Hugging Face CUDA カーネル エージェント スキル
Hugging Face は、Claude や Codex などのコーディングエージェントが、transformers と diffusers ライブラリ向けの本番環境対応 CUDA カーネルを作成、ベンチマーク、統合できるようにするエージェントスキルを導入しました。
OpenEnv: 現実世界環境におけるツール使用エージェントの評価
Hugging Face と Meta が OpenEnv を発表しました。これは AI エージェントを実際のシステムや Calendar Gym のような本番環境で評価するオープンソースフレームワークで、研究と本番の信頼性ギャップを埋めることを目的としています。
Transformers.js v4 リリースノート / 新機能
Hugging Face は Transformers.js v4 をリリースし、ブラウザとサーバーサイドランタイム向けのハードウェアアクセラレーションを実現する新しい C++ で書き直された WebGPU ランタイムと、スタンドアロンの tokenizers ライブラリを導入しました。
SyGra 2.0.0 Studio リリース
SyGra 2.0.0 は Studio を導入し、YAML ファイルを手動で編集することなく、合成データ生成ワークフローを設計・実行できるビジュアルなインタラクティブ環境を提供します。
Hugging Face Community Evals
Hugging Face は Community Evals を導入しました。これは、Hub 上でモデルベンチマークスコアを直接報告・集約する分散型システムで、透明性と再現性の向上を図ります。
H Company Holo2-235B-A22B プレビューリリース
H Companyは、Screenspot-ProとOSWorld Gベンチマークで最先端の性能を達成するUIローカリゼーションモデル、Holo2-235B-A22B Previewをリリースしました。
グローバルオープンソースAIエコシステムの未来：DeepSeekからAI+へ
Hugging Faceは、オープンソースが中国のAI組織にとって支配的な戦略となり、孤立したモデルのブレークスルーから、モデル、ハードウェア、インフラストラクチャのスケーラブルで統合されたエコシステムへとシフトした様子を分析しています。
テキストから画像へのモデルのトレーニング設計：アブレーションからの教訓
テキストから画像へのモデルのトレーニング設計に関する Hugging Face の投稿の提供されたソース資料は、429 Too Many Requests エラーのため利用できません。
Daggr の紹介：視覚的検査で AI アプリをプログラム的に連結
Hugging Face は Daggr をリリースしました。これはオープンソースの Python ライブラリで、開発者が Gradio アプリ、機械学習モデル、カスタム関数をプログラム的に連結し、デバッグや状態管理のための自動生成ビジュアルキャンバスを備えたワークフローを構築できるようにします。
Hugging Face Upskill: エキスパートの能力をエージェントスキルを通じて小型モデルへ転送
Hugging Face は `upskill` を導入しました。このツールは Claude Opus 4.5 などの高性能モデルを活用し、検証済みの「エージェントスキル」を生成して、CUDA カーネル開発といった複雑タスクにおける小型またはオープンソースモデルの性能とトークン効率を向上させます。
中国のオープンソースAIエコシステムにおけるアーキテクチャ選択：DeepSeek R1からハードウェアファースト、MoE主導の風景へ
DeepSeek R1のオープンソースリリースから1年後、中国のAIコミュニティは最大単一モデル性能の追求から、柔軟でコスト効果が高くハードウェアに配慮したAIシステムの構築へとシフトしました。Mixture‑of‑Experts（MoE）がデフォルトアーキテクチャとなり、リクエストごとにエキスパートの一部だけを活性化することで巨大モデルを手頃に運用できるようになりました。マルチモーダルレースが急速に拡大し、テキスト‑ツー‑イメージ、動画、音声、3‑D、エージェント向けのオープンリリースがそれぞれフルツールチェーンと共に提供されました。小型モデル（≤30 B）の人気が高まり、ローカルデプロイやファインチューニングが容易になり、大規模MoEモデルは教師ネットとして蒸留に利用されています。Apache 2.0 と MIT ライセンスが支配的となり、法的摩擦が除去され商用採用が加速しました。ハードウェアファーストの考え方が浸透し、リリースは国内チップ（Huawei Ascend、Cambricon、Kunlun）向けに量子化・推論・サービングスタックが調整され、トレーニングパイプラインもオープンに文書化されています。競争の鍵は、モデルサイズの大きさではなく、システム設計、デプロイ効率、オープンソースエコシステム統合に移行しています。
