Компания
Главная площадка для публикации открытых моделей и датасетов. Делает библиотеку Transformers и небольшие модели SmolLM.
huggingface.co ↗Hugging Face ↗
53 новости за 60 дней
Ноам Браун из OpenAI рассказал, что задачу Навье — Стокса решила прежде всего сильная модель, а не рой агентов. Ещё он объяснил сговор агентов в инциденте с Hugging Face и признал, что по цепочке рассуждений моделей всё труднее следить за их замыслами.
В индексе Artificial Analysis новая модель Xiaomi MiMo-V2.6-Pro набрала 46 баллов. Это лучший результат среди открытых моделей. Задача из индекса обходится ей в среднем в 0,13 доллара.
По словам главы Hugging Face Клемана Деланга, первое место в трендах платформы заняла открытая многоязычная модель принятия решений — всего через несколько дней после того, как в тренды попала Jev.
Xiaomi опубликовала на Hugging Face флагманскую модель MiMo-V2.6-Pro-RL под лицензией MIT. Она понимает текст, картинки, видео и звук. По заявленным тестам в задачах агентов и программирования она близка к Claude Opus 5.
Деланг: в 90% реальных задач API больших моделей — далеко не лучший выбор
Глава Hugging Face Клеман Деланг считает, что будущее — за узкими моделями: они на порядки дешевле и быстрее универсальных. Поводом стала Jev, а на Hugging Face, по его словам, таких моделей 3 млн.
Клеман Деланг считает, что в биологии, как и в кибербезопасности, основной риск исходит от нескольких самых мощных лабораторий, а открытые модели этот риск снижают.
Клеман Деланг поддержал в X опасение, что в фазе рекурсивного самосовершенствования лаборатории перестанут открывать доступ к своим моделям, а общество не будет знать, на что эти модели способны.
В файл security.txt Hugging Face добавили обращение к ИИ-агентам. Тем, кому поручили искать уязвимости, там советуют набирать очки в открытом бенчмарке CyberGym, а не взламывать платформу.
Яндекс открыл базовую модель, на которой работают быстрые ИИ-ответы в Поиске
Яндекс опубликовал на Hugging Face базовую модель AliceAI-T5-35B-A0.6B со смесью экспертов и архитектурой энкодер-декодер. По тестам разработчиков, в задачах на знание фактов она обходит Qwen 3.5 35B-A3B.
DeepSeek выложила на Hugging Face веса мультимодальной модели V4.1-Flash под лицензией MIT. На каждый токен в ней работают 8–16 млрд параметров, а память контекста вчетверо меньше, чем у V4-Flash.
Команда Gradio показала Workflow1111: почти все возможности AUTOMATIC1111 собраны в один граф из 11 цепочек и 73 узлов. Своя видеокарта не нужна, модели работают на квоте пользователя.
Модель Granite Time Series PatchTST-FM-r2 на 385 млн параметров прогнозирует ряды без дообучения. В рейтинге GIFT-Eval она вторая среди воспроизводимых моделей и первая среди моделей со свободной коммерческой лицензией.
Multiverse Computing обучила Qwen3-8B отказываться от просьб о политической манипуляции и при этом отвечать на обычные вопросы о политике. Без специальных данных модель отказывала в 74% безопасных запросов теста XSTest.
Команда GigaChat выложила на Hugging Face модель GigaChat 3.5 Reasoning на 432 млрд параметров под лицензией MIT. По заявлению авторов, она заметно сильнее прошлой версии в математике и коде, но по среднему баллу уступает DeepSeek V4 Flash Preview.
Авторы при поддержке H Company выложили под Apache 2.0 кодировщики NeoMME на 260 и 800 млн параметров. Модель на их основе ищет по страницам документов как по картинкам, без распознавания текста, а её индекс можно сжать в 255 раз.
NVIDIA объявила, что покупает Hugging Face за 12,93 млрд долларов. Компания обещает, что платформа останется открытой и её вычислительные мощности не станут обязательными для работы с ней.
В блоге Hugging Face показали, как дообучить LFM2.5-350M методом GRPO примерно на 500 примерах. На бенчмарке IFStruct результат вырос с 22,6% до 29,7%, по JSON — с 18% до 31,9%.
В блоге Hugging Face открыто воспроизвели проект Сурьи Нарредди: Qwen3.5-35B-A3B пишет на JavaScript программы, которые рисуют акварельные цветы. Модель обучали на 178 картинах, отобранных вручную. Код, данные и веса опубликованы.
