Hugging Face Blog
Fuente de noticias de IA. Los artículos son seleccionados y adaptados por la redacción de Hamidun News.
Últimas publicaciones
Liquid AI lanza LFM2.5-24B-A2B: un modelo para agentes con 2B de parámetros activos
Liquid AI abre los pesos de un modelo MoE de 24B parámetros con solo 2B activos. Genera 184 tokens/s en un portátil con M5 Max y más de 21 mil tokens/s en una sola B300.
PyTorch 2.15 acelera los modelos MoE en Mac entre 5 y 6,5 veces e incorpora FP8
El equipo de Hugging Face reescribió en Metal operaciones críticas de MPS: Qwen3.6-35B-A3B en M3 Ultra pasa de 9,4 a 61,3 tokens/s y el pico de memoria de Wan2.2 baja de 270 a 8 GiB.
NVIDIA Kumo Relational supera al ML supervisado en 41 tareas sin entrenamiento
NVIDIA lanza Kumo Relational: un modelo preentrenado predice abandono y demanda sobre la base relacional en un solo pase y supera a AutoGluon un 8% en MRR en SAP SALT.
El Apertus 1.5 suizo gana visión, oído y un contexto de 262 000 tokens
Swiss AI lanza Apertus 1.5 en 8B y 70B con Apache 2.0: multimodalidad a través del tokenizador, modo de razonamiento, contexto 4 veces mayor y datos totalmente abiertos.
Microsoft y Hugging Face entrenan Qwen3.8-27B con evaluaciones de la base de datos: de 38 a 107 tareas
Las comprobaciones del estado final de la base de datos sirvieron de recompensa para GRPO: en 50 pasos, Qwen3.8-27B subió su pass@1 de 51,70% a 60,78% y casi triplicó las tareas con 20/20.
Dharma-AI recortó el vocabulario de Qwen3-4B y redujo el coste de inferencia un 77%
El equipo brasileño Dharma-AI rediseñó el tokenizador de Qwen3-4B para una sola tarea. La respuesta bajó de 350 a 101 tokens y la calidad subió de 0,703 a 0,810.
Reflection lanza Beam: un modelo MoE abierto de 501B parámetros con licencia Apache 2.0
El nuevo laboratorio estadounidense Reflection abre Beam: 501B parámetros, 23B activos por token, contexto de 1M y licencia Apache 2.0. El modelo está pensado para programación y agentes.
Meta abre Muse Spark Open: un MoE de 816 mil millones de parámetros y contexto de 1 millón de tokens
Meta lanza Muse Spark Open, open-weight: 816 mil millones de parámetros, 42 mil millones activos por token, entrada de texto, imagen, audio y vídeo, y ajuste para código agéntico.
GPU ociosas como aviones en tierra: Hugging Face explica las pérdidas ocultas de los equipos de IA
Hugging Face compara las GPU sin carga con aviones en tierra y muestra por qué una mala gestión de GPU cuesta a los equipos de IA cientos de miles de dólares al año.
Nunchaku Lite: generación de imágenes en 4 bits en Diffusers con hasta un 50% menos de VRAM
Hugging Face integra la inferencia en 4 bits de Nunchaku Lite directamente en Diffusers: hasta un 50% menos de memoria de vídeo y un 30% más de velocidad al generar imágenes, con una sola línea de código.
NVIDIA abre los datasets Nemotron: 10 billones de tokens para entrenar agentes de AI
NVIDIA lanzó los datasets Nemotron con más de 10 billones de tokens y 2,4 mil millones de personas sintéticas para entrenar agentes de AI en escenarios reales y fallos de herramientas.
Hugging Face: el backend de transformers en vLLM ya funciona a velocidad nativa
Hugging Face anunció paridad de rendimiento: la flag `--model-impl transformers` ofrece la velocidad nativa de vLLM en más de 450 arquitecturas sin reescribir código.
SkyPilot y Hugging Face lanzaron almacenamiento sin cargos por tráfico de salida
La integración de SkyPilot y Hugging Face Storage permite entrenar modelos en cualquier nube, almacenando pesos y datasets por $12-18/TB/mes sin cargos por tráfico de salida.
Microsoft lanzó Foundry Managed Compute: miles de modelos Hugging Face con un clic
Microsoft combinó Azure Foundry con el catálogo Hugging Face: miles de modelos abiertos se despliegan ahora en la nube con un clic, con seguridad empresarial y facturación unificada.
LeRobot v0.6.0 de Hugging Face: los robots aprenden a predecir el futuro y evaluarse a sí mismos
Hugging Face lanzó LeRobot v0.6.0 con políticas world-model, modelos de recompensa para autoevaluación de tareas y seis nuevos benchmarks — completando el ciclo completo de aprendizaje de robots.
Hugging Face actualiza Kernels: publicadores confiables, firma de código y desarrollo basado en agentes
El 6 de julio de 2026, Hugging Face lanzó una actualización importante de Kernels: los kernels se convirtieron en un tipo de repositorio separado en Hub, se añadieron publicadores confiables y firma de código vía Sigstor
Hugging Face y Cerebras lanzan Gemma 4 para AI de voz en tiempo real
Hugging Face y Cerebras presentaron un pipeline abierto de voz a voz con Gemma 4 y latencias predecibles — el sistema ya se utiliza en más de 9.000 robots Reachy Mini.
PaddleOCR lanza PP-OCRv6: reconocimiento de texto en 50 idiomas de 1,5 a 34,5 millones de parámetros
PP-OCRv6 de Baidu PaddlePaddle: un OCR universal para 50 idiomas en tres configuraciones de 1,5 a 34,5 millones de parámetros, con una mejora de precisión de +4,6-5,1 puntos porcentuales respecto a la versión de servidor
ServiceNow: un agente de IA filtra secretos corporativos mediante una cadena de consultas de búsqueda
Investigadores de ServiceNow demostraron que un agente de deep-research revela secretos corporativos sin querer: cada consulta es inofensiva por separado, pero toda la cadena forma un mosaico.
Hugging Face compara todas las alternativas a LoRA: quién gana en el ajuste fino de LLM
El equipo de Hugging Face probó cinco métodos PEFT de ajuste fino de LLM —de DoRA a GaLore— y descubrió cuándo se puede superar a LoRA y a qué costo exacto.
Los modelos híbridos predicen mejor las palabras de contenido que los transformers — estudio de Allen AI
Allen AI comparó las arquitecturas OLMo 3 y OLMo Hybrid: los modelos híbridos predicen con mayor precisión sustantivos, verbos y adjetivos, pero quedan por detrás de los transformers en fragmentos repetitivos de texto.
Hugging Face: ahora se puede lanzar un servidor vLLM en HF Jobs con un solo comando
Hugging Face añadió soporte para vLLM a la plataforma HF Jobs: ahora, un servidor de inferencia listo para producción para cualquier modelo del Hub puede desplegarse con un solo comando en la CLI.
AllenAI Lanza olmo-eval — Una Plataforma para Evaluar LLMs Durante el Entrenamiento
AllenAI lanzó olmo-eval, un kit de herramientas abierto para la evaluación continua de modelos de lenguaje durante todo el ciclo de entrenamiento — punto de control a punto de control.
Cohere presentó North Mini Code — un modelo para desarrolladores y agentes de IA
Cohere lanzó North Mini Code, un modelo de 30 mil millones de parