LeRobot 커뮤니티 데이터셋: 로봇공학의 ImageNet 구축
Hugging Face는 LeRobot를 통해 로봇 정책의 일반화 문제를 해결하기 위해 다양하고 오픈소스인 로봇 데이터셋 저장소를 만들기 위한 커뮤니티 주도 노력을 촉진하고 있습니다.
Gradio로 MCP 서버 구축
Hugging Face는 Model Context Protocol(MCP)을 Gradio에 통합하여, 개발자가 단 하나의 매개변수 변경만으로 Python 함수를 LLM이 접근할 수 있는 도구로 전환할 수 있게 했습니다.
Intel AutoRound: 대형 언어 모델(LLM) 및 비전-언어 모델(VLM)을 위한 고급 가중치 전용 양자화
Intel은 서명된 그래디언트 하강법을 사용하여 LLM 및 VLM에 대해 고정밀 저비트 양자화(INT2-INT8)를 가능하게 하는 가중치 전용 사후 훈련 양자화 방법인 AutoRound를 소개했습니다.
Llama Guard 4 및 Llama Prompt Guard 2 출시
Meta는 12B 멀티모달 안전 모델인 Llama Guard 4와 프롬프트 인젝션 및 탈옥을 감지하기 위한 일련의 분류기인 Llama Prompt Guard 2를 출시했습니다.
PipelineRL: 인플라이트 가중치 업데이트를 통한 LLM 강화 학습 최적화
Hugging Face와 ServiceNow Research가 인플라이트 가중치 업데이트를 사용하여 추론 처리량과 온-폴리시 데이터 수집 간의 트레이드오프를 없애는 실험적 RL 구현인 PipelineRL을 오픈소스로 공개했습니다.
Hugging Face Tiny Agents: 50줄 코드로 MCP 기반 에이전트 구축
Hugging Face는 Model Context Protocol (MCP)과 InferenceClient를 사용하여 기능적인 AI 에이전트를 구축하는 방법을 보여주며, 핵심 에이전트 로직을 간단한 while 루프로 축소합니다.
신뢰할 수 있는 문서 추출을 위한 olmOCR 파인튜닝
TNG는 헤더와 푸터를 보존하는 파인튜닝된 olmOCR-7B-0225-preview 버전을 출시했으며, 이를 통해 인보이스 파싱과 같은 비즈니스 애플리케이션에 적합합니다.
LLM 성능 최적화: 동시 요청을 위한 프리필 및 디코드
Hugging Face(TNG)를 통해 연속 배치와 청크 프리필과 같은 전략으로 토큰 생성의 프리필 및 디코드 단계를 관리하면 GPU 활용도를 최적화하고 토큰 처리량을 최대 50%까지 증가시킬 수 있음을 설명합니다.
HELMET: 장기 컨텍스트 언어 모델을 전체적으로 평가하기
Hugging Face와 Princeton 연구원들은 HELMET를 도입했다. 이는 needle-in-a-haystack와 같은 합성 테스트를 대체하고, 장기 컨텍스트 언어 모델을 위한 다양하고, 제어 가능하며, 신뢰할 수 있는 실제 평가를 제공하는 포괄적인 벤치마크이다.
Cohere와 Hugging Face 추론 제공자 통합
Hugging Face가 Cohere를 지원되는 추론 제공자로 추가하여, 사용자가 Hub에서 직접 다양한 Cohere 및 Cohere Labs 모델에 대해 서버리스 추론을 실행할 수 있게 되었습니다.
Gradio 프레임워크 개요: UI 라이브러리 기능을 넘어
Hugging Face는 Gradio가 보편적인 API 접근, 서버 측 렌더링, 그리고 특화된 ML 리소스 관리 기능을 제공하는 포괄적인 AI 중심 프레임워크로 진화한 과정을 상세히 설명합니다.
Hugging Face와 Protect AI 보안 파트너십: 6개월 진행 보고서
Hugging Face와 Protect AI는 1,410,000개의 리포지토리에서 4,470,000개의 모델 버전을 스캔하여 352,000개의 위험하거나 의심스러운 문제를 식별했으며, Guardian 스캔 기술을 통해 오픈소스 AI 보안을 강화했습니다.
Hugging Face, 오픈소스 로봇 하드웨어 확장을 위해 Pollen Robotics 인수
Hugging Face는 오픈소스 인간형 하드웨어를 LeRobot 소프트웨어 생태계와 통합하기 위해 Pollen Robotics를 인수했으며, Reachy 2 로봇 판매를 시작으로 진행합니다.
Visual Salamandra 7B 릴리스
Hugging Face의 Language Technologies Lab이 유럽 언어 다양성에 초점을 맞춘 이미지와 비디오를 지원하는 70억 파라미터 멀티모달 모델인 Visual Salamandra를 출시했습니다.
Hugging Face와 Cloudflare FastRTC 통합
Hugging Face와 Cloudflare는 FastRTC 개발자에게 Cloudflare의 글로벌 TURN 서버 네트워크에 대한 무료 접근을 제공하여 저지연 실시간 오디오 및 비디오 AI 애플리케이션 배포를 간소화했습니다.
아라비아 리더보드: 아라비아 지시 따르기 및 AraGen 업데이트
Hugging Face와 Inception은 최초의 공개 아라비아 지시 따르기(Arabic IFEval) 벤치마크와 업데이트된 AraGen-03-25 생성 리더보드를 특징으로 하는 Arabic-Leaderboards Space의 출시를 발표했습니다.
Llama 4 Maverick 및 Scout 릴리스 노트
Meta는 17B 활성 파라미터와 최대 10M 토큰의 컨텍스트 윈도우를 갖춘, 네이티브 멀티모달 Mixture-of-Experts (MoE) 모델인 Llama 4 Maverick과 Llama 4 Scout를 출시했습니다.
Gradio 1백만 사용자 이정표와 개발 철학
Hugging Face의 Gradio는 월간 개발자 100만 명을 넘어섰으며, 고수준 추상화보다 저수준 프리미티브를 우선시하고 머신러닝 분야에 특화함으로써 성장했습니다.
Hugging Face NLP 코스가 LLM 코스로 전환
Hugging Face는 기존 NLP 코스를 LLM 코스로 리브랜딩하고 확장하여 최신 대형 언어 모델 연구, 파인튜닝 및 추론 모델을 포함하면서도 고전 NLP 기초를 유지합니다.
LLM 성능 최적화를 위한 효율적인 요청 큐잉
TNG Technology Consulting GmbH는 파워 유저가 다른 사용자를 차단하지 않도록 업스트림 LLM-Server에서 공정 스케줄링과 메트릭 기반 백프레셔를 구현하여 LLM 성능을 최적화하는 전략을 제시합니다.
Infisical을 활용한 Hugging Face 비밀 관리 확장
Hugging Face는 다중 클라우드 환경에서 비밀 관리 중앙화를 위해 Infisical로 마이그레이션했으며, 비밀 확산을 제거하고 자동화된 Kubernetes 통합 및 RBAC를 통해 보안을 향상시켰습니다.
텍스트 생성 추론 (TGI) 인텔 가우디 통합
Hugging Face는 인텔 가우디 하드웨어 지원을 Text Generation Inference (TGI) 메인 코드베이스에 직접 통합하여, 인텔 AI 가속기에서 LLM을 위한 프로덕션 수준 서빙 솔루션을 제공합니다.
Sentence Transformers를 사용한 재정렬 모델 훈련 및 파인튜닝
Hugging Face는 도메인 특화 검색 성능을 최적화하기 위해 Cross Encoder 재정렬 모델을 훈련하고 파인튜닝하는 포괄적인 가이드와 프레임워크를 Sentence Transformers를 통해 제공합니다.
Hugging Face 인퍼런스 엔드포인트 분석 업데이트
Hugging Face는 실시간 메트릭, 사용자 정의 가능한 시간 범위, 그리고 상세한 복제본 라이프사이클 뷰를 포함하도록 Inference Endpoints 분석 대시보드를 업데이트하여 모니터링 및 디버깅을 개선했습니다.
Open R1: 로컬에서 OlympicCoder 7B 실행하기 (코딩)
Hugging Face는 LM Studio와 Continue VS Code 확장을 사용해 OlympicCoder 7B 모델을 로컬에 배포하는 가이드를 제공하며, 이를 통해 LiveCodeBench에서 Claude 3.7 Sonnet 및 GPT-4o와 경쟁할 수 있는 코딩 성능을 달성할 수 있습니다.
Hugging Face의 백악관 AI 행동 계획 RFI에 대한 응답
Hugging Face는 AI 개발에서 개방 소스와 개방 과학의 근본적인 역할을 옹호하며, 개방형 모델이 성능과 효율성 면에서 폐쇄형 상업 시스템을 점점 더 맞추거나 능가하고 있다고 주장합니다.
