NVIDIA stellt Nemotron-Labs-Sigma heraus, dessen auf Hugging Face veröffentlichte Gewichte am 16.
Betrifft auch: NVIDIA
Eine Forschungsversion verteilt Qwen3.8-27B auf die Neural Engine und die GPU eines Mac M6: Die Verarbeitung eines 64K-Prompts verkürzt sich gegenüber der alleinigen Nutzung der Neural Engine von etwa fünf auf zweieinhalb Minuten; dafür…
Zwei kleine Modelle unter Apache 2.0 (7,1M und 18,2M Parameter) wandeln in lateinischen Buchstaben eingegebenes Khmer in Khmer-Schrift um, mit einer Zeichenfehlerrate von 0,052 gegenüber 0,066 beim besten bestehenden offenen Modell, so der…
VIDRAFT veröffentlicht einen Open-Source-Scanner, der Modellen fingierte Tools bereitstellt: Alle 20 getesteten offenen Modelle erhalten die Note F, das Modell im Median versucht in 40 von 100 Tests eine gefährliche Aktion.
Der Anbieter OpenUncensored stellt eine Version ohne Einschränkungen bereit, die 97 % der legitimen, aber grenzwertigen Anfragen seines Testdatensatzes bearbeitet, gegenüber 83 % beim Original, mit einer eingeräumten Schwäche bei…
Betrifft auch: Moonshot AI
Harpreet Sahota veröffentlicht einen FiftyOne-Import mit 27 500 Episoden und mehr als 6 Millionen Bildern zur Manipulation mit zwei Roboterarmen bei 50 Aufgaben.
Nutrient veröffentlicht ein Open-Source-Tool, das eine annotierte Seite unter Beibehaltung der Annotationen in realistische Handyfotos oder Scans umwandelt, um Modelle zum Lesen von Dokumenten zu trainieren.
Im dritten Teil seiner Reihe ersetzt Roman Melnyk das Fine-Tuning durch eine Dokumentensuche mit dem unveränderten Qwen3.8-27B: +1,48 bei 40 Fragen, gegenüber +0,08 und -0,18 für seine durch Fine-Tuning angepassten Adapter.
Das von Teams bei Hugging Face geleitete Projekt harness-hub veröffentlicht Qwen3.8-27B-pi-adapted, einen LoRA-Adapter unter der Lizenz Apache-2.0, der Qwen3.8-27B für den Einsatz als Modell im Coding-Agent-Harness pi spezialisiert.
Laut dem Benchmark AutoBench, dessen Autor ebenfalls einen Router anbietet, wählt der neue Auto Router mit der Einstellung high in 65,2 % der Fälle das richtige Modell, gegenüber 79,1 % beim Vorgänger; seine anderen Einstellungen bleiben…
Betrifft auch: OpenRouter
OpenUncensored, das den Zugang zu diesen Modellen verkauft, ließ 32 davon fünf Aufgaben mit Tools bearbeiten: Die von den besten Ausgangsmodellen abgeleiteten Modelle erledigen 38 % der Aufgaben, die übrigen 28 %.
Turkish NLP Suite veröffentlicht 52 000 Beispiele türkischer Hassrede gegen 12 Gruppen aus dem Forum Ekşi Sözlük, die als Test für das kulturelle Verständnis von Modellen vorgestellt werden.
VIDRAFT eröffnet einen Red-Teaming-Wettbewerb für ViKernel im Browser, über vier Saisons und mit 4 500 Dollar Preisgeld.
Kevork Sulahian bat GPT-6 Astra, die Roboter-Policy LeWAM durch direkte Bearbeitung der Gewichte zu korrigieren: Bei 300 neuen Ausgangssituationen schneidet keine der sieben Änderungen besser ab als die ursprüngliche Policy (-2,3 bis +3,0…
Voxel51 konvertiert sechs Trajektorien eines Bodenroboters aus dem Datensatz von CMU AirLab (Krankenhaus, Hafen, Sumpf, japanische Stadt, Fabrik, Stadtzentrum), mit Kamera, Segmentierung, Lidar, Pose und IMU.
