The best of dev and AI, scored every day by an agent. Filtered, summarized, ranked. No color, no noise — just the substance.
TRL v1.0 formalizes a post-training library matured from research code into production-grade infrastructure, now supporting over 75 methods. The release embraces a shifting field where objectives and architectures evolve rapidly, and prioritizes stable, adaptable design so methods remain usable in practice.
L’article explique comment rétablir un agent OpenClave après restriction d’accès aux modèles fermés : passer par Hugging Face Inference Providers ou installer un modèle open source en local avec llama.cpp. Il détaille les commandes, la configuration et les choix matériels, en proposant des modèles comme GLM-5 et Qwen3.5.
L'article présente EVA, un nouveau cadre d'évaluation conçu pour juger les agents vocaux conversationnels en intégrant simultanément l'exactitude de la tâche (EVA-A) et l'expérience utilisateur (EVA-X) sur des dialogues multi-tours réalistes. Il fournit un benchmark initial avec un dataset aéroportier de 50 scénarios et analyse vingt systèmes, révélant un compromis systématique entre précision et expérience. EVA est accompagné de données, de code et d'outils publiés.
L’article présente une méthode pour affiner en moins d’un jour un modèle d’embeddings sur un domaine cible sans étiquettes manuelles. En exploitant un générateur de données synthétiques piloté par LLM et un apprentissage contrastif avec mining de hard negatives, on améliore significativement la qualité des embeddings et donc des pipelines RAG.
Open source AI activity on Hugging Face grew rapidly in 2025, with users, models, and datasets roughly doubling. The platform reached about 13M users, more than 2M public models, and over 500k public datasets, with a rise in derivative artifacts like fine-tuned models and adapters. The ecosystem remains highly concentrated, and distribution across regions and domains shows clear frontrunners.
H Company annonce Holotron-12B, un modèle multimodal post-entraîné sur Nemotron-Nano-2 VL, optimisé pour les agents de prise en charge d’écran à haut débit. Son architecture hybride SSM/réseau de neurones réduit la consommation mémoire et permet un throughput significativement accru en inférence, notamment avec des contextes longs et plusieurs images. Il démontre de fortes améliorations sur les benchmarks d’agents par rapport au modèle de base Nemotron.
L’article analyse comment la désagrégation de l’inférence et de l’entraînement via un buffer de rollouts et un sync asynchrone résout le goulot d’étranglement où les GPUs d’entraînement restent inactifs. Il passe en revue 16 librairies open-source à travers 7 axes (orchestration, buffer, poids, gestion de la péremption, partial rollout, LoRA, backend distribué).
Les Storage Buckets sur le Hub Hugging Face offrent un stockage S3-like non versionné, optimisé pour les artefacts ML (checkpoints, états, données intermédiaires). Basés sur Xet, ils dédupliquent les chunks pour réduire bande passante et coûts, avec un warming préalable vers les régions compute. Installation et sync en CLI en moins de 2 minutes.
LeRobot v0.5.0 expands hardware with Unitree G1 humanoid full support, including whole-body control, manipulation, teleoperation. It adds new policies such as Pi0-FAST autoregressive VLAs and Real-Time Chunking for responsive inference, plus streaming video encoding to reduce wait times. It also introduces EnvHub, IsaacLab-Arena integration, and a modernized codebase on Python 3.12/Transformers v5.
Ulysses Sequence Parallelism (SP) distribue le calcul de l'attention sur plusieurs GPU en fendant la séquence et les heads d'attention, permettant un entraînement avec des contextes de plusieurs millions de tokens. Chaque GPU traite un shard de séquence puis procède à des all-to-all pour échanger les clés/valeurs par sous-ensembles de heads. Cette approche du Snowflake AI Research intègre nativement Hugging Face (Accelerate, Transformers Trainer, TRL SFTTrainer).
The article discusses deploying Vision–Language–Action (VLA) models on embedded robots, emphasizing that end‑to‑end latency and asynchronous inference are key to smooth motion. It also shares practical best practices for recording reliable robotic datasets (fixed cameras, lighting, contrast) and argues for a gripper‑mounted camera to improve manipulation accuracy, detailing how these choices enable real‑time on‑device optimization on the i.MX 95.
Modular Diffusers introduit des blocs réutilisables pour composer des workflows de diffusion flexibles, sans avoir à réécrire toute la pipeline. Cela permet de mélanger, inspecter et exécuter indépendamment des blocs comme encodage texte, VAE et dénoisage, avec un exemple d’intégration avec Mellon via une interface node-based. L’API reste familière mais la structure interne devient modulaire et extensible.
L’article décrit une expérience de training intensif en 24h d’un modèle de texte-vers-image en combinant x-prediction (prédiction directe en pixel), un contrôle de token par patch, et des pertes perceptuelles (LPIPS et DINOv2). Il montre comment booster la convergence et la qualité sous un budget compute serré, et open-source le code pour reproduire le protocole.
L’article explique comment les Mixture of Experts (MoEs) dans les Transformers remplacent certaines couches densées par des experts partiels sélectionnés par un routeur, réduisant ainsi les coûts d’inférence et de déploiement. MoEs améliorent le rapport compute/performance et permettent une parallélisation par experts, comme en témoignent les récents modèles open (gpt-oss, Qwen 3.5, DeepSeek R1).
L’article montre comment utiliser Unsloth avec Hugging Face Jobs pour fine‑tuner gratuitement des petits LLM (ex. LFM2.5-1.2B-Instruct) en bénéficiant d’un entraînement ~2x plus rapide et avec ~60% de VRAM en moins. Il fournit CLI et exemples de scripts, ainsi que l’intégration via des agents codants (Claude Code, Codex) pour automatiser le training et le push vers le Hub.
GGML, creators of llama.cpp, are joining Hugging Face to secure the long-term progress of Local AI. The team retains full autonomy while HF provides sustainable resources, with a goal of near-seamless model deployment from transformers and improved packaging/UX to make llama.cpp ubiquitous on devices.
IBM and UC Berkeley use ITBench and MAST to diagnose why enterprise agentic LLMs fail in IT automation (incident triage, logs/metrics, Kubernetes). They show that benchmark success rates hide root causes, with frontier models failing in isolated verification bottlenecks and large open models cascading via early reasoning mismatches. The work proposes concrete agent design patterns to harden reliability.
L'article présente gr.HTML de Gradio 6, qui supporte désormais templates personnalisés, CSS scoping et interactivité JavaScript, permettant de construire n’importe quel composant web en un seul fichier Python. Cela permet à un LLM de générer frontend, backend et gestion d’état en une seule passe, sans build, et le tout est déployable sur Hugging Face Spaces en quelques secondes.
L’article présente un agent skill qui permet aux modèles de codage (Claude, Codex) de générer des kernels CUDA optimisés pour des cibles précises (diffusers, transformers). Il fournit connaissances d’architecture, modèles de mémoire, intégration PyTorch et benchmarks, du packaging jusqu’au déploiement. Le skill est distribué via une librairie et s’installe en une commande.
L'article présente OpenEnv, un framework open-source de Meta et Hugging Face qui standardise l'évaluation des agents IA dans des environnements réels via une API type gym. Il déploie un « Calendar Gym » de production comme benchmark, illustrant les contraintes d'accès, de raisonnement temporel et de gestion multi-agents. Les enseignements montrent les limites actuelles des agents outillés en situations concrètes.