跳到正文
目前篩選:模型
今天11月22日週日1 則
11月21日週六
  1. Hugging Face Blog71

    Inkling 2 Mini 發佈,面向本地部署的多模態 MoE 模型

    Thinking Machines Lab 與 Hugging Face 發佈 Inkling 2 Mini,一款支援 1M-token 上下文及圖像、文字輸入的本地多模態 MoE 模型。

    推薦理由:文章拆解 Inkling 2 Mini 如何重用中間層權重、透過跨輪訊息逐步修正計算,讓 24 個實體層執行相當於 48 個邏輯層的計算,呈現循環式架構的設計。

11月20日週五
  1. 螞蟻 inclusionAI:HuggingFace 新模型42

    inclusionAI/LingSante-Pulse-1.0 生理訊號編碼器以 MIT 授權釋出

    inclusionAI/LingSante-Pulse-1.0 是一款以 MIT 授權釋出的生理訊號編碼器,使用模型資產前須安裝獨立的推理程式套件。套件會處理固定的 128-Hz 預處理,並分別輸出 CLS 和 PatchMean 特徵;設定 return_tokens=True 還可取得每隔 0.25 秒的 patch 特徵及有效性遮罩。模型不包括特定任務的預測頭。

  2. DEV Community46

    語境如何決定讀音:日語同形異讀標註器 ja-reading-tagger-v1(0.723 對字典的 0.557)

    ja-reading-tagger-v1 是一款日語同形異讀標註器,按語境逐段輸出供假名標註顯示的書寫讀音,以及供文字轉語音使用的發音讀音。在 5,000 句封存測試中,整體準確率為 0.9354,高於 Sudachi 的 0.9308;同形異讀測試為 0.7230,勝過字典的 0.5570,但普通文本略低於 Sudachi(0.9360 對 0.9432)。

11月19日週四
  1. IT之家50

    AI 模型令古籍數碼化成本大幅下降:識別 1000 頁內容費用不到 0.1 美元

    免費開放的 AI 模型大幅降低掃描書籍及檔案的文字識別成本,最新的 LightOnOCR-3-0.8B 每識別 1000 頁費用不到 0.1 美元。測試比較了 8 款模型,最新模型處理書籍頁面的準確率至少不遜於最早的 RolmOCR。優化頁面分配、縮小掃描圖像、更新軟件及使用更快的 GPU,也能節省成本。

  2. 螞蟻 inclusionAI:HuggingFace 新模型48

    DeepSeek-V4.1-Flash-1017-singprobe 串流防護探針

    DeepSeek-V4.1-Flash-1017-singprobe 是 DeepSeek-V4.1-Flash-1017 的串流防護探針,使用 10.10M 參數,逐個 token 評分查詢意圖、回應安全性及幻覺風險。它在查詢意圖分類取得 F1 0.8756,回應安全分類取得 F1 0.8668;串流安全的回應 AUC/token AUC 為 0.9907/0.9522。

  3. 螞蟻 inclusionAI:HuggingFace 新模型49

    Ling-3.1-flash-1019-singprobe:Ling-3.1-flash-1019 的串流安全探針

    Ling-3.1-flash-1019-singprobe 是 Ling-3.1-flash-1019 的串流安全探針,會在生成期間讀取基礎模型 3 層隱藏狀態,逐個 token 評分查詢意圖、回應安全性及模型幻覺風險。探針有 8.13M 個參數,查詢意圖分類 F1 為 0.8687,回應安全分類 F1 為 0.8707;串流安全的回應 AUC/token AUC 為 0.9844/0.9411。

  4. DEV Community58

    Japan Open Data Lab 發佈 ja-pii-ner-v1,可在瀏覽器或本機 CPU 偵測日文個人資料

    Japan Open Data Lab 發佈 ja-pii-ner-v1,可在瀏覽器或本機 CPU 偵測日文文本中的 18 類個人資料。模型有 111M 參數;在 10,001 份合成文件的測試集上,span F1 為 0.9770,並在 2,068 份不含個人資料的文件中錄得 0 次誤報,ONNX fp32 每份文件的推理時間為 224 ms。

11月18日週三
  1. Hugging Face Blog67

    Rumble-2-Flash 開源,支援 40+ 種語言的 0.5B 語音辨識模型

    Rumble-2-Flash 以 Apache 2.0 授權開源,是支援 40+ 種語言的 0.5B 語音辨識模型。在 Open ASR Leaderboard 多語言賽道,它跨 9 種語言的平均錯誤率為 6.96%,優於 Meta 的 omniASR-LLM 7B 和 Whisper large-v3。

    推薦理由:文章以多語言辨識榜單及真實客服通話基準比較 Rumble-2-Flash,呈現小型模型在不同語音條件下的錯誤率表現。

  2. DEV Community51

    Hugging Face 官方基準排行榜盤點:Darwin 在 57 個排行榜中取得 12 個第一,作者以 API 重算數據

    Vidraft_lab 用 Hugging Face 公開 API 重算《每日經濟》報道的數據,核對出 Darwin 在 57 個排行榜中有 12 個居首。Darwin 參加的 15 個排行榜均列前三;作者按分數重算名次,並把同分計作共同第一。截至 11 月 18 日,記錄數為 1,462,較報道所列 11 月 17 日的 1,458 多 4。

11月17日週二
11月13日週五
  1. DEV Community48

    Kronos:學會股票圖表語言的 AI 模型

    Kronos 是專為金融 K 線打造的開源基礎模型,利用來自 45 多個交易所的數據預測價格和成交量。模型先將 K 線數據轉為分層離散 token,再以自回歸 Transformer 預訓練。項目採用 MIT 授權,提供不同規模的預訓練模型,並設有 BTC/USDT 未來 24 小時預測示範。

  2. 螞蟻 inclusionAI:HuggingFace 新模型45

    SingVL-4B GGUF:基於 Qwen3.5 的多模態決策模型

    SingVL-4B GGUF 是基於 Qwen3.5、採用 4B 參數的多模態決策模型 GGUF 版本,可處理文字或 JSON 問題及最多四張圖片。模型以一次完整前向傳遞評分候選答案,支援選項選擇、是非判斷及分級評分。檔案提供 BF16、Q8_0 和 Q4_K_M 三種精度,並附共用視覺投影器;目前 GGUF 驗證涵蓋 9 個示例及 11 條問題,完整公開評分仍待公佈。

11月11日週三
  1. 螞蟻 inclusionAI:HuggingFace 新模型43

    ZoomGain-9B 提供 GGUF 格式權重

    ZoomGain-9B 的權重已轉換為 GGUF 格式,語言模型及視覺編碼器與投影器均提供 FP16、Q8_0 和 Q4_K_M 版本。處理圖片輸入時,須同時提供語言模型和相應的 mmproj 檔案,並使用支援 Qwen3.5 多模態功能的 llama.cpp;量化可能影響準確度。

11月10日週二
11月9日週一
11月7日週六
11月6日週五