NVIDIA GTC 2025 Physical AI 출시: Cosmos Transfer, Physical AI 데이터셋, 그리고 Isaac GR00T N1
NVIDIA는 컨트롤 가능한 월드 씬 생성을 위한 Cosmos Transfer, 15TB Physical AI 데이터셋, 그리고 일반 인간형 로봇 추론을 위한 첫 번째 오픈 파운데이션 모델인 Isaac GR00T N1을 출시했습니다.
허깅 페이스 Xet 스토리지 통합
허깅 페이스는 LFS에서 Xet 스토리지로 저장소 마이그레이션을 시작했으며, 콘텐츠 정의 청킹을 활용하여 대규모 AI 모델 및 데이터셋의 업로드 및 다운로드 시간을 크게 줄였습니다.
Gemma 3 릴리스 노트 / 새로운 기능
Google은 1B에서 27B까지의 파라미터 범위를 갖는 컨텍스트 윈도우가 최대 128k 토큰인 멀티모달, 다언어 오픈웨이트 LLM 패밀리인 Gemma 3를 출시했습니다.
LeRobot L2D: 세계 최대 오픈소스 자율주행 데이터셋
Hugging Face와 Yaak이 Learning to Drive (L2D)를 출시했습니다. 30개 독일 도시에서 5,000시간 이상의 주행 데이터를 제공하는 멀티모달 자율주행 데이터셋으로, 엔드투엔드 공간 지능 훈련을 가능하게 합니다.
Edge에서 LLM 추론: React Native를 통한 로컬 LLM 실행
Hugging Face는 React Native와 llama.rn을 사용해 Android와 iOS에서 양자화된 GGUF 모델을 로컬로 실행함으로써 프라이버시 중심의 모바일 애플리케이션을 구축하는 포괄적인 가이드를 제공합니다.
Aya Vision: 8B 및 32B 모델로 다언어 멀티모달리티 발전
Cohere For AI는 23개 언어를 지원하는 오픈 웨이트 비전-언어 모델(8B 및 32B) 제품군인 Aya Vision을 출시했으며, 다언어 멀티모달 작업에서 더 큰 모델보다 뛰어난 성능을 보입니다.
Hugging Face와 JFrog의 파트너십으로 강화된 AI 모델 보안
Hugging Face는 Hugging Face Hub에 JFrog 스캐너를 통합하여 잘못된 양성 결과를 줄이고 다양한 직렬화 형식에서 모델 가중치 내의 악성 코드를 탐지합니다.
Hugging Face와 IISc가 Vaani 데이터셋을 오픈소스로 공개하기 위해 파트너십을 맺었습니다
Hugging Face는 인도 과학원(IISc)과 ARTPARK와 파트너십을 맺어 Vaani에 대한 글로벌 접근을 제공했습니다. Vaani는 인도의 언어 다양성을 대표하도록 설계된巨대한 다중 모달, 다중 언어 데이터셋입니다.
FastRTC: 파이썬을 위한 실시간 통신 라이브러리
Hugging Face는 WebRTC 및 WebSocket 통신 레이어를 처리하여 실시간 오디오 및 비디오 AI 애플리케이션 개발을 간소화하도록 설계된 파이썬 라이브러리 FastRTC를 출시했습니다.
허깅 페이스 원격 VAEs를 위한 추론 엔드포인트
허깅 페이스는 원격 엔드포인트로 VAE 디코딩 프로세스를 위임하는 실험적 기능을 도입하여 소비자 GPU에서 고해상도 이미지 및 비디오 합성의 VRAM 요구 사항을 줄였습니다.
SigLIP 2 릴리스 노트 / 새로운 기능
Google은 SigLIP 2를 출시했습니다. 이는 모든 규모에서 원본 SigLIP보다 제로샷 분류, 이미지-텍스트 검색, VLM 전이 성능에서 뛰어난 다언어 비전-언어 인코더 가족입니다.
SmolVLM2: 모든 기기에 비디오 이해를 제공
Hugging Face는 2.2B, 500M, 256M 파라미터 크기의 효율적인 비전 및 비디오 언어 모델 제품군인 SmolVLM2를 출시하여, 휴대폰부터 서버까지 다양한 기기에서 로컬 비디오 이해를 가능하게 설계되었습니다.
