LeRobot コミュニティ データセット: ロボティクスの ImageNet を構築する
Hugging Face は、LeRobot を通じてロボティクスデータセットの多様でオープンソースなリポジトリを構築するコミュニティ主導の取り組みを推進し、ロボットポリシーの汎化課題の解決を目指しています。
GradioでMCPサーバーを構築する
Hugging FaceはModel Context Protocol（MCP）をGradioに統合し、開発者がPython関数をLLMが利用できるツールに、パラメータを1つ変更するだけで変換できるようにしました。
Intel AutoRound: LLM と VLM のための高度なウェイトオンリー量子化
Intel は AutoRound を導入しました。これは、署名付き勾配降下法を使用して LLM と VLM の高精度低ビット量子化（INT2〜INT8）を実現するウェイトオンリーのポストトレーニング量子化手法です。
Llama Guard 4 と Llama Prompt Guard 2 のリリース
Meta は、12B のマルチモーダル安全モデルである Llama Guard 4 と、プロンプトインジェクションやジャイルブレイクを検出するための一連の分類器である Llama Prompt Guard 2 をリリースしました。
PipelineRL: インフライト重み更新による LLM 強化学習の最適化
Hugging Face と ServiceNow Research は、インフライト重み更新を使用して推論スループットとオンポリシーデータ収集のトレードオフを解消する実験的な RL 実装である PipelineRL をオープンソース化しました。
Hugging Face Tiny Agents: 50 行のコードで MCP 駆動エージェントを構築
Hugging Face は Model Context Protocol (MCP) と InferenceClient を活用して機能的な AI エージェントを構築する方法を示し、エージェントのコアロジックをシンプルな while ループにまで簡素化しました。
忠実な文書抽出のための olmOCR のファインチューニング
TNG は、ヘッダーとフッターを保持するようにファインチューニングされた olmOCR-7B-0225-preview をリリースし、請求書の解析などのビジネスアプリケーションに適しています。
LLM パフォーマンスの最適化：同時リクエストに対するプレフィルとデコード
Hugging Face（TNG を通じて）は、連続バッチングやチャンク化プレフィルといった戦略でトークン生成のプレフィルフェーズとデコードフェーズを管理することで、GPU の利用効率を最適化し、トークンスループットを最大 50% 向上させる方法を解説しています。
HELMET: 長文コンテキスト言語モデルの包括的評価
Hugging Face と Princeton の研究者は、HELMET を導入しました。これは、needle-in-a-haystack のような合成テストに代わり、長文コンテキスト言語モデルに対して多様で調整可能、かつ信頼できる実世界評価を提供する包括的ベンチマークです。
Cohere と Hugging Face 推論プロバイダーの統合
Hugging Face は Cohere をサポートされている推論プロバイダーとして追加し、ユーザーが Hub 上で Cohere および Cohere Labs の幅広いモデルに対してサーバーレス推論を実行できるようにしました。
Gradio フレームワーク概要：UI ライブラリの機能を超えて
Hugging Face は、Gradio が汎用 API アクセス、サーバーサイドレンダリング、そして特化した機械学習リソース管理を提供する包括的な AI 特化フレームワークへと進化したことを詳述しています。
Hugging Face と Protect AI のセキュリティパートナーシップ：6か月間の進捗報告
Hugging Face と Protect AI は、1.41 百万リポジトリにまたがる 447 万件のモデルバージョンをスキャンし、352,000 件の安全でないまたは疑わしい問題を特定しました。Guardian スキャン技術により、オープンソース AI のセキュリティが強化されています。
Hugging Faceがオープンソースロボティクスハードウェアの拡大のためにPollen Roboticsを買収
Hugging Faceは、オープンソースのヒューマノイドハードウェアをLeRobotソフトウェアエコシステムと統合するためにPollen Roboticsを買収し、Reachy 2ロボットの販売から開始します。
Visual Salamandra 7B リリース
Hugging Face の Language Technologies Lab は、ヨーロッパの言語多様性に焦点を当て、Salamandra LLM を拡張して画像と動画をサポートする 70 億パラメータのマルチモーダルモデル、Visual Salamandra をリリースしました。
Hugging Face と Cloudflare の FastRTC 統合
Hugging Face と Cloudflare は提携し、FastRTC 開発者に Cloudflare のグローバル TURN サーバーネットワークへの無料アクセスを提供することで、低遅延のリアルタイム音声・動画 AI アプリケーションのデプロイを簡素化します。
アラビア語リーダーボード：アラビア語指示遵守とAraGenの更新
Hugging Face と Inception は、アラビア語リーダーボードスペースの開始を発表しました。これには、初の公開アラビア語指示遵守（Arabic IFEval）ベンチマークと、更新された AraGen-03-25 生成リーダーボードが含まれます。
Llama 4 Maverick と Scout のリリースノート
Metaは、アクティブパラメータが17Bで、コンテキストウィンドウが最大10Mトークンの、ネイティブにマルチモーダルなMixture-of-Experts（MoE）モデルであるLlama 4 MaverickとLlama 4 Scoutをリリースしました。
