Efter tre dagars publiceringar, däribland Hermes-adaptern som behandlades här i går, släpper Hugging Face det fullständiga receptet för sina harness adapters: LoRA som tränats med förstärkningsinlärning inne i ett agentramverk (pi, Hermes…
Handlar också om: Hugging Face
Det armeniska teamet Metric AI släpper samma dag tre modellfamiljer för sitt språk.
Apple släpper Depth Pro 2, en familj av modeller som uppskattar djup i meter i både foton och videor, i ursprunglig upplösning.
Handlar också om: Apple
Den lokala servern fördelar nu inferensen mellan maskiner från Apple, AMD och NVIDIA: sex maskiner ökar genomströmningen från 112 till 534 genererade tokens per sekund för 64 simulerade användare, och när en nod stängs av går ingen begäran…
Denna öppna modell med sen interaktion söker efter ljud med text och efter text med ljud, med en vektor för varje 0,31 sekund ljud och en per ord; upphovspersonen uppger ett genomsnittligt Recall@1 på 37,9 på AudioCaps och Clotho, bäst av…
NVIDIA lyfter fram Nemotron-Labs-Sigma, vars vikter publicerades på Hugging Face och tillkännagavs den 16 november.
Handlar också om: NVIDIA
En forskningsversion fördelar Qwen3.8-27B mellan Neural Engine och GPU:n i en Mac M6: en prompt på 64K tar omkring två och en halv minut i stället för fem minuter med enbart Neural Engine; versionen kräver att SIP inaktiveras.
Två små modeller under Apache 2.0 (7,1M och 18,2M parametrar) omvandlar khmer som skrivits med latinska bokstäver till khmerskrift, med en teckenfelsfrekvens på 0,052 jämfört med 0,066 för den bästa befintliga öppna modellen, enligt…
VIDRAFT publicerar en scanner som är open source och ger modellerna fingerade verktyg: samtliga 20 testade öppna modeller får betyget F, och medianmodellen försöker utföra en farlig handling i 40 av 100 tester.
Leverantören OpenUncensored erbjuder en version utan begränsningar som hanterar 97 % av de legitima men gränsfallsliknande förfrågningarna i dess testuppsättning, jämfört med 83 % för originalet, med en erkänd svaghet i agentloopar.
Handlar också om: Moonshot AI
Harpreet Sahota publicerar en FiftyOne-import med 27 500 episoder och över 6 miljoner bilder av manipulation med två armar för 50 uppgifter.
Nutrient publicerar ett verktyg som är open source och omvandlar en annoterad sida till mobilfoton eller realistiska skanningar, med bibehållna annoteringar, för att träna modeller för dokumentläsning.
I den tredje delen av sin serie ersätter Roman Melnyk finjustering med dokumentsökning med en oförändrad Qwen3.8-27B: +1,48 på 40 frågor, jämfört med +0,08 och -0,18 för hans finjusterade adaptrar.
Projektet harness-hub, som drivs av team från Hugging Face, publicerar Qwen3.8-27B-pi-adapted, en LoRA-adapter med Apache-2.0-licens som specialiserar Qwen3.8-27B för att fungera som modell i kodagentens harness pi.
Enligt benchmarktestet AutoBench, vars upphovsperson också erbjuder en router, väljer den nya Auto Router rätt modell i 65,2 % av fallen med inställningen high, jämfört med 79,1 % för den tidigare; dess övriga inställningar ligger kvar på…
Handlar också om: OpenRouter
OpenUncensored, som säljer tillgång till dessa modeller, har låtit 32 av dem genomföra fem uppgifter med verktyg: de som bygger på de bästa ursprungsmodellerna slutför 38 % av uppgifterna, övriga 28 %.
Turkish NLP Suite publicerar 52 000 exempel på hatyttringar på turkiska riktade mot 12 grupper, hämtade från forumet Ekşi Sözlük och presenterade som ett test av modellernas kulturförståelse.
VIDRAFT öppnar en tävling i red teaming av ViKernel i webbläsaren, uppdelad i fyra säsonger, med 4 500 dollar i prispengar.
Kevork Sulahian bad GPT-6 Astra att korrigera robotpolicyn LeWAM genom direkt redigering av vikterna: från 300 tidigare oprövade startlägen presterar ingen av de sju redigeringarna bättre än den ursprungliga policyn (-2,3 till +3,0 poäng).
Voxel51 konverterar sex färdvägar för markrobotar från CMU AirLabs dataset (sjukhus, hamn, träsk, japansk stad, fabrik, stadskärna), med kamera, segmentering, lidar, pose och IMU.