Alyah: アラビア語LLM向けエミラティ方言ベンチマーク
Hugging Face とパートナーは、エミラティ方言におけるアラビア語LLMの言語的・文化的能力を評価するために設計された、1,173 件のサンプルからなる手動キュレーションベンチマーク「Alyah」を導入しました。
GPT-OSS Agentic RL 訓練: 実践的な振り返り
Hugging FaceとLinkedInの研究者は、GPT-OSSモデルに対して安定したエージェント強化学習を可能にするために必要なエンジニアリングの修正を詳しく説明し、MoEルーティング、注意シンク、およびメモリ効率に焦点を当てました。
AssetOpsBench: AIエージェントベンチマークと産業現実のギャップを埋める
Hugging Face と IBM Research は、産業資産ライフサイクル管理におけるマルチエージェントAIシステムを評価するために設計された包括的ベンチマークである AssetOpsBench を導入し、安全性が重要な障害モードと運用制約に焦点を当てています。
DeepSeek Moment から 1 年: 中国のオープンソース AI エコシステムの台頭
Hugging Face は、DeepSeek R1 のリリースが中国におけるオープンソース AI への大きな転換を促し、現在グローバルなダウンロード指標を支配する高性能オープン モデルの急増をもたらしたと分析しています。
差分トランスフォーマー V2
Differential Transformer V2 の提供されたソース資料は 429 Too Many Requests エラーのため利用できず、技術的な内容は取得できませんでした。
Waypoint-1: Overworld のリアルタイムインタラクティブ動画拡散
Overworld は Waypoint-1 をリリースしました。これは 10,000 時間のゲーム映像で学習されたリアルタイムインタラクティブ動画拡散モデルで、テキスト、マウス、キーボードによるゼロレイテンシの世界操作を可能にします。
Hugging Face Open Responses 推論標準
Hugging Face は、エージェント型 AI ワークフロー向けに Chat Completion 形式に代わることを目的とした、Responses API に基づくオープンな推論標準である Open Responses を導入しました。
NVIDIA Cosmos Reason 2 リリースノート / 新機能
NVIDIAは、物理AI向けに設計されたオープンリasoningビジョン・ランゲージモデルであるCosmos Reason 2をリリースしました。このモデルはPhysical AI BenchおよびPhysical Reasoningのリーダーボードでトップに位置しています。
Falcon-H1-Arabic リリースノート
Hugging Faceは、Falcon-H1-Arabicを発表しました。この3つのハイブリッド Mamba-Transformer モデル（3B、7B、34B）は、コンテキストウィンドウを最大256Kトークンに拡張し、アラビア語NLPの新たな最先端ベンチマークを樹立します。
NVIDIA DGX Spark と Reachy Mini 統合ガイド
NVIDIAは、オープンな推論およびビジョンモデルを使用し、DGX Spark ハードウェア、Reachy Mini ロボット、および NeMo Agent Toolkit を組み合わせることで、現実世界の AI エージェントを作成するためのフレームワークを発表しました。
AprielGuard: 現代LLMシステムにおける安全性と敵対的ロバスト性のためのガードレール
Hugging Face と ServiceNow AI は AprielGuard を発表しました。これは 8B パラメータのセーフガードモデルで、単独プロンプト、マルチターン会話、エージェントワークフロー全体にわたり、16 種類の安全リスクと幅広い敵対的攻撃を検出するよう設計されています。
Transformers v5 トークナイゼーション更新
Hugging Face は Transformers v5 のトークナイゼーションを再設計し、トークナイザのアーキテクチャと学習済み語彙を分離しました。これにより、検査やカスタマイズ、スクラッチからのトレーニングが容易になります。
NVIDIA Nemotron 3 Nano のオープン評価レシピ（NeMo Evaluator）