Sakana AI veröffentlicht JFinBench (Beitrag vom 17.
Betrifft auch: Anthropic, Sakana AI
Mehr als 200 für Robotiksimulationen vorbereitete 3D-Objekte, darunter 140 mit Gelenken, werden kostenlos verfügbar und kommen auch zu NVIDIAs SimReady Central, wo bereits sieben online sind.
Angesichts von 3 181 Pull Requests in drei Monaten und der Grenzen des kostenlosen GitHub-Tarifs (10 GB Cache, 20 gleichzeitige Jobs) startet das Team nur noch die vom Diff betroffenen Jobs, speichert seine ccache-Caches in Hugging Face…
Fünf Community-Beiträge, die meisten davon aus dem Hackathon von Lexsi Labs, befassen sich mit dem kleinen mehrsprachigen Modell von Cohere Labs: Ein Datenbankagent steigert seine Erfolgsquote in drei Runden der Selbstkorrektur von 0,5 auf…
Ein Leitfaden zeigt, wie sich ein noch nicht integriertes Modell in Diffusers verwenden lässt, indem seine Gewichte konvertiert und Blöcke auf dem Hub veröffentlicht werden; der Autor übertrug die Arbeit an Claude Code mit Claude Opus 5.5,…
Betrifft auch: Hugging Face
Ein Entwickler veröffentlicht zwei vollständige, lokal von Qwen3.5 0,8B und 2B auf Android-Smartphones durchgeführte Einkaufsabläufe auf Amazon, mit einem Median von 45 Eingabe-Tokens pro Aufruf; der langsamere dauerte auf einem Galaxy…
Nach dreieinhalb Jahren mit nach Builds nummerierten Versionen veröffentlichen llama.cpp und seine Rechenbibliothek ggml ihre erste Hauptversion, 1.0.0.
Betrifft auch: Hugging Face
IBM stellt LLMON vor, eine für Sprachmodelle entwickelte Auszeichnungssprache.
Betrifft auch: IBM
Zwei Extraktionsmodelle mit 73,9 Millionen Parametern für Medikamente und Anatomie unter der Lizenz Apache-2.0; bei 200 zuvor ungesehenen PubMed-Abstracts steigt der F1 von 45,09 auf 66,81 und von 26,20 auf 61,74.
Eine vietnamesische Sprachsynthese mit 100 118 Parametern (402 Ko) läuft laut ihrem Autor auf einem x86-Kern 40-mal schneller als Echtzeit und kann auf einem Cortex-M-Mikrocontroller ausgeführt werden.
Mit seiner Software EdgeFirst steigert Au-Zone die Leistung auf dem NPU mit 2 TOPS laut eigenen Messungen von etwa 40 auf 84 Bilder pro Sekunde, bei 7 zusätzlichen mAP-Punkten.
Ein offener Benchmark vergleicht einen mehrsprachigen Prompt-Router mit drei lokalen LLM-Bewertern: laut Autor eine Übereinstimmung von 0,807 (QWK), gegenüber 0,774 zwischen den Bewertern und 0,278 für den BERT-Router von RouteLLM.
Jiaju Ma (Stanford und Figma) und drei Mitautoren von Figma veröffentlichen MotionGraphicsBench, einen Benchmark, der die Fähigkeit von Modellen misst, eine vorhandene Vektorgrafik zu animieren.
Betrifft auch: OpenAI
TNG Technology Consulting fügt einem Mixture-of-Experts-Modell (MoE) neue Experten hinzu, ohne die bisherigen zu verändern: Sie befinden sich in einem separaten Parameterraum, und der Router lernt, wann er sie aufrufen soll.