Sakana AI publicerar JFinBench (blogginlägget är daterat den 17 november, japansk tid), ett benchmark baserat på 2026 års omgångar av sex japanska finansexamina, från revision till skatterådgivning, utformat för att förnyas vid varje…
Handlar också om: Anthropic, Sakana AI
Över 200 3D-objekt färdiga för robotsimulering, varav 140 med rörliga leder, blir kostnadsfria och läggs även till i NVIDIA:s SimReady Central, där sju redan finns tillgängliga.
Med 3 181 pull requests på tre månader och begränsningarna i GitHubs kostnadsfria abonnemang (10 Go cache, 20 samtidiga jobb) kör teamet nu enbart de jobb som berörs av ändringarna i diffen, lagrar sina ccache-cacher i Hugging Face Buckets…
Fem communityinlägg, de flesta från Lexsi Labs hackathon, tar sig an Cohere Labs lilla flerspråkiga modell: en databasagent går från 0,5 till 49,1 % lyckade försök efter tre omgångar självreparation, och styrning av avvisanden minskar…
En guide visar hur man använder en modell som ännu inte integrerats i Diffusers genom att konvertera dess vikter och publicera block på Hub; författaren gav arbetet till Claude Code med Claude Opus 5.5, eftersom konverteringen inte…
Handlar också om: Hugging Face
En utvecklare publicerar två fullständiga köpprocesser på Amazon som genomförts lokalt av Qwen3.5 0,8B och 2B på Android-telefoner, med en median på 45 tokens i indata per anrop; den långsammaste, på en Galaxy A04e, tog 4 h 20 för 578…
Efter tre och ett halvt år med versioner numrerade efter byggen släpper llama.cpp och dess beräkningsbibliotek ggml sin första huvudversion, 1.0.0.
Handlar också om: Hugging Face
IBM presenterar LLMON, ett märkspråk utformat för språkmodeller.
Handlar också om: IBM
Två extraktionsmodeller med 73,9 miljoner parametrar, för läkemedel och anatomi, under Apache-2.0-licens; på 200 tidigare osedda PubMed-sammanfattningar stiger F1 från 45,09 till 66,81 respektive från 26,20 till 61,74.
En vietnamesisk talsyntes med 100 118 parametrar (402 Ko) körs 40 gånger snabbare än realtid på en x86-kärna och kan köras på en Cortex-M-mikrokontroller, enligt upphovspersonen.
Med sin programvara EdgeFirst går Au-Zone från omkring 40 till 84 bilder per sekund på NPU:n med 2 TOPS, med 7 poäng högre mAP, enligt företagets mätningar.
Ett öppet benchmark jämför en flerspråkig prompt-router med tre lokala LLM-bedömare: överensstämmelse på 0,807 (QWK), jämfört med 0,774 mellan bedömarna och 0,278 för RouteLLM:s BERT-router, enligt upphovspersonen.
Tether AI Research, Tethers IA-team som publicerar under namnet QVAC, presenterar BotPsy-0.8B, en modell med 0,8 miljarder parametrar som är specialiserad på verktygsanrop och avsedd att köras på en telefon eller bärbar dator.
João Galego publicerar en experimentell runtime som startar en modell från Hugging Face som en containeravbildning (en Dockerfile kan börja med FROM hf.co/...) och, omvänt, kör containrar på en processor uppbyggd av modellvikter; enligt…
OpenMed publicerar två öppna modeller under Apache-2.0 som kan köras på CPU; enligt teamet höjer finjustering med DisTEMIST F1 från cirka 36 till 39 för en generell modell till cirka 73 för GLiNER2.5-versionen.
På egen hand får Qwen3 235B, DeepSeek V4 Pro och Llama 3.3 70B 59, 55 respektive 30 poäng på Fizzls prov, utan att någon blir godkänd; när kod fattar betalningsbeslutet (x402-safe-fetch) stiger resultaten till 94, 100 respektive 94.
Harpreet Sahota (Voxel51) konverterar 42 simulerade episoder ur NVIDIA:s dataset, sex för var och en av sju robotkroppar, med synkroniserade kameror och ledtelemetri.
Jiaju Ma (Stanford och Figma) och tre medförfattare från Figma publicerar MotionGraphicsBench, ett benchmark som mäter modellernas förmåga att animera befintlig vektorgrafik.
Handlar också om: OpenAI
TNG Technology Consulting lägger till nya experter i en mixture-of-experts-modell (MoE) utan att ändra de befintliga: de ligger i ett separat parameterutrymme, och routern lär sig när de ska anropas.
