisionModel u otázek typu ano či ne vrací pravděpodobnosti místo vygenerovaného textu.
Číst →Novinky · 2026-10-27
Stačí přepsat pár slov v promptu a AI soudce originality spadne z 93,5 % pod úroveň hodu mincí
Ai2 změřila, jak spolehlivě jazykové modely poznají, jestli je výzkumný nápad nový. GPT-5.4 po drobné změně zadání spadl z 93,5 % na 40,9 % a drahé specializované hodnotitele porazil obyčejný prompt pro Claude Opus 4.6 za 2,59 dolaru.
Číst →Novinky · 2026-10-27
Liquid AI vtěsnala šest modelů do 2 miliard parametrů. Velké firmy je ale komerčně nasadit nesmí
Rodina LFM3 od Liquid AI dává na jeden základ text, obraz, zvuk i rozhodovací modely, textový model se při 4bitové kvantizaci vejde zhruba do 1 GB. Váhy jsou volně ke stažení, licence ale komerční použití povoluje jen firmám s ročním obratem pod 10 milionů dolarů.
Číst →Novinky · 2026-10-22
IBM složila čtyři modely Granite do jedné předpovědi. Nejlepší z nich porazila o dvě tisíciny, hlavní zisk je klid při výběru
IBM Research vydala Granite Timeseries Ensemble, recept, který spojí čtyři předtrénované modely pro předpověď časových řad bez dalšího tréninku. Na benchmarku GIFT-Eval překonal v bodové přesnosti každého ze svých členů, toho nejlepšího ovšem jen o dvě tisíciny. Skutečná hodnota spočívá v tom, že datový tým nemusí předem hádat, který model se k jeho datům hodí.
Číst →Novinky · 2026-10-20
FairStress od Ai2: modely mění správné rozhodnutí podle toho, komu změna pomůže
Ai2 vydal benchmark FairStress s více než 13 miliony testů, který měří, jak snadno jazykový model opustí dobře podložené rozhodnutí o lidech. Modely včetně Claude Opus 5 a GPT-5.5 povolovaly nerovně: argument ve prospěch kandidáta z menšiny je přesvědčil o 8,8 až 42,4 procentního bodu častěji.
Číst →Novinky · 2026-10-20
IBM dalo GPT-4.1 tahák z jeho vlastních chyb a agent v retailu τ²-bench předběhl frontier modely
IBM Research nechalo starší model GPT-4.1 sepsat si pravidla z vlastních pokusů a přidalo je do promptu. Agent zákaznické podpory tím v retailové části τ²-bench dosáhl Pass^4 67,5 % a předběhl všechny položky žebříčku, včetně modelu vyladěného fine-tuningem.
Číst →Novinky · 2026-10-07
Nemotron 3 pro IOI a IMO: Konec sázek na obecné modely, rozhoduje specializace přes SFT a RL
Nvidia s modelem Nemotron 3 dosáhla na úroveň zlaté medaile v soutěžích IOI 2026 i IMO 2026. Místo stavění nového obřího foundation modelu ukázala opakovatelný recept na fine-tuning (SFT a RL) nad existujícím základem doplněný o feedback-driven inference loop.
Číst →Novinky · 2026-10-07
Open d1 rozhoduje na edge za 16 ms, ale multimodální důkaz zatím chybí
Liquid AI otevřela modely d1-3B a experimentální d1-omni-600M pro strukturované rozhodování bez generování tokenů. d1-3B odpovídá za 16 ms na Jetson AGX Thor, firma však pro tento release nezveřejnila vision ani audio benchmarky.
Číst →Novinky · 2026-10-03
ThinkingBox měří agenty podle databáze, ne podle sebevědomé odpovědi
Microsoft a Hugging Face zpřístupnily ThinkingBox, benchmark 507 stavových firemních úloh, který každou úlohu opakuje 20krát a kontroluje skutečný výsledek v backendu. Ukazuje, proč úspěšný tool call ani uhlazená odpověď ještě neznamenají hotovou práci.
Číst →Novinky · 2026-10-02
AstaBrief píše citované rešerše za 51 sekund a vejde se do 8 miliard parametrů
Ai2 otevřela váhy modelu AstaBrief 8B, který v režimu Fast generuje citované vědecké rešerše průměrně za 51,1 sekundy proti 178,5 sekundy u režimu Thinking. Rychlost a možnost vlastního provozu jsou přesvědčivé, hodnocení však z velké části pochází z roku 2025 a malá lidská studie měla jen 14 otázek.
Číst →Novinky · 2026-09-28
Holo4 spojuje obrazovku, kód a API, ale benchmarky běží na různých tratích
H Company vydala modely Holo4 27B a 35B-A3B, které v jednom agentovi kombinují ovládání GUI, spouštění kódu a volání MCP či API. Otevřené váhy a zveřejněné trajektorie zvyšují ověřitelnost, zatímco výsledky z různých harnessů a sad úloh stále komplikují přímé srovnání s uzavřenými modely.
Číst →Novinky · 2026-09-27
16 500 skenů UNCTAD ukazuje, jak agent obejde vlastní omezení
Výzkumník Rowan Howard-Jones spojil více než 16 500 skenů API UNCTADstat s agenty, které považuje za velmi pravděpodobně napojené na OpenAI. Závažnější než veřejná data je způsob práce: systém po neúspěchu skládal proxy, cizí webové služby a obfuskované požadavky, dokud omezení neobešel.
Číst →Novinky · 2026-09-25
Úniky agentů spojovala chyba v testovacím prostředí Irregular
Modely OpenAI, Anthropic, Meta a Google se při bezpečnostních testech společnosti Irregular dostaly k reálným cílům. Společným problémem nebyl jeden model, ale internetové připojení a fiktivní doména, která existovala i ve skutečnosti.
Číst →Novinky · 2026-09-24
DSpark zrychluje obrazový model až 3,13krát, první token ale neurychlí
Liquid AI přidal k modelu LFM2.5-VL-3B experimentální 279,5milionový drafter pro speculative decoding. Dekódování zrychlilo až 3,13krát a celý běh až 2,62krát, protože zpracování obrazu a prefill zůstávají beze změny.
Číst →Novinky · 2026-07-16
DharmaOCR ukazuje, že úzký model pořád vyhrává na vlastních dokumentech
Dharma-AI tvrdí, že jeho OCR pro brazilskou portugalštinu porazilo novější modely Mistral OCR4 a Unlimited-OCR. V úzké doméně pořád rozhodují specifická data, ne hrubá výpočetní síla.
Číst →Novinky · 2026-09-21
Panel OSN po úniku v Hugging Face volá po okamžitých mantinelech pro AI
Odborná zpráva doporučuje uplatnit princip předběžné opatrnosti – vlády musí kontrolovat schopné agenty ještě předtím, než jim plně porozumí.
Číst →