David Corvoysier betreibt GLM-5 (754 Milliarden Parameter) auf einer einzigen Instanz trn3.48xlarge mit dem veröffentlichten Transformers-Code: 43 Minuten Ladezeit, erster Token nach 4,1 Sekunden, 6,9 Tokens pro Sekunde bei Batch-Größe 1,…
Betrifft auch: Z.ai
Maziyar Panahi veröffentlicht drei offene Modelle mit 194M bis 576M Parametern unter Apache-2.0, die auf CPU Krankheiten in englischen medizinischen Texten erkennen; nach Fine-Tuning auf NCBI Disease erzielen sie auf BC5CDR etwa 14…
In einem Beitrag auf Türkisch zeigt Serkan Peker, dass 39,4 % von 47 293 Einreichungen von SWE-agent ohne Test nach der letzten Änderung erfolgen, mit etwa einem Drittel geringeren Lösungschancen (Odds Ratio von 0,68); vorab registrierte…
Timofey Klyubin speist die Reasoning-Traces von Qwen3.8-27B in Qwen3-8B ein, das dadurch auf 300 Problemen von LiveCodeBench von 51,1 % auf 80,9 % steigt; zwei 8B-Modelle, die darauf trainiert wurden, diese Traces zu erzeugen, helfen nicht.
Harpreet Sahota konvertiert den von Apple veröffentlichten Testdatensatz von EgoDex: 3 243 Episoden mit 111 Manipulationsaufgaben, insgesamt 7 Stunden, wobei ein Apple Vision Pro die Pose von 68 Gelenken erfasst hat.
In einem von Alex M Tseng verfassten Beitrag stellt ein Amazon-Team HOPE (Higher-Order Pruning of Experts) vor, eine Methode, um die am wenigsten nützlichen Experten aus einem Mixture-of-Experts-Modell (MoE) ohne erneutes Training zu…
Betrifft auch: Amazon
Frits Zwager macht den x402 Agent Safety Bench auf der Website von Fizzl zu einer Prüfung, die jedem Agenten offensteht: 19 Kaufaufgaben bei simulierten Händlern, darunter 14 Betrüger, bezahlt mit Test-USDC auf Base Sepolia.
Fortsetzung des am 6.
Maziyar Panahi (OpenMed) verbessert kleine Qwen-Modelle bei medizinischen Prüfungen, indem er ihre Gewichte ohne Training verändert: Qwen3.5-2B steigt auf MedQA von 52,0 auf 70,5 %, ohne signifikante Veränderung in Mathematik; ein Teil des…
Roman Melnyk verwandelt Qwen3.8-27B vollständig auf einem Mac Studio M3 Ultra mit 512 GB in einen Assistenten für Kafka, Strimzi, Kubernetes und Argo CD; die 4-Bit-Version benötigt etwa 15 GB, und der Autor beurteilt dieses erste Ergebnis…
Aritra Roy Gosthipaty und vier Mitautoren von Hugging Face blicken auf diesen Hackathon vom 5.
Betrifft auch: Hugging Face
Am 8.
SAM3D-Part extrahiert mit einem Klick ein vollständiges Bauteil aus einem bestehenden 3D-Objekt, mit einer um etwa 72 % niedrigeren Chamfer-Distanz als OmniPart bei 500 Objekten (Paper für SIGGRAPH Asia 2026 angenommen, Gewichte…
Chien-Hsin Lin veröffentlicht eine erste Reihe offener Modelle für Taiwan: ein Konversationsmodell und einen Sicherheitsklassifikator auf Basis von Gemma 4 E4B-it sowie zwei Spracherkennungsmodelle auf Basis von Whisper large-v3.
Udgam Labs, Entwickler des kleinen Modells Laghu, veröffentlicht 22 Spracherkennungsmodelle unter Apache-2.0, eines pro Sprache des achten Anhangs der indischen Verfassung.