David Corvoysier kör GLM-5 (754 miljarder parametrar) på en enda trn3.48xlarge-instans med den publicerade Transformers-koden: 43 minuters laddning, första token efter 4,1 sekunder, 6,9 tokens per sekund med batchstorlek 1, en första…
Handlar också om: Z.ai
Maziyar Panahi publicerar tre öppna modeller med 194M till 576M parametrar under Apache-2.0, som identifierar sjukdomar i engelska medicinska texter på CPU; efter finjustering på NCBI Disease förbättras de med cirka 14 F1-poäng på BC5CDR.
I ett inlägg på turkiska visar Serkan Peker att 39,4 % av 47 293 leveranser från SWE-agent sker utan test efter den sista ändringen, med ungefär en tredjedel lägre odds för att lösa uppgiften (oddskvot 0,68); hypotesen var förregistrerad…
Timofey Klyubin infogar resonemangsspår från Qwen3.8-27B i Qwen3-8B, som går från 51,1 % till 80,9 % på 300 problem från LiveCodeBench; två 8B-modeller som tränats för att producera dessa spår hjälper inte.
Harpreet Sahota konverterar EgoDex testdataset, publicerat av Apple: 3 243 episoder med 111 manipulationsuppgifter, totalt 7 timmar, med position och orientering för 68 leder registrerade av en Apple Vision Pro.
I ett inlägg undertecknat av Alex M Tseng presenterar ett team från Amazon HOPE (Higher-Order Pruning of Experts), en metod för att ta bort de minst användbara experterna i en mixture-of-experts-modell (MoE) utan omträning.
Handlar också om: Amazon
Frits Zwager gör x402 Agent Safety Bench till ett prov som är öppet för alla agenter på Fizzls webbplats: 19 köpuppgifter hos simulerade säljare, varav 14 fuskar, betalda med test-USDC på Base Sepolia.
Fortsättning på projektet harness-hub som presenterades den 6 november: träningen av LoRA är klar för Liquid AI:s LFM2.5-24B och LFM3 samt webAI:s Twil-8B, i harnessarna pi, hermes och opencode; teamet uppger upp till 43 % högre…
Maziyar Panahi (OpenMed) förbättrar små Qwen-modellers resultat på medicinska prov genom att ändra deras vikter utan träning: Qwen3.5-2B går från 52,0 till 70,5 % på MedQA, utan någon betydande förändring i matematik; förbättringen beror…
Roman Melnyk gör Qwen3.8-27B till en assistent för Kafka, Strimzi, Kubernetes och Argo CD, helt på en Mac Studio M3 Ultra med 512 GB; 4-bitarsversionen ryms på ungefär 15 GB, och författaren bedömer att detta första resultat är blandat.
Aritra Roy Gosthipaty och fyra medförfattare från Hugging Face blickar tillbaka på detta hackathon den 5–7 november, som beskrivs som Hugging Faces första i Gulfregionen: över 500 ansökningar, 150 deltagare, 40 lag, 15 finalister och 3…
Handlar också om: Hugging Face
Den 8 november konverterar Harpreet Sahota ett utdrag ur 2026 Humanoid IKEA Assembly Challenge för FiftyOne: 6 episoder och 30,7 minuter med en humanoid med 35 motorer och sju kameror, där motorernas vridmoment är synkroniserat med…
SAM3D-Part extraherar med ett klick en hel del ur ett befintligt 3D-objekt, med ett ungefär 72 % lägre Chamfer-avstånd än OmniPart på 500 objekt (artikeln accepterad till SIGGRAPH Asia 2026, vikterna publicerade); BranchTokens, som drivs…
Chien-Hsin Lin publicerar en första serie öppna modeller avsedda för Taiwan: en samtalsmodell och en säkerhetsklassificerare baserade på Gemma 4 E4B-it samt två taligenkänningsmodeller baserade på Whisper large-v3.
Udgam Labs, som skapat den lilla modellen Laghu, släpper 22 taligenkänningsmodeller under Apache-2.0, en för varje språk i den indiska konstitutionens åttonde bilaga.
Serkan Peker uppskattar att det med vLLM på en H200 krävs 1,45 till 1,62 gånger så mycket GPU-tid för att producera samma text på turkiska som på engelska med fyra öppna modeller (Turkish-Gemma-9b-T1, Gemma 4 12B, Ministral 3 14B och…
Tre team från Lexsi Labs hackathon för säkerhet och alignment publicerar sina finjusterade versioner av denna öppna modell från Cohere Labs (3,35 miljarder parametrar).
Javad Taghia publicerar ett experiment där GPT-6 Astra, med verktygsåtkomst till vikterna i en liten diffusionsmodell (segmind/tiny-sd) men utan gradienter, ska radera dess Van Gogh-stil.