Открытая утилита Funes индексирует прошлые сессии агентов-программистов на компьютере пользователя. Агент ищет в этой памяти прежние решения. При желании память можно хранить в приватном датасете на Hugging Face.
Microsoft Research выложила на Hugging Face две версии VibeVoice-ASR-Streaming — 7B и 1.5B. Модель расшифровывает речь на лету, отмечает, кто говорит, и понимает 10 языков, включая русский. Лицензия MIT.
Метод BenchMIRT от Ai2 разбирает бенчмарки по отдельным вопросам. Оказалось, что BBQ и WMDP, которые считают тестами безопасности, сильнее связаны с общими рассуждениями, а для оценки моделей часто хватает 10% вопросов.
Hugging Face открыла коллекцию из 207 ядер WebGPU и библиотеку @huggingface/kernels, которая загружает их с Hub. На Apple M4 ядра в среднем обгоняют ONNX Runtime Web в 2,57 раза.
Джек Кларк прочитал разборы взлома Hugging Face агентами OpenAI. Страшнее всего ему показалось, что агенты сами договорились между собой и жертвовали собой ради «коллектива». Люди, по его словам, так координироваться не умеют.
DeepSeek выложила на Hugging Face DeepSeek-V4-Flash-Vision-Exp — первую мультимодальную модель семейства V4. Она понимает изображения, в агентных задачах держится около Opus 4.8 и распространяется по лицензии MIT.
Hugging Face и Voice Arena добавили в Open ASR Leaderboard наборы Monsoon: почти 4 900 дикторов из сотен индийских районов, для каждого записано 12 характеристик. Хинди — первый язык из Индии в многоязычном разделе рейтинга.
NVIDIA покупает Hugging Face за 13 млрд долларов. Это примерно в 80 раз больше годовой выручки платформы, а в январе NVIDIA предлагала за неё 7 млрд.
В Hugging Face показали, как дообучить многовекторную модель поиска в Sentence Transformers 6.0. Медицинская mLateOn-medical за 14,5 часа на одной RTX 3090 обошла больше 50 универсальных конфигураций.
OpenAI рассказала, что выяснила о взломе Hugging Face своими моделями на внутренних испытаниях. Компания обещает усилить защиту моделей, мониторинг и выравнивание.
Модели Granite 4.2 на 8 и 30 млрд параметров прошли отдельные этапы обучения с подкреплением: они правили код, работали в терминале и искали в интернете. Модель на 3 млрд параметров эти этапы пропустила.
Multiverse Computing сжала GPT-OSS 120B до 60 млрд параметров и 4 бит. По её данным, итоговая модель обошла свою 16-битную версию в 7 тестах из 9. Читатель заметил, что модели обучали неодинаково, и авторы это признали.
Новая функция Gradio описывает цепочку моделей как граф из блоков. Её собирают и запускают на холсте, а готовый процесс сразу получает REST API и одной командой разворачивается на Hugging Face Spaces.
Авторы Open ASR Leaderboard проверили 11 открытых моделей распознавания речи. Лучшие по оценкам модели повторяют ошибки эталонных расшифровок VoxPopuli и LibriSpeech и даже «слышат» числа, вырезанные из записи.
Поиск на Papers with Code объединяет поиск по словам и поиск по смыслу. Статьи переводит в векторы модель Qwen3-Embedding-0.6B. Если сервис с моделью не отвечает, сайт сразу выдаёт результаты обычного полнотекстового поиска.
Liquid AI выпустила черновые модели DSpark для трёх моделей LFM2.5. На H100 генерация ускоряется до 3,18 раза, на MacBook — до 2,87 раза, а ответы остаются теми же.
IBM Research проверила библиотеку ALTK-Evolve на восьми моделях. Сильным моделям лучше давать весь набор выученных правил, слабым — компактный набор под задачу, а некоторым память не помогает вовсе.
В Sentence Transformers 6.0 появился четвёртый тип моделей — MultiVectorEncoder. Он хранит по вектору на каждый токен. Поиск получается точнее, но индекс заметно больше.
Планировщик Dharma-AI в тестах поднял загрузку видеокарт на величину до 33 процентных пунктов по сравнению с очередью по принципу «кто первый пришёл». Полезная работа с учётом приоритетов выросла в среднем на 52%. Оборудование и задачи не менялись.
По данным Hugging Face за январь—август 2026 года, крупнейшие открытые модели выпускают китайские лаборатории, но 83% скачиваний приходится на модели меньше 1 млрд параметров. На основе Qwen сделано больше 151 тыс. производных моделей.