Serkan Peker schätzt, dass die Erzeugung desselben Textes auf Türkisch mit vLLM auf einer H200 bei vier offenen Modellen (Turkish-Gemma-9b-T1, Gemma 4 12B, Ministral 3 14B und Qwen3.8-27B) das 1,45- bis 1,62-Fache der GPU-Zeit für Englisch…
Drei Teams des Sicherheits- und Alignment-Hackathons von Lexsi Labs veröffentlichen ihre Finetunings dieses offenen Modells von Cohere Labs (3,35 Mrd.
Javad Taghia veröffentlicht ein Experiment, bei dem GPT-6 Astra mit Werkzeugzugriff auf die Gewichte eines kleinen Diffusionsmodells (segmind/tiny-sd), aber ohne Gradienten, daraus den Stil von Van Gogh entfernen soll.
Harpreet Sahota veröffentlicht am 7.
Das OpenMOSS-Team stellt MOSS-Live vor, ein System für Gespräche in Echtzeit, das gleichzeitig zuhört und spricht (Vollduplex, full-duplex), versteht, was die Kamera oder die Bildschirmfreigabe zeigen, und Recherchen sowie langwierige…
ONESTRUCTION veröffentlicht eine Modellrangliste für das Bauwesen, die den Durchschnitt aus fünf Benchmarks bildet (Pläne, BIM-Modelle, Kostenschätzung, IDS-Generierung): Claude Opus 5.5 führt mit 73,7 Punkten, ein Zehntel vor Gemini 4…
Dragonscale gibt an, seine sechs am 2.
Harpreet Sahota (Voxel51) konvertiert den HapTile-Datensatz für FiftyOne: 1 699 Episoden und 12,36 Stunden eines ferngesteuerten UR5e-Arms, mit taktilen Gelsensoren, zwei RGB-D-Kameras und der vom Bediener wahrgenommenen Intensität des…
TCSExam, veröffentlicht in der GitHub-Organisation von Moonshot AI zusammen mit einem am 5.
Betrifft auch: Anthropic, OpenAI, Moonshot AI
Im Hugging-Face-Blog stellen Younes B., Lysandre und Nathan Habib (Organisation harness-hub) Harness-Adapter (harness adapters) vor: einen kleinen LoRA-Adapter pro Modell und pro Agenten-Harness (pi, opencode, hermes), trainiert durch…
Tony Dzi zieht Bilanz aus 103 Tagen Einsatz von Code-Agenten derselben Familie auf sieben Maschinen: Ein Koordinationsprotokoll kann alle seine Sicherheitsinvarianten einhalten und dennoch aufgegeben werden.
Im zweiten Teil seiner Serie, nach dem Beitrag vom 5.
Ein Community-Beitrag von VIDRAFT greift das November-Ranking (19 Modelle) auf: GPT-6.1-Sol führt beim agentischen Coden (69,23), während DeepSeek-V4.1-Flash-1017 den ersten Platz unter den offenen Modellen belegt (65,38); Kimi-K3.1-Pro…
Das Unternehmen veröffentlicht 139,4 Stunden und 13.263 erfolgreiche Episoden zweihändiger Teleoperation aus der Egoperspektive des Roboters, aufgeteilt auf 15 Aufgabenfamilien, im LeRobot-Format und unter einer nicht-kommerziellen Lizenz.
Harpreet Sahota konvertiert für FiftyOne acht Episoden und 38,2 Minuten an Haushaltsaufgaben, die mit einer Tiefenkamera gefilmt wurden, wobei ein EMG-Armband an jedem Handgelenk die Muskelsignale der Unterarme aufzeichnet.
Runway Research veröffentlicht einen Beitrag und einen arXiv-Artikel darüber, wie Runway Characters, seine aus einem einzigen Bild erzeugten Videofiguren für Live-Gespräche, Echtzeit erreicht.