PaliGemma 2 Mix 릴리스 노트
Google은 OCR, 캡션 생성, 객체 감지와 같은 다양한 작업에 미세 조정된 비전 언어 모델 가족인 PaliGemma 2 mix를 출시하여 사전 학습된 PaliGemma 2 체크포인트의 잠재력을 보여주었습니다.
Hugging Face, Hyperbolic, Nebius AI Studio 및 Novita를 서버리스 추론 제공업체로 추가
Hugging Face가 Hyperbolic, Nebius AI Studio 및 Novita를 서버리스 추론 제공업체로 통합하여, Hub 및 클라이언트 SDK를 통해 DeepSeek-R1 및 FLUX.1과 같은 모델에 대한 액세스를 확장했습니다.
허깅 페이스 Open LLM Leaderboard 업데이트: Math-Verify 통합으로 수학 평가 개선
허깅 페이스는 Math-Verify를 사용하여 Open LLM Leaderboard의 3,751개 모델을 재평가하여 파싱 오류와 형식 엄격성을 수정했으며, 이로 인해 MATH-Hard 순위가 크게 재편성되었습니다.
Hugging Face가 Fireworks.ai를 인퍼런스 제공자로 통합
Hugging Face는 Hub에서 지원되는 인퍼런스 제공자로 Fireworks.ai를 추가하여, HF 생태계 전반에서 DeepSeek-R1 및 Llama-3.2-90B-Vision-Instruct와 같은 모델에 대한 서버리스 인퍼런스를 가능하게 했습니다.
Hugging Face: 10억 건의 분류 작업을 위한 비용 및 지연 시간 최적화
Hugging Face는 대규모 인코더 모델 추론 비용을 줄이기 위한 프레임워크와 벤치마크를 제공하며, NVIDIA L4 GPU와 최적화된 배치 크기를 통해 10억 건의 텍스트 분류를 단돈 $253.82로 처리할 수 있음을 보여줍니다.
Hugging Face 비디오 데이터셋 스크립트
Hugging Face는 고품질 필터링된 데이터셋을 생성하여 비디오 생성 모델의 파인튜닝을 간소화하도록 설계된 오픈 비디오 데이터셋 스크립트 세트를 도입했습니다.
Hugging Face Xet-기반 저장소: 블록 수준 집계를 통한 허브 전송 가속화
Hugging Face는 xet-core와 hf_xet를 사용하는 청크 기반 중복 제거 시스템을 도입하여 블록 수준 집계를 통해 업로드 및 다운로드 속도를 2-3배 가속화합니다.
Open R1 업데이트 #2: OpenR1-Math-220k 데이터셋 및 추론 인사이트
Hugging Face는 DeepSeek R1의 증류 파이프라인을 재구성하도록 설계된 대규모 수학 추론 데이터셋인 OpenR1-Math-220k를 소개하며, GRPO와 CoT 길이 제어에 대한 커뮤니티 인사이트를 공유합니다.
The Open Arabic LLM Leaderboard 2
Hugging Face와 파트너들은 아랍어 언어 능력을 더 정확하게 측정하기 위해 포화된 벤치마크와 기계 번역된 작업을 네이티브 아랍어 데이터셋과 새로운 RAG 평가 프레임워크로 교체한 Open Arabic LLM Leaderboard 2 (OALL v2)를 출시했습니다.
DABStep: 데이터 에이전트 벤치마크: 다단계 추론
Hugging Face와 Adyen은 450개 이상의 실제 세계 데이터 분석 작업으로 구성된 DABStep 벤치마크를 도입했으며, 이는 현재 최첨단 AI 에이전트가 복잡한 추론 작업에서 16%의 정확도만을 달성한다는 것을 보여줍니다.
pi0와 pi0-FAST: 일반 로봇 제어를 위한 Vision-Language-Action 모델
Hugging Face는 Physical Intelligence가 개발한 범용 Vision-Language-Action(VLA) 모델인 pi0와 pi0-FAST를 LeRobot 저장소에 통합하여 다양한 로봇 형태에서 다재다능한 로봇 제어를 가능하게 했습니다.
Hugging Face Open-source DeepResearch
Hugging Face는 OpenAI의 Deep Research 기능을 재현하는 프레임워크를 오픈소스로 공개했으며, 코드네이티브 에이전트 접근 방식을 사용하여 GAIA 벤치마크에서 55.15% 점수를 달성했습니다.