Hugging Face présente Ettin Suite, une collection d'encodeurs et décodeurs appairés atteignant l'état de l'art. Les modèles optimisent les tâches de traduction et de génération de texte avec architectures symétriques.
Hugging Face présente une approche découplant la prédiction d'actions et leur exécution en robotique. Le système utilise l'inférence asynchrone pour améliorer la latence et la réactivité des robots, permettant une exécution d'actions en parallèle avec la prédiction suivante.
Hugging Face lance ScreenEnv, un environnement pour déployer des agents desktop full-stack. L'outil permet aux modèles IA d'interagir avec des interfaces graphiques complètes, ouvrant des cas d'usage d'automatisation avancée.
Hugging Face présente Reachy Mini, un robot open-source conçu pour les développeurs IA. Le robot intègre des capacités de vision, de manipulation et de mobilité, avec support natif pour les modèles d'IA modernes et les workflows d'apprentissage par renforcement.
Hugging Face présente l'intégration de serveurs MCP (Model Context Protocol) avec Gradio pour améliorer les capacités des LLM. Cette approche permet aux modèles d'accéder à des outils et interfaces personnalisés via le protocole MCP standardisé.
Hugging Face publie un guide pour créer des kernels personnalisés optimisés pour les GPU AMD MI300. Le tutoriel couvre l'implémentation de kernels CUDA/HIP et leur intégration dans les pipelines d'inférence pour améliorer les performances.
Hugging Face publie un guide pour entraîner et affiner des modèles d'embeddings creux avec Sentence Transformers. La méthode réduit la dimensionnalité tout en maintenant la performance pour la recherche sémantique et la récupération d'information.
Retell AI lance une plateforme no-code de voice agents alimentée par GPT-4o et GPT-4.1 pour automatiser les centres d'appels. Les agents vocaux naturels réduisent les coûts, améliorent la satisfaction client (CSAT) et éliminent les scripts et temps d'attente.
SGLang intègre le backend Transformers de Hugging Face pour l'inférence LLM. Cette intégration permet aux utilisateurs de SGLang d'accéder directement aux modèles Hugging Face avec optimisations natives, améliorant la compatibilité et les performances.
OpenAI lance une initiative dédiée aux agences gouvernementales américaines, offrant accès à ses outils IA les plus avancés. Le programme vise à soutenir l'adoption de technologies de pointe par l'administration fédérale pour améliorer les services publics.
Groq intègre la plateforme Hugging Face comme fournisseur d'inférence. Les utilisateurs accèdent aux modèles HF via l'API Groq pour bénéficier de la vitesse d'inférence de Groq.
Featherless AI, un fournisseur d'inférence, intègre sa plateforme aux Inference Providers de Hugging Face. Les utilisateurs peuvent déployer et servir des modèles via l'écosystème Hugging Face avec support multi-modèle et optimisations de latence.
OpenAI publie sa politique de divulgation coordonnée pour les vulnérabilités détectées dans les logiciels tiers. Le programme met l'accent sur la collaboration, l'intégrité et la sécurité proactive à grande échelle.
Hugging Face lance ScreenSuite, une suite d'évaluation complète pour les agents GUI. L'outil mesure la capacité des modèles à interagir avec des interfaces graphiques via des benchmarks standardisés et reproductibles.
OpenAI conteste une ordonnance judiciaire du procès intenté par le New York Times, qui exigerait la conservation indéfinie des données utilisateurs ChatGPT et API. L'entreprise affirme défendre la confidentialité des utilisateurs face aux demandes légales tout en respectant ses engagements de protection des données.
Hugging Face publie un tutoriel sur l'implémentation du KV cache à partir de zéro dans nanoVLM. Le guide couvre les mécanismes d'optimisation de mémoire pour les modèles de vision-langage, permettant une inférence plus efficace.
OpenAI annonce o3, o4-mini et GPT-4.1 pour accélérer les revues de code. CodeRabbit intègre ces modèles pour améliorer la précision des PR, réduire les bugs et augmenter le ROI des développeurs.
Les derniers modèles OpenAI (GPT-4.1, GPT-4o, série o) sont désormais disponibles sur Replicate pour l'inférence.
Google DeepMind annonce Gemini 2.5 avec améliorations pour le coding et un nouveau mode de raisonnement expérimental appelé Deep Think pour 2.5 Pro. 2.5 Flash reçoit également des mises à jour.