NVIDIA は 300 億パラメータの Nemotron 3 Nano モデルを、NeMo Evaluator 上に構築された完全にオープンな評価レシピと共にリリースしました。これにより、誰でもベンチマークスコアを再現し、評価パイプライン全体を監査できるようになります。
Hugging Face 上の CUGA: 設定可能な AI エージェントの民主化
IBM Research は、複雑な API とウェブタスクに対する AppWorld と WebArena ベンチマークで最先端のパフォーマンスを達成するオープンソースのエージェントフレームワークである CUGA (Configurable Generalist Agent) をリリースしました。
llama.cpp モデル管理とルーターモード
llama.cpp サーバーはルーターモードを導入し、サーバーを再起動せずに複数の GGUF モデルの動的なロード、アンロード、切り替えを可能にします。
Hugging Face がエンドツーエンドの ML 実験に Codex を統合
Hugging Face は、HF-skills リポジトリへのアクセスを提供することで OpenAI Codex がエンドツーエンドの機械学習実験を実行できるようにし、ファインチューニング、評価、デプロイの自動化を可能にしました。
swift-huggingface リリースノート / 新機能
Hugging Faceは、信頼性の高いモデルダウンロード、Python互換キャッシュ、OAuth 2.0サポートを導入した、Hugging Face Hub向けの包括的なSwiftクライアントであるswift-huggingfaceをリリースしました。
Hugging Face Skills: AIエージェントによるLLMファインチューニングの実現
Hugging Faceは、Claude Codeなどのコーディングエージェントがハードウェア選択からモデルデプロイまでLLMファインチューニングのライフサイクル全体を管理できるツールであるHugging Face Skillsを導入しました。
DeepMath: smolagents を使用した軽量な数学推論エージェント
DeepMath は Qwen3-4B Thinking をベースとし、GRPO でファインチューニングされた数学推論エージェントです。冗長なテキストを簡潔な Python スニペットに置き換えて決定的な計算を行い、出力長を最大66%削減しながら精度を向上させます。
Hugging Face Transformers v5 release notes / what's new
Hugging Faceは、相互運用性、PyTorch中心のモデル定義、および量子化と大規模プリトレーニングへのファーストクラスサポートに焦点を当てたTransformers v5をリリースしました。
Diffusers FLUX.2 統合
Hugging Face は Diffusers ライブラリに FLUX.2 を統合し、Mistral3 テキスト エンコーディングとともに FLUX.2-dev-bnb-4bit モデルの使用を可能にしました。
Hugging Face: 原理から学ぶ連続バッチング
Hugging Faceは、KVキャッシング、チャンクプリフィル、ラグドバッチング、およびダイナミックスケジューリングを組み合わせてパディングの無駄をなくし、LLMのスループットを最大化する技術である連続バッチングについて説明します。
Tavily Deep Research: AI研究エージェントにおける最先端の達成
Tavilyは、人間のような情報蒸留に基づく線形コンテキストエンジニアリングアプローチを実装することにより、Open Deep Researchと比較してトークン消費量を66%削減する最先端の研究エージェントを開発しました。
OVHcloud の Hugging Face Inference プロバイダー
OVHcloud は現在、Hugging Face のサポート対象のインファレンス プロバイダーとなり、HF UI と SDK を通じて gpt-oss、Qwen3、DeepSeek R1、Llama などのモデルへのサーバーレス アクセスを提供し、100 万トークンあたり €0.04 からの従量課金制となっています。
Hugging Face Open ASR リーダーボードのトレンドと洞察
Hugging Face は、新しい多言語および長形式トラックを追加して Open ASR リーダーボードを更新し、Conformer エンコーダと LLM デコーダの組み合わせが現在英語精度でリードしていることを明らかにし、一方で CTC/TDT デコーダは優れたスループットを提供していることを示しています。
Hugging Face TRL と RapidFire AI の統合
Hugging Face TRL は現在、RapidFire AI と統合され、複数の LLM 設定の同時ファインチューニングを可能にし、実験スループットを最大 24 倍向上させます。
