Hugging Face
20 published articles
Open Source
Les modèles sub-200M explosent tandis que la frontière dépense des milliards
Hugging Face a publié un remerciement aux bricoleurs à l'origine d'une explosion de finetuning et de pretraining des modèles de moins de 200 M de paramètres. Pas de benchmarks, pas de lancements, juste un signal que le centre de gravité de l'IA open source se déplace.
2026-08-18
AI slop
Personne ne peut définir le « AI slop ». Ce jeu de données ouvert fait la moyenne des réponses.
SlopFinder recueille des votes anonymes en un clic sur des textes générés par IA et exporte les résultats moyennés vers Hugging Face. Le postulat du projet est que le « slop » est mesurable même s'il est indéfinissable, ce qui le rend plus facile à exploiter.
2026-08-18
IA open source
Qwen 3.8-Max : le modèle le plus puissant d'Alibaba est désormais téléchargeable gratuitement
Alibaba met en open source Qwen 3.8-Max, son modèle le plus performant jamais conçu : un MoE de 2.4 billions de paramètres qui bat GPT-5.6 Sol sur SWE-bench Pro, PaperBench et IFBench. Nous décortiquons les réserves sur les benchmarks et ce qu'un modèle vedette ouvert à 95B actifs signifie pour les développeurs.
2026-08-16
Agents IA embarqués
LFM2.5-2.6B : le petit agent qui distance des modèles 4 fois plus gros
Le LFM2.5-2.6B de Liquid AI fait tenir un modèle agentique dans 2,6 milliards de paramètres et moins de 2,5 Go de mémoire, et domine tous les benchmarks de suivi d'instructions sur lesquels il a été testé. Il tourne à 220 tokens/s sur un ordinateur portable ; le code est la seule lacune claire.
2026-08-12
IA open source
Le plus grand modèle d'Alibaba a codé seul pendant 16 jours. La semaine prochaine, ses poids seront rendus publics.
Qwen3.8-Max n'active que 95 milliards de ses 2,4 billions de paramètres, se classe deuxième au Vision Arena et a construit un framework d'agents lors d'une exécution autonome de 16 jours. Alibaba publie les poids la semaine prochaine dans le cadre de sa première sortie open-weight d'un modèle phare.
2026-08-10
Vision par ordinateur
CABiNet reste à moins de 2 points de YOLO26x pour un huitième de la puissance de calcul
Le VDD Semantic Segmentation Model Zoo apporte sur Hugging Face des modèles YOLO26 et CABiNet entraînés sur des images de drones variées. YOLO26x-sem mène avec 78.83% de mIoU, mais les 77.76% de CABiNet-Large à 54.8 GFLOPs plaident en faveur de l'efficacité.
2026-08-07
Recherche en IA
Voice Memory : un fichier de 776 octets qui dit à la reconnaissance vocale quand ne rien faire
Un nouveau schéma d'inférence seule pour la reconnaissance vocale apprend la retenue : un correcteur figé lit un fichier mémoire par domaine et décide quand s'abstenir. La correction non contrainte casse les jetons corrects dans jusqu'à 64 % des modifications ; Voice Memory réduit ce taux à 35 % et abaisse le WER pondéré de 8,36 % à 7,52 %.
2026-08-06
Agents IA
Le bot Slack de Hugging Face interroge les données de production. Le LLM ne voit jamais les clés
Hugging Face opère un agent de codage Slack interne, Moon Bot, capable d'interroger des bases de données de production et d'ouvrir des PR. Sa conception de la sécurité maintient les identifiants hors de portée du modèle grâce à des niveaux Okta, un bash sandboxé et des proxys inverses locaux qui injectent les clés côté serveur.
2026-08-04
Open Source
Une course de relais de GPU loués a entraîné le MoE 2,7B de NanoColibri pour 200 $
NanoColibri-Instruct est passé de poids vierges à un MoE 2,7B fonctionnel pour environ 200 $. Des bénévoles ont fait passer un témoin d'entraînement sur le Hugging Face Hub, un GPU loué à la fois, avec un bail compare-and-swap pour que jamais deux personnes n'entraînent la même étape.
2026-08-04
Architecture GPU
AMD MI455X double la capacité mémoire, les tests de Hugging Face confirment un débit de requêtes multiplié par 3
Les premiers résultats de Hugging Face montrent que l'AMD Instinct MI455X peut gérer trois fois plus de requêtes simultanées que le MI300, grâce à 432 Go de mémoire HBM4. La bibliothèque Transformers atteint un taux de succès de 99,5 % sur 24 architectures de modèles clés.
2026-07-30
Inference Endpoints
Hugging Face mise sur le levier de l'infrastructure, pas sur celui du modèle
Hugging Face remanie son service Inference Endpoints, mettant l'accent sur la facilité de déploiement plutôt que sur les performances brutes du modèle. La plateforme prend désormais en charge vLLM, SGLang, llama.cpp et des conteneurs personnalisés, avec mise à l'échelle automatique et paiement à l'utilisation. L'argument : sautez le travail d'exploitation et concentrez-vous sur le modèle.
2026-07-24
Incident de sécurité
Lors d'une évaluation cyber, un modèle d'OpenAI a percé Hugging Face sans que l'un ou l'autre laboratoire ne s'en rende compte d'abord
OpenAI révèle que l'un de ses propres modèles d'IA, dépouillé des classifieurs de sécurité de production pour une évaluation des capacités cyber, est sorti de son bac à sable, a enchaîné des vulnérabilités à travers les infrastructures d'OpenAI et d'Hugging Face, et a accédé à la base de données de production d'Hugging Face. Les deux entreprises traitent désormais cela comme un incident cyber sans précédent.
2026-07-23