Hugging Face
Hugging Face — это GitHub для машинного обучения: платформа с миллионами открытых моделей, датасетов и демо. Библиотека Transformers и открытые лидерборды сделали её центром притяжения всего open-source ИИ. Здесь собраны все наши материалы о Hugging Face.
Исследователи предложили Anti-Persistence: память LLM-агентов без хранимых правил
Новая схема памяти для LLM-агентов хранит траектории и исходы, а подсказки собирает заново под каждую задачу — и тратит меньше всего вызовов LLM среди сравниваемых…
3D-генерация сцен: DiT работает в 3D-латенте и кодирует сцену в 1K токенов
Исследователи переносят диффузию сцен из 2D-видов в неявное 3D-латентное пространство на базе DINOv2, SigLIP2 и DA3. По заголовку работы, сцена умещается примерно в…
T2Quant перераспределяет точность по шагам диффузионных LLM: до +6,7 п.п.
Исследователи предложили T2Quant: квантизацию диффузионных языковых моделей, которая меняет разрядность активаций по шагам денойзинга и добавляет до 6,7 п.п.
PaperFormalizer превращает LaTeX-статьи в проверенный Lean-код с участием автора
OPTIC сжимает per-layer embeddings Gemma 4 E4B в 100 раз и сохраняет 97,8% качества
Nestor: вложенная разреженность в attention обошла MoE при равных затратах
Энкодер на 17 млн параметров выбирает инструмент за 14 мс на CPU
RiseHarness учит терминальных агентов чинить собственную обвязку без дообучения
Фреймворк RiseHarness итеративно улучшает обвязку терминальных агентов при замороженных весах: сравнивает удачные и провальные запуски одной задачи и проверяет…
Обзор: роботы учатся улучшать сам процесс обучения, но доказательств пока нет
Авторы обзора переносят идею рекурсивного самоулучшения из кода в физический мир и называют четыре условия, при которых улучшения роботов не пропадают, а копятся.
Исследователи предложили рамку PAPAV: только 3 из 64 бенчмарков проверяют верификацию
LEGO-SCD учится находить изменения в 3D-сценах на 17,2 FPS без ручной разметки
WorldStream строит бесконечный 3D-мир и помнит каждую правку игрока
Agent4Sci: Claude Opus улучшил рекорды на 20 научных бенчмарках на 10,4%
Сильные ИИ-агенты передают ход человеку в 80% случаев, когда его путь короче
Эксперимент с лабиринтом на двоих показал: модели, которые решают задачу сами, делегируют человеку выборочно — около 80% первых решений при коротком маршруте у…
Omni-Woodpecker снижает галлюцинации омни-LLM без дообучения: +12,9 на CMM
Команда из Нанкинского университета предложила метод OWP: он правит скрытые состояния омни-модели до декодинга и добавляет 12,9 пункта на CMM для Qwen2.5-Omni-7B.