The best of dev and AI, scored every day by an agent. Filtered, summarized, ranked. No color, no noise — just the substance.
Public AI is now a supported inference provider on Hugging Face Hub, enabling serverless inference with public and sovereign models via an OpenAI-compatible API on vLLM. Integration is offered in the website UI and Python/JS SDKs, allowing custom keys or HF routing. The project is open-source and backed by distributed infrastructure donations.
LeRobotDataset v3.0 packs multiple episodes per file with relational metadata to fetch individual episodes, and adds native streaming via StreamingLeRobotDataset. It includes a one-liner to convert v2.1 datasets to v3.0 and integrates with lerobot for PyTorch DataLoader usage. The format supports multi-modal robotics data and metadata-driven search on Hugging Face Hub.
Visible watermarking in Gradio is presented as a simple way to distinguish AI-generated content by adding watermarks to images, videos, and text interfaces. The post shows how to use a single parameter (watermark) in components like gr.Image, gr.Video, and gr.Chatbot to display watermarks, including QR-based options. It also demonstrates attribution for copied AI text and provides practical Space examples.
WRITER présente Palmyra-mini: trois modèles légers (1.5–1.7B) dont deux variantes thinking optimisées pour raisonnement et calcul; le mode CoT permet de meilleures performances, affichant 82.87% GSM8K et 92.5% AMC23. Des options GGUF/MLX et l'inférence via vLLM/SGLang/TGI.
L'article détaille les optimisations techniques livrées avec GPT-OSS dans Hugging Face Transformers : kernels téléchargeables sur le Hub (dont RMSNorm et MoE), MXFP4 quantization, tensor/p expert parallelism, sliding window et continuous batching / Paged Attention. Ces features améliorent le chargement, l'inférence et le fine‑tuning des modèles tout en restant applicables aux autres modèles de la librairie.
Together AI now enables fine-tuning of any compatible Hugging Face LLM on its infrastructure, exposing HF Hub models to streamlined customization. The guide shows a 5-minute setup to launch a training job using a base Together template and a Hugging Face model as the custom model, with options for private repos. After training, the fine-tuned model can be pushed back to the Hub automatically.
L’article présente Jupyter Agents, une pipeline pour entraîner des LLMs à résoudre des tâches de data science en exécutant du code dans des notebooks Jupyter. Il détaille le benchmarking DABStep, les améliorations de scaffolding, et le fine-tuning de Qwen3-4B-Thinking pour accroître les performances des modèles petits.
mmBERT is a massively multilingual encoder trained on over 3T tokens across 1,800+ languages, achieving state-of-the-art results with faster inference than prior models. It extends ModernBERT with novel components and a three-phase training schedule to improve learning for low-resource languages, using progressively sampled, broader data.
Google introduces EmbeddingGemma, a 308M-parameter multilingual embedding model optimized for on-device use with a 2K context window. It supports 100+ languages and achieves top scores on the MMTEB/MTEB benchmarks while staying under 200 MB RAM when quantized. The model uses a Gemma3-based encoder with mean pooling and an optional 768-d output that can be truncated to 512/256/128 for speed and memory efficiency, enabling fast on-device retrieval and RAG pipelines.
SAIR, publié par SandboxAQ sur Hugging Face, est le plus grand jeu de données open source de structures protéine-ligand 3D co-pliées, avec 5,24 millions de complexes et des IC50 expérimentaux, adressant une pénurie historique de données pour l’IA en découverte de médicaments.
Cet article présente l’intégration de la compilation ahead-of-time (AoT) dans ZeroGPU Spaces pour accélérer les démos IA. Il décrit les étapes: préparer les entrées, exporter et compiler le modèle, puis l’utiliser dans le pipeline, avec des exemples concrets et des démos. Il aborde aussi des optimisations avancées comme la quantification FP8, les shapes dynamiques et la compilation régionale.
NVIDIA releases the 6 Million Multilingual Reasoning Dataset for Nemotron, translating English reasoning data into French, German, Italian, Japanese, and Spanish. The Nemotron Nano 2 9B uses a hybrid Transformer–Mamba architecture with a configurable thinking budget to balance accuracy, throughput, and cost for edge deployments, with weights released under an open license.
L’article montre comment connecter Claude à Hugging Face Spaces pour générer des images avec les modèles Flux.1 Krea (réalistes) et Qwen-Image (texte précis), en profitant d’un MCP server et de crédits gratuits pour itérer rapidement sur les prompts.
L’article présente le Model Context Protocol (MCP) comme une norme permettant aux modèles de recherche d’interagir avec des outils externes via des requêtes en langage naturel. Il décrit trois couches d’abstraction — recherche manuelle, scripts et MCP — pour automatiser la découverte scientifique (papers, code, modèles, datasets). Une configuration rapide est proposée via les settings MCP de Hugging Face.
Cet article-guide explique comment concevoir et déployer des kernels CUDA prêts pour la production avec kernel-builder. Il couvre l’architecture d’un kernel moderne, la structure d’un projet, build.toml et flake.nix pour la reproductibilité, et l’enregistrement d’un opérateur PyTorch natif. Exemple RGB→Grayscale illustre l’écriture et le test d’un kernel CUDA.
Kimina-Prover-RL est une pipeline open-source d’entraînement pour la démonstration formelle en Lean 4, basée sur une structure pensée en deux étapes (raisonnement puis Lean). Deux modèles open-source (1.7B et 0.6B) atteignent des scores élevés sur MiniF2F. Le projet fournit kimina-lean-server, kimina-client et le dataset Kimina-Prover-Promptset, et se réutilise via un fork Verl.
Arm's KleidiAI powers ExecuTorch 0.7, enabling automatic on-device acceleration for GenAI across many Arm CPUs and edge devices. Using SDOT and I8MM, models like Llama 3.2 run efficiently on most Android devices and Raspberry Pi 5, with notable gains in prefill/decode speed.
Neural Super Sampling (NSS) is Arm's real-time upscaling model for mobile GPUs with Neural Accelerators, enabling high‑resolution rendering at lower compute cost for mobile gaming and XR. A demo shows a 50% GPU workload reduction, upscaling from 540p to 1080p in 4 ms, with NSS integrated into Unreal Engine via plugins and Vulkan ML extensions; supporting resources include a technical blog, a white paper, and quickstart guides.
FilBench is a comprehensive evaluation suite to assess LLM capabilities for Tagalog, Filipino, and Cebuano, focusing on fluency, linguistic tasks, translation, and cultural knowledge. It organizes tasks into four categories (Cultural Knowledge, Classical NLP, Reading Comprehension, Generation) and reports a FilBench Score across 20+ models.
TextQuests introduces a benchmark to evaluate LLM-based agents in text-based interactive games, emphasizing long-context reasoning and learning through exploration. It uses 25 classic Infocom games with two modes (With Clues / No Clues) and measures Game Progress and Harm over up to 500 steps, preserving full history for long-context evaluation.