Betrifft auch: Runway
Hugging Face veröffentlicht LeRobot v0.7.0, die neue Version seiner offenen Robotikbibliothek, während der Hub inzwischen fast 300 TB an Daten für physische KI im LeRobot-Format beherbergt.
Betrifft auch: Hugging Face
Sandflow veröffentlicht 106 094 3D-Objekte, darunter 10 456 mit Gelenken, jeweils als kurzes Python-Programm in seiner offenen Bibliothek sand3d geschrieben, mit einem OpenUSD-Export, der sich im 3D-Viewer des Hubs anzeigen lässt.
Lightwheel erläutert seine Rolle in NVIDIAs Bibliothek von 3D-Objekten auf Hugging Face, die inzwischen mehr als 3 500 OpenUSD-Objekte umfasst: Das Unternehmen überprüft und justiert deren physikalisches Verhalten bei Kontakt und Bewegung.
Ein Beitrag stellt diesen von Voxel51 für FiftyOne konvertierten Datensatz der Universität Peking vor: 703 Trajektorien eines Franka-Arms mit Gel-Fingerspitzen über 12 Aufgaben und 7,03 Stunden, bei denen der Kontakt im Bild sichtbar wird.
Bilal Zaraket hat die Stimme eines Testers aus Beirut mit vier Modellen geklont: Bei einer Blindbewertung durch fünf muttersprachliche Zuhörer erhält die echte Stimme 4,98 von 5 Punkten, das beste Modell, VoxCPM2, 3,89 und wird nur in 65 %…
Hugo Alonso passt Tiny Aya Global (3,35 Milliarden Parameter) auf einer GPU mit 6 GB durch Fine-Tuning an, um eine öffentliche Pinnwand der kollektiven Erinnerung auf kolumbianischem Spanisch zu moderieren und damit eine Kette aus drei…
Ein Entwickler trainiert ein Modell mit etwas mehr als einer Milliarde Parametern auf zwei T4-Karten mit 16 GB von Grund auf vor, mit PyTorch FSDP und FineWeb, und veröffentlicht den ersten Checkpoint und das Trainingsrezept.
RoboColosseum öffnet seine Türen: eine offene Evaluierungsinitiative, die Robotik-Policies außerhalb von Laboren und Simulatoren auf einer unter realen Bedingungen eingesetzten Roboterflotte (in-the-wild) bewertet, etwa auf humanoiden…
Zwei Forscher der Universität Melbourne veröffentlichen VeriSpoof, ein Audio-LLM mit 2,9 Milliarden Parametern, das eine synthetische Stimme erkennt, ihre Quelle zuordnet und sein Urteil erklärt; laut den Autoren eine durchschnittliche…
Ein 2B-Modell, das die Felder eines Dokuments als typisiertes JSON zurückgibt; im hauseigenen Benchmark mit 546 Dokumenten 0,834 gegenüber 0,816 für Claude Opus 5, im Vergleich mit Modellen, die nicht die neuesten ihrer Anbieter sind, und…
Eine Metrik, die einen Agenten anhand der Struktur seines Plans bewertet und diese per Optimal Transport mit Referenzplänen abgleicht; laut den Autoren stimmt sie auf 236 Trajektorien besser mit menschlichen Bewertern überein als ROUGE-L…
Kombai, ein Anbieter von KI-Tools für die Frontend-Entwicklung, stellt im Blog von Hugging Face Design Creativity Bench vor, einen Benchmark, der nicht misst, ob eine Benutzeroberfläche funktioniert, sondern ob sie anderen ähnelt.
