Новый подход предлагает управлять сложными ИИ-пайплайнами через структуру директорий и Markdown-файлов вместо тяжелых фреймворков. Это позволяет декомпозировать задачи и передавать контекст между этапами через файловую систему.
HuggingFace представила открытую модель для быстрого создания цитируемых отчетов.
Разработчики могут интегрировать ИИ-агента Muse в свои устройства на базе Raspberry Pi или ESP32.
Исследователи научили одного ИИ-агента оптимизировать среду работы (harness) для другого, экономя до 49% токенов.
Новая инфраструктура позволяет масштабировать обучение моделей Mixture-of-Experts до триллиона параметров.
HuggingFace запустил новый бенчмарк для оценки систем синтеза речи и клонирования голоса. Он использует объективные метрики, чтобы помочь сообществу ориентироваться в обилии open-source моделей.
Появился новый инструмент для создания инфраструктуры ИИ-агентов, работающий на чистом Python. Он позволяет сохранять рабочий контекст сессий локально без использования Docker или сторонних баз данных.
Исследователи обсуждают сложности реализации инструментов (tools) для различных фреймворков. Попытки стандартизации через спецификации вроде Standard Schema призваны упростить интеграцию функций в модели.
Kumo Tabular предсказывает метки новых строк за один проход, без обучения и настройки: 28–215 млн параметров и лицензия для коммерческого использования.
Два размера (27B и 35B-A3B) работают через GUI, код, MCP и API; на OSWorld 2.0 Holo4 27B даёт 61,7% против 81,8% у Opus 5.5, но заметно дешевле.