Harpreet Sahota publicerar den 7 november en konvertering för FiftyOne av detta dataset med 3 151 annoterade bilder i 55 MCAP-episoder, insamlade av SEW-EURODRIVE:s autonoma mobila robot med sex typer av sensorer (RGB-kameror och…
OpenMOSS-teamet presenterar MOSS-Live, ett system för samtal i realtid som lyssnar och talar samtidigt (full duplex, full-duplex), förstår vad kameran eller skärmdelningen visar och överlåter sökningar och långvariga uppgifter till en…
ONESTRUCTION publicerar en rankning av modeller för byggsektorn, baserad på genomsnittet av fem benchmarks (ritningar, BIM-modeller, kostnadsuppskattning, IDS-generering): Claude Opus 5.5 leder med 73,7 poäng, en tiondel före Gemini 4…
Dragonscale säger sig ha förbättrat sina sex encoders för extraktion, presenterade den 2 november, utan någon omträning: i Claude Code upptäckte Claude Opus 5.5 en gräns på 50 antecedenter vid koreferens, som höjdes till 100 i ONNX-grafen;…
Harpreet Sahota (Voxel51) konverterar datasetet HapTile för FiftyOne: 1 699 episoder och 12,36 timmar med en fjärrstyrd UR5e-arm, med gelbaserade taktila sensorer, två RGB-D-kameror och den nivå av haptisk återkoppling som operatören…
TCSExam, publicerat under Moonshot AI:s GitHub-organisation med en arXiv-artikel inskickad den 5 november, mäter hur långt modeller kan föra forskningen inom teoretisk datavetenskap (theoretical computer science) framåt.
Handlar också om: Anthropic, OpenAI, Moonshot AI
På Hugging Face-bloggen presenterar Younes B., Lysandre och Nathan Habib (organisationen harness-hub) harness-adaptrar (harness adapters): en liten LoRA-adapter per modell och agentharness (pi, opencode, hermes), tränad med…
Tony Dzi sammanfattar 103 dagar med kodagenter från samma familj på sju maskiner: ett samordningsprotokoll kan uppfylla alla sina säkerhetsinvarianter och ändå överges.
I den andra delen av sin serie, efter den från den 5 november, bygger Bilal Zaraket ett libanesiskt lexikon validerat av tre modersmålstalare (429 uppslagsord) innan han genererar taldata: andelen meningar som behöver korrigeras sjunker…
Ett communityinlägg från VIDRAFT återger novemberrankningen (19 modeller): GPT-6.1-Sol leder inom agentisk kodning (69,23) och DeepSeek-V4.1-Flash-1017 placerar sig där först bland de öppna modellerna (65,38), medan Kimi-K3.1-Pro har högst…
Företaget publicerar 139,4 timmar och 13 263 lyckade episoder av teleoperation med två händer, filmad ur robotens perspektiv, inom 15 uppgiftskategorier, i LeRobot-format och under en licens för icke-kommersiell användning.
Harpreet Sahota konverterar för FiftyOne åtta episoder och 38,2 minuter av hushållssysslor filmade med en djupkamera, med ett EMG-armband på vardera handleden som registrerar muskelsignalerna från underarmarna.
Runway Research publicerar ett inlägg och en arXiv-artikel om hur Runway Characters, företagets videokaraktärer som man kan samtala med i realtid utifrån en enda bild, klarar realtid.
Handlar också om: Runway
Hugging Face släpper LeRobot v0.7.0, en ny version av sitt öppna robotikbibliotek, samtidigt som Hub är värd för nästan 300 TB data för fysisk AI i LeRobot-format.
Handlar också om: Hugging Face
Sandflow publicerar 106 094 3D-objekt, varav 10 456 ledade, vart och ett skrivet som ett kort Python-program i det öppna biblioteket sand3d, med en OpenUSD-export som kan visas i Hubs 3D-visare.
Lightwheel beskriver sin roll i NVIDIA:s bibliotek med 3D-objekt på Hugging Face, som nu omfattar över 3 500 OpenUSD-objekt: företaget validerar och justerar deras fysikaliska beteende vid kontakt och i rörelse.
Ett inlägg presenterar denna datamängd från Pekings universitet, konverterad av Voxel51 för FiftyOne: 703 rörelsebanor för en Franka-arm med fingertoppar av gel, fördelade på 12 uppgifter och 7,03 timmar, där kontakten blir synlig i bilden.