AnyLanguageModel: Apple プラットフォーム向け統合 LLM API
Hugging Face は、Apple の Foundation Models フレームワークのドロップイン置換として機能し、Apple プラットフォーム上でローカルおよびリモートの LLM を統合するための統合 API を提供する Swift パッケージ AnyLanguageModel を発表しました。
Apriel-H1: Mambaハイブリッドによる効率的な推論モデルの蒸留
ServiceNow AIは、一般のプリトレーニングデータではなく高品質な推論トレースを蒸留することで、品質の損失を最小限に抑えながら2.1倍のスループットを達成するMambaハイブリッドに変換された15B推論モデルのファミリーであるApriel-H1を発表しました。
Hugging FaceでROCmカーネルを簡単にビルドおよび共有
Hugging Faceは、kernelsライブラリとkernel-builderを使用して、Hugging Face Hub上でROCm互換のGPUカーネルをビルド、パッケージ化、共有する合理化されたワークフローを紹介します。
AMD オープンロボティクス ハッカソン
AMD、Hugging Face、およびData Monstersは、LeRobotとAMD AIハードウェアを使用した革新的なロボットソリューションの開発を促進するため、東京とパリでAMD Open Robotics Hackathonを開催しています。
Hugging Face と Google Cloud の戦略的パートナーシップ
Hugging Face と Google Cloud は、Google Cloud インフラストラクチャ上でのオープンモデルのデプロイを合理化するため、深化した戦略的パートナーシップを結びました。新しい CDN ゲートウェイによりモデルのダウンロードが高速化され、Google Threat Intelligence を通じたセキュリティが強化されています。
MiniMax M2 エージェントのアライメントと一般化
MiniMax M2 はインターリーブド思考とフル軌道一般化を実装し、ベンチマーク性能と実際のエージェント的使いやすさの間のギャップを埋めます。
グローバルコンピューティング環境の変化：中国のAIハードウェアとソフトウェアの台頭
Hugging Faceは、米国の輸出規制が逆に中国の国内AIチップと計算効率の高いオープンウェイトモデルの開発を加速させ、並行するAIインフラストラクチャを生み出したと分析しています。
NVIDIA Isaac for Healthcare v0.4: シミュレーションから導入までのヘルスケアロボットの構築
NVIDIA Isaac for Healthcare v0.4は、SO-ARMスターターワークフローを使用して自律型手術アシスタントを構築するエンドツーエンドワークフローを導入し、合成シミュレーションデータと実際の世界のトレーニングを組み合わせます。
NVIDIA Isaac for Healthcare v0.4 リリース
NVIDIA Isaac for Healthcare v0.4は、シミュレーションから実際の世界への展開まで、エンドツーエンドのAI医療ロボット開発を可能にする開発者フレームワークとSO-ARMスターターワークフローを紹介します。
IBM Granite 4.0 Nano リリースノート
IBMは、エッジおよびオンデバイスアプリケーション向けに設計された高性能小規模言語モデル（SLM）のシリーズであるGranite 4.0 Nanoをリリースしました。Apache 2.0ライセンスの下で提供されています。
Hugging Face の同意付き音声クローン
Hugging Face は音声同意ゲートを導入しました。これは、話者が録音されたフレーズで明示的に同意を表明しなければ音声クローンモデルを起動できないというシステムインフラです。
huggingface_hub v1.0: オープン機械学習の基盤を築く5年
huggingface_hub は 5 年の開発を経て v1.0 に到達し、200 万以上のモデル、50 万のデータセット、100 万の Spaces へのコアアクセスを提供するとともに、httpx、hf_xet、再設計された CLI といった破壊的変更を導入し、次の10年にわたるオープン機械学習を支援します。
Hugging Face ストリーミングデータセットのアップデート
Hugging Face は datasets ライブラリのストリーミング機能を最適化し、起動時のリクエストを 100 倍削減、データ解決速度を 10 倍向上させ、ローカルにダウンロードせずにマルチテラバイト規模のデータセットで効率的に学習できるようにしました。