Gradio 100万人ユーザー達成と開発哲学
Hugging Face の Gradio は月間開発者数が 100 万人を超え、低レベルのプリミティブを高レベルの抽象化より優先し、機械学習ニッチに特化することで成長を実現しました。
Hugging Face NLP コースが LLM コースへ移行
Hugging Face は、NLP コースを LLM コースへリブランドし、最新の大規模言語モデル研究、ファインチューニング、推論モデルを取り入れつつ、クラシックな NLP 基盤を維持します。
LLM パフォーマンス最適化のための効率的なリクエストキューイング
TNG Technology Consulting GmbH は、上流の LLM-Server においてフェアスケジューリングとメトリックベースのバックプレッシャーを実装し、パワーユーザーが他のユーザーをブロックするのを防ぐことで、LLM のパフォーマンスを最適化する戦略を概説しています。
Infisical を用いた Hugging Face のシークレット管理スケーリング
Hugging Face は Infisical に移行し、マルチクラウド環境全体でシークレット管理を集中化することで、シークレットの散在を解消し、Kubernetes の自動統合と RBAC によるセキュリティ向上を実現しました。
テキスト生成推論 (TGI) の Intel Gaudi 統合
Hugging Face は Intel Gaudi ハードウェアサポートを Text Generation Inference (TGI) のメインコードベースに直接統合し、Intel AI アクセラレータ上で LLM を提供するための本番環境対応ソリューションを提供しています。
Sentence Transformers を用いたリランカーモデルのトレーニングとファインチューニング
Hugging Face は、Sentence Transformers を活用した Cross Encoder リランカーモデルのトレーニングとファインチューニングの包括的ガイドとフレームワークを提供し、ドメイン固有の検索性能を最適化します。
Gradio データフレームの更新：新機能と強化
Hugging Face は Gradio の gr.Dataframe コンポーネントを更新し、マルチセル選択、列の固定、検索およびフィルタ機能、アクセシビリティの向上を導入しました。
Hugging Face 推論エンドポイント分析アップデート
Hugging Face は、リアルタイムメトリクス、カスタマイズ可能な時間範囲、詳細なレプリカライフサイクルビューを備えた Inference Endpoints の分析ダッシュボードを更新し、監視とデバッグを改善しました。
Open R1: ローカルで OlympicCoder 7B を実行してコーディング
Hugging Face は、LM Studio と Continue VS Code 拡張機能を使用して OlympicCoder 7B モデルをローカルにデプロイする方法を案内し、LiveCodeBench で Claude 3.7 Sonnet や GPT-4o に匹敵する競争力のあるコーディング性能を実現します。
ホワイトハウスAIアクションプランRFIに対するHugging Faceの回答
Hugging Faceは、AI開発におけるオープンソースとオープンサイエンスの根本的な役割を提唱し、オープンモデルが性能と効率の面でクローズドな商用システムにますます匹敵または上回っていると主張しています。
NVIDIA GTC 2025 Physical AI リリース: Cosmos Transfer, Physical AI Dataset, および Isaac GR00T N1
NVIDIAは、制御可能なワールドシーン生成のためのCosmos Transfer、15TBのPhysical AI Dataset、そして一般的なヒューマノイド推論のための最初のオープンファウンデーションモデルであるIsaac GR00T N1をリリースしました。
Hugging Face Xet ストレージ 統合
Hugging Face は、LFS から Xet ストレージへのリポジトリの移行を開始し、コンテンツ定義チャンク化を利用して、巨大な AI モデルとデータセットのアップロードとダウンロード時間を大幅に短縮しています。
Gemma 3 リリースノート / 新機能
Googleは、1Bから27Bパラメータまでのマルチモーダルかつ多言語対応のオープンウェイトLLMファミリーであるGemma 3をリリースしました。コンテキストウィンドウは最大128kトークンです。
Open R1 アップデート #3: OlympicCoder とコード推論の洞察
Hugging Face は、IOI 問題においてフロンティアモデルを上回るコード推論モデルセットである OlympicCoder を紹介し、新しいデータセットと推論モデルのトレーニングのための技術的教訓も提供します。
LeRobot L2D: 世界最大のオープンソース自動運転データセット
Hugging FaceとYaakは、エンドツーエンドの空間知能の訓練を可能にするため、ドイツの30都市から5,000時間以上の走行データを含むマルチモーダル自動運転データセット「Learning to Drive (L2D)」をリリースしました。
エッジでのLLM推論：React NativeによるローカルLLMの実行
Hugging Faceは、React Nativeとllama.rnを使用して、量子化されたGGUFモデルをAndroidおよびiOS上でローカルに実行する、プライバシー重視のモバイルアプリケーションを構築するための包括的なガイドを提供しています。
Aya Vision: 8Bおよび32Bモデルによる多言語マルチモダリティの進歩
Cohere For AIは、23言語をサポートするオープンウェイトビジョン言語モデル（8Bおよび32B）のファミリーであるAya Visionをリリースし、多言語マルチモーダルタスクにおいてより大きなモデルを上回る性能を示しています。