Google DeepMind lance SynthID Detector, un portail permettant d'identifier le contenu généré par IA. Annoncé à Google I/O, cet outil aide les utilisateurs à comprendre l'origine du contenu en ligne.
Hugging Face présente Falcon-Edge, une série de modèles de langage 1.58bit universels et fine-tunables. Ces modèles offrent une compression extrême tout en conservant des capacités de raisonnement et de suivi d'instructions.
Hugging Face standardise les définitions de modèles via sa librairie Transformers. L'initiative vise à harmoniser les architectures et faciliter l'interopérabilité entre frameworks. Objectif : réduire la fragmentation et accélérer l'adoption des modèles open-source.
Replicate s'associe à Hugging Face pour intégrer son infrastructure d'inférence à la plateforme. Les utilisateurs peuvent désormais exécuter plus de 30 000 LoRAs directement via Hugging Face.
Hugging Face optimise les transcriptions Whisper via ses Inference Endpoints avec des gains de vitesse significatifs. La plateforme propose une infrastructure dédiée pour accélérer le traitement audio en production.
Hugging Face lance LeRobot Community Datasets, une initiative pour créer un équivalent robotique d'ImageNet. Le projet vise à centraliser des datasets de démonstration robotique pour accélérer la recherche et le développement de modèles de contrôle robotique.
Lowe's déploie Mylow et Mylow Companion, outils IA développés avec OpenAI pour aider clients et employés dans les projets de rénovation. Les assistants IA simplifient la planification et l'exécution de travaux complexes en magasin et en ligne.
Ideogram 3.0 est disponible sur Replicate avec des capacités améliorées en design, transfert de style et réalisme.
Google DeepMind annonce une mise à jour de Gemini 2.5 Pro Preview avec des capacités améliorées pour la génération de code et la création d'applications web interactives.
Replicate propose une API pour exécuter les modèles Speech-02 de MiniMax, offrant synthèse vocale haute qualité avec clonage de voix, expression émotionnelle et support multilingue.
Hugging Face publie un guide pour construire un serveur MCP (Model Context Protocol) avec Gradio. Le tutoriel montre comment intégrer Gradio pour créer des interfaces interactives compatibles avec le protocole MCP, permettant une meilleure intégration avec les outils IA.
Hugging Face présente le fine-tuning d'olmOCR, un modèle OCR open-source basé sur OLMo. L'approche améliore la fidélité de la reconnaissance optique de caractères sur des documents variés.
Cohere intègre les Inference Providers de Hugging Face, permettant l'accès aux modèles Cohere via l'écosystème Hugging Face. Cette intégration facilite le déploiement et l'utilisation des modèles de Cohere pour les développeurs.
Hugging Face lance des leaderboards dédiés à l'arabe pour évaluer les capacités de suivi d'instructions en arabe. La plateforme met à jour AraGen et introduit de nouveaux benchmarks pour mesurer la performance des modèles sur des tâches en langue arabe.
Meta lance Llama 4 Maverick et Scout sur Hugging Face. Maverick est un modèle haute performance pour tâches complexes, Scout un modèle léger optimisé pour l'efficacité. Les deux sont disponibles sur la plateforme Hugging Face.
Gradio atteint 1 million d'utilisateurs. La plateforme de partage d'interfaces ML a connu une croissance exponentielle depuis son lancement, devenant l'outil standard pour démontrer des modèles IA en production.
Hugging Face transforme son cours NLP en cours LLM. Le contenu s'adapte aux modèles de langage modernes, couvrant fine-tuning, RAG, agents et déploiement. Mise à jour progressive des chapitres existants et nouveaux modules.
Google DeepMind publie un cadre d'évaluation des menaces cybersécurité posées par les IA avancées. L'outil aide les experts à identifier les défenses nécessaires et à les prioriser.
Hugging Face accélère l'inférence des LLM via Text Generation Inference (TGI) sur les processeurs Intel Gaudi. La solution optimise la latence et le débit pour les déploiements en production.
Gradio lance une nouvelle version de son composant Dataframe avec interface améliorée pour manipuler et visualiser des données tabulaires. Le composant offre édition en ligne, tri, filtrage et export natifs sans code supplémentaire.
Hugging Face déploie de nouveaux outils d'analytics pour ses Inference Endpoints, permettant aux utilisateurs de monitorer performance, latence et utilisation des ressources en temps réel.