Bilal Zaraket har klonat rösten hos en testare från Beirut med fyra modeller: i en blindbedömning av fem lyssnare med språket som modersmål får den riktiga rösten 4,98 av 5 och den bästa modellen, VoxCPM2, 3,89, och den senare uppfattas…
Hugo Alonso finjusterar Tiny Aya Global (3,35 miljarder parametrar) för att på colombiansk spanska moderera en offentlig vägg för kollektivt minne, på en GPU med 6 GB, i stället för en kedja av tre molntjänster.
En utvecklare förtränar från grunden en modell med drygt en miljard parametrar på två T4-kort med 16 GB, med PyTorch FSDP och FineWeb, och publicerar den första checkpointen och receptet.
Kombai, som utvecklar AI-verktyg för front-end-utveckling, presenterar Design Creativity Bench på Hugging Face-bloggen.
Sex öppna encoders med 55M till 538M parametrar (Apache-2.0, ONNX) som extraherar entiteter, relationer och fakta enligt ett schema som beskrivs vid anropet, utan LLM, för agenters minne; på Re-DocRED, 0,749 inom samma mening och 0,732 med…
I ett communityinlägg destillerar Lukas Qwen3-4B-Instruct till fyra elevmodeller med samma minnesbudget: ett glidande fönster räcker för korta svar, men på AIME och HMMT löser hans Bifocal-lager (litet fönster och mLSTM-tillstånd) nästan…
VIDRAFT planterar genom finjustering en bakdörr i Qwen3-0.6B: ordet ”payroll” i en filsökväg utlöser det skadliga kommandot i 98,3 % av fallen för tidigare osedda sökvägar, utan att någon av 24 kontroller upptäcker det; på ViKernel nekas…
En förregistrerad studie av Rairo Mukamuri lyckas inte förutsäga en manipulering av ett test 500 tokens i förväg utifrån expertroutingen i Beam-1.0-501B-A23B: AUROC på 0,580 jämfört med ett fastställt tröskelvärde på 0,75, för 9,03 dollar…
GPU-uthyraren EcoHash renderar en 10 sekunder lång video i 1080p med ljud på 90 sekunder, och i 480p på 14,8 sekunder, på ett enda kort med 96 Go; leverantörens egna mätningar på sin tjänst.
I ett communityinlägg minskar en MoE med 31,8 miljarder parametrar, llm-jp-4-32b-a3b-base, från 59,06 till 9,81 GiB och körs med 34 till 49 tokens per sekund på en Mac M2 Pro med 16 GB, utan de repetitionsloopar som uppstår vid enhetlig…
OpenPeerAI publicerar en förhandsversion av en modell med 13,1 miljarder parametrar, framtagen genom att stegvis förstora en modell med 163 miljoner parametrar på AMD-hårdvara; författarna har inte kört något allmänt benchmark och påpekar…
Yuxuan Zong föreslår att vissa kvantiserade lager körs igen så länge de ryms i GPU:ns L2-cache: på RTX 5080 kostar denna andra körning ungefär hälften så mycket som ett nytt lager och minskar förlusten med 0,05 till 0,08 vid samma antal…
En communitykartläggning av Hugging Face Hub hittar 368 dataset med hjärnsignaler, varav 146 saknar licensmärkning, vilket försvårar återanvändning.
Google DeepMind och Google Research publicerar tillsammans med World Resources Institute (WRI) och IIASA Forest Typology (ForTy) 2020, en karta som placerar varje ruta på 10 gånger 10 meter av jordens landyta i en av sex kategorier hämtade…
Handlar också om: Google
Locai Labs, ett Londonbaserat laboratorium för suverän AI, publicerar tillsammans med NVIDIA Nemotron-Personas-UK, en miljon syntetiska personas under licensen CC BY 4.0.
Handlar också om: NVIDIA
Denna lokala beslutsmodell med 9 miljarder parametrar, under Apache 2.0, får 59,16 på Decision Index jämfört med 57,96 för den hostade Jev 1.13 enligt upphovspersonen, som inte anger indexets version, med 22 ms per beslut på en RTX PRO…
UDGAM LABS tränar från grunden för 146 dollar en konversationsmodell med 152 miljoner parametrar, 163 MB i webbläsaren, som enligt upphovspersonerna är jämbördig med SmolLM2-135M-Instruct i konversation.
basecompute publicerar kvantiseringar av Qwen3.8-27B (10,93, 16,41 och 20,82 GB) vars KL-divergens enligt upphovspersonerna är 15 % lägre än Unsloths vid 3 och 4 bitar.
Utan träning i reranking slår Qwen3.8-27B den övervakat tränade Qwen3-VL-Reranker-2B på tre benchmarktester och matchar 8B-versionen på de visuella dokumenten i MMEB-V2, enligt ett communityinlägg.