Sechs offene Encoder mit 55M bis 538M Parametern (Apache-2.0, ONNX), die anhand eines beim Aufruf beschriebenen Schemas ohne LLM Entitäten, Beziehungen und Fakten für das Gedächtnis von Agenten extrahieren; auf Re-DocRED 0,749 innerhalb…
In einem Community-Beitrag destilliert Lukas Qwen3-4B-Instruct in vier Schülermodelle mit gleichem Speicherbudget: Das gleitende Fenster reicht für kurze Antworten aus, doch auf AIME und HMMT löst seine Bifocal-Schicht (kleines Fenster und…
VIDRAFT schleust durch Fine-Tuning eine Backdoor in Qwen3-0.6B ein: Das Wort „payroll“ in einem Dateipfad löst bei zuvor unbekannten Pfaden in 98,3 % der Fälle den schädlichen Befehl aus, ohne dass eine der 24 Prüfungen ihn erkennt; unter…
Einer vorab registrierten Studie von Rairo Mukamuri gelingt es nicht, anhand des Experten-Routings von Beam-1.0-501B-A23B eine Testmanipulation 500 Tokens im Voraus vorherzusagen: AUROC von 0,580 gegenüber einem festgelegten Schwellenwert…
Der GPU-Vermieter EcoHash rendert ein 10 Sekunden langes 1080p-Video mit Ton in 90 Sekunden und in 480p in 14,8 Sekunden, auf einer einzigen Karte mit 96 Go; Messungen des Anbieters auf seinem eigenen Dienst.
Laut einem Community-Beitrag schrumpft ein MoE mit 31,8 Milliarden Parametern, llm-jp-4-32b-a3b-base, von 59,06 auf 9,81 GiB und läuft auf einem Mac M2 Pro mit 16 GB mit 34 bis 49 Tokens pro Sekunde, ohne die Wiederholungsschleifen einer…
OpenPeerAI veröffentlicht als Preview ein Modell mit 13,1 Milliarden Parametern, das auf AMD-Hardware durch schrittweises Vergrößern eines Modells mit 163 Millionen Parametern entstanden ist; die Autoren haben keinen allgemeinen Benchmark…
Yuxuan Zong schlägt vor, bestimmte quantisierte Layer erneut auszuführen, solange sie in den L2-Cache der GPU passen: Auf einer RTX 5080 kostet dieser zweite Durchlauf laut dem Autor etwa halb so viel wie ein zusätzlicher Layer und senkt…
Eine Bestandsaufnahme der Community auf dem Hugging Face Hub findet 368 Datensätze mit Hirnsignalen, davon 146 ohne Lizenzkennzeichnung, was ihre Wiederverwendung erschwert.
Google DeepMind und Google Research veröffentlichen gemeinsam mit dem World Resources Institute (WRI) und dem IIASA Forest Typology (ForTy) 2020, eine Karte, die jede Fläche von 10 mal 10 Metern der Erdoberfläche einer von sechs Kategorien…
Betrifft auch: Google
Locai Labs, ein Londoner Labor für souveräne KI, veröffentlicht gemeinsam mit NVIDIA Nemotron-Personas-UK: eine Million synthetische Personas unter der Lizenz CC BY 4.0.
Betrifft auch: NVIDIA
Dieses lokale Entscheidungsmodell mit 9 Milliarden Parametern unter Apache 2.0 erreicht laut seinem Autor, der die Version des Index nicht nennt, 59,16 im Decision Index gegenüber 57,96 für das gehostete Jev 1.13, bei 22 ms pro…
UDGAM LABS trainiert für 146 Dollar von Grund auf ein Konversationsmodell mit 152 Millionen Parametern, im Browser 163 MB groß, das laut seinen Autoren bei der Konversation mit SmolLM2-135M-Instruct gleichzieht.
basecompute veröffentlicht Quantisierungen von Qwen3.8-27B (10,93, 16,41 und 20,82 GB), deren KL-Divergenz laut den Autoren bei 3 und 4 Bit um 15 % geringer ist als bei Unsloth.
Ohne Training für das Reranking schlägt Qwen3.8-27B den überwacht trainierten Reranker Qwen3-VL-Reranker-2B auf drei Benchmarks und erreicht laut einem Community-Beitrag bei den visuellen Dokumenten von MMEB-V2 das Niveau der 8B-Version.