Multiverse Computing、圧縮・4-bit化したGPT-OSS 120Bで精度を回復するQAHを発表
Multiverse Computingは、圧縮・4-bit化した大規模言語モデルを回復する手法Quantization-Aware Healing（QAH）を発表した。
推荐理由：元モデルを教師にする設計とベンチマーク結果を通じて、圧縮後の4-bitモデルで精度を回復する方法を比較できる。
企業とモデル
Hugging Face 最新情報
Hugging Faceのオープンソースコミュニティの動向。人気モデルやデータセット、ランキングの変化を通じて、オープンソースエコシステムの今を伝えます。
30 件のおすすめ過去30日間 0 件収録記事数 31 件
更新
注目記事アーカイブ · 2ページ
Hugging Face BlogおすすめAIスコア6060 Hugging Face BlogおすすめAIスコア7474 Gradioのgr.WorkflowでAIワークフローを構築・実行・デプロイ
Hugging Faceは、Gradioに組み込まれたgr.Workflowを紹介しました。処理手順を型付きノードのグラフとして組み立て、ドラッグ＆ドロップの画面で各ノードを実行し、中間結果を確認できます。ワークフローはREST APIとしても利用でき、Hugging Face Spacesへ1コマンドでデプロイできます。
推荐理由：処理手順をグラフとして操作でき、各段階の実行結果を確認しながら、同じワークフローをREST APIとして呼び出せる点が具体例とともに示されています。
Hugging Face BlogおすすめAIスコア6767 Hugging Face Inference Endpoints、Jobs、Bucketsで実現するPapers with Codeの検索基盤
Hugging Faceは、Papers with Codeの検索基盤を、Jobsによる論文埋め込みの一括生成、Storage Bucketsを介した成果物の受け渡し、Inference Endpointsによる検索時の埋め込み生成を組み合わせたハイブリッド検索として構築しました。
推荐理由：バッチ処理、オンライン検索、成果物の受け渡しを分けた設計を、低次元化やコールドスタート時のフォールバックを含む実測値とともに確認できます。
Hugging Face BlogおすすめAIスコア7272 音声認識モデルのベンチマーク最適化を測る3つのテストを研究チームが提案
研究チームは、音声認識モデルが公開ベンチマークに特化している度合いを測る3つのテストを用い、広く使われるオープンソースASRモデル11種を評価しました。
推荐理由：11種類のオープンソース音声認識モデルを3つのテストで調べ、公開ベンチマークのスコアが音声の忠実な書き起こしをどの程度反映しないかを具体例と数値で示しています。
Hugging Face BlogおすすめAIスコア7373 Hugging FaceとIBM Research、ALTK-Evolveのエージェントメモリを8モデルで評価
Hugging FaceとIBM Researchは、ALTK-Evolveによるエージェントの自己蒸留メモリを8モデルで評価し、適切なガイドライン量はモデルの能力によって異なると報告しました。
推荐理由：8モデルをAppWorldで比較し、性能帯ごとに有効なメモリ量が異なる結果を示しており、精度とトークンコストの調整方法を把握できます。
Hugging Face BlogおすすめAIスコア8181 Sentence Transformers v6.0にマルチベクトル検索用のMultiVectorEncoderが追加
Sentence Transformers v6.0で、ColBERT方式の遅延インタラクション検索に対応する第4のモデル型MultiVectorEncoderが追加されました。
推荐理由：密ベクトルとの精度・容量の比較に加え、検索や画像文書への適用例も示し、導入時の設計上のトレードオフを具体的に把握できます。
Hugging Face BlogおすすめAIスコア6161 Dharma AI、制約を考慮したGPU割り当てで利用率を最大33ポイント改善
Dharma AIは、制約を考慮したGPU割り当て方式をFIFOスケジューラと7つのシナリオで比較し、同一のハードウェアとワークロードでGPU利用率を最大33ポイント、優先度加重出力を最大105.1%改善しました。
推荐理由：FIFOとの7シナリオ比較に加え、制約を組み込んだ割り当て方法と需要予測の設計を示し、GPU運用の改善策を具体的に追えます。
Hugging Face BlogおすすめAIスコア8181 Hugging Faceが2026年1〜8月のオープンモデル動向を分析
Hugging Faceは、Hub上の活動データに基づき、2026年1〜8月のオープンモデル市場の動向をまとめた。モデル数やデータセット数が増える一方、ダウンロードは少数のリポジトリに集中し、「いいね」が示す注目とダウンロードが示す利用には大きな隔たりがある。分析では、Qwenの派生モデルが151,448件に達したことや、エージェントによるHubへのアクセスが増えていることも報告している。
推荐理由：ダウンロード数と「いいね」を分けて読むことで、注目度と継続利用の違いを示し、公開モデルの普及を捉える視点を提供している。
Hugging Face BlogおすすめAIスコア7878 Strands Robots、LeRobot、Hugging Face Storage Bucketsで記録・学習・実機展開を一元化する方法
Strands Robots、LeRobot、Hugging Face Storage Bucketsを使い、ロボットのデモ記録から学習、実機へのポリシー展開までをつなぐデータループを解説しています。
推荐理由：記録から学習、実機への展開までを同じLeRobot形式でつなぎ、Storage Bucketsへの同期とストリーミングでデータを扱う手順を具体例から追えます。
Hugging Face BlogおすすめAIスコア8282 Hugging Face、ICML 2026の論文2,226本を再現検証したハッカソンの結果を公開
Hugging Faceは、コミュニティ参加者1,221人が19日間でICML 2026の論文2,226本を再現検証したハッカソンの結果を公開した。35,908件の主張を判定し、検証した論文の51%で少なくとも1件の主張を独立に確認する一方、23%では反証または異論があった。
推荐理由：論文単位の再現率だけでなく、検証済みの誤りや誤検出も具体例で示し、AIエージェントによる研究監査の可能性と人間の役割を考える材料になる。