Hugging Face と JFrog のパートナーシップによる AI モデル セキュリティの強化
Hugging Face は、誤検出を減らし、さまざまなシリアル化フォーマットにおけるモデル重み内の悪意のあるコードを検出するため、Hugging Face Hub に JFrog スキャナーを統合しました。
Arize Phoenix を使った smolagents のトレースと評価
Hugging Face は、エージェント ワークフローに対してリアルタイム トレースと LLM-as-a-judge 評価を実装するために、Arize Phoenix と smolagents の使い方を示しています。
Hugging Face と IISc が Vaani データセットのオープンソース化にパートナーシップを結ぶ
Hugging Face は、インド科学研究所（IISc）および ARTPARK と提携し、インドの言語的多様性を表現するように設計された巨大なマルチモーダル・マルチリンガルデータセット Vaani へのグローバルなアクセスを提供しています。
FastRTC: Python向けリアルタイム通信ライブラリ
Hugging Faceは、WebRTCおよびWebSocket通信レイヤーを処理することでリアルタイムオーディオおよびビデオAIアプリケーションの開発を簡素化するPythonライブラリFastRTCをリリースしました。
Hugging Face リモート VAE（推論エンドポイント向け）
Hugging Face は、高解像度の画像および動画合成をコンシューマー GPU で行う際の VRAM 要件を削減するため、VAE デコードプロセスをリモート エンドポイントに委任する実験的機能を導入しました。
SigLIP 2 リリースノート / 新機能
Googleは、ゼロショット分類、画像テキスト検索、およびVLM転移性能において、すべてのスケールで元のSigLIPを上回る多言語ビジョン言語エンコーダーのファミリーであるSigLIP 2をリリースしました。
SmolVLM2: すべてのデバイスでビデオ理解を実現
Hugging Faceは、2.2B、500M、256Mパラメータサイズの効率的なビジョンおよびビデオ言語モデルファミリーであるSmolVLM2をリリースし、スマートフォンからサーバーまでのデバイスでローカルにビデオ理解を可能にします。
PaliGemma 2 Mix リリースノート
Googleは、PaliGemma 2の事前学習済みチェックポイントの可能性を示すために、OCR、キャプショニング、物体検出を含む多様なタスクでファインチューニングされたビジョン言語モデルファミリーであるPaliGemma 2 mixをリリースしました。
Hugging Faceは、Hyperbolic、Nebius AI Studio、Novitaをサーバーレス推論プロバイダーとして追加
Hugging Faceは、Hyperbolic、Nebius AI Studio、Novitaをサーバーレス推論プロバイダーとして統合し、HubとクライアントSDKを通じてDeepSeek-R1やFLUX.1などのモデルへのアクセスを拡張しました。
Hugging Face Open LLM Leaderboard Update: Integrating Math-Verify for Improved Math Evaluation
Hugging Face は、Math-Verify を使用して Open LLM リーダーボード上の 3,751 モデルを再評価し、解析エラーとフォーマットの厳格さを修正しました。これにより、MATH-Hard ランキングが大幅に入れ替わりました。
Hugging Face が Fireworks.ai を推論プロバイダーとして統合
Hugging Face は ハブ で Fireworks.ai をサポートされている推論プロバイダーとして追加し、HF エコシステム全体で DeepSeek-R1 や Llama-3.2-90B-Vision-Instruct などのモデルに対してサーバーレス推論を可能にしました。
Hugging Face: 10億件の分類におけるコストとレイテンシの最適化
Hugging Faceは、大規模なエンコーダーモデルの推論コストを削減するためのフレームワークとベンチマークを提供しており、NVIDIA L4 GPUと最適化されたバッチサイズを使用することで、10億件のテキスト分類をわずか253.82ドルで処理できることを示しています。
Hugging Face ビデオデータセットスクリプト
Hugging Face は、ビデオ生成モデルのファインチューニングのための高品質でフィルタリングされたデータセットの作成を簡素化することを目的としたオープンなビデオデータセットスクリプトのセットを導入しました。
Hugging Face Xet対応リポジトリ：ブロックレベルの集約によるHub転送の高速化
Hugging Faceは、xet-coreとhf_xetを使用したチャンクベースの重複排除システムを導入し、ブロックレベルの集約を通じてアップロードとダウンロードを2〜3倍高速化します。
Open R1 アップデート #2: OpenR1-Math-220k データセットと推論の洞察
Hugging Face は OpenR1-Math-220k を紹介します。これは、DeepSeek R1 の蒸留パイプラインを再構築するように設計された大規模な数学的推論データセットであり、GRPO と Chain-of-Thought 長さの制御に関するコミュニティの洞察も共有します。
The Open Arabic LLM Leaderboard 2
Hugging Face とパートナーは、飽和したベンチマークや機械翻訳されたベンチマークを、ネイティブなアラビア語データセットと新しい RAG 評価フレームワークに置き換え、アラビア語能力をより正確に測定する Open Arabic LLM Leaderboard 2 (OALL v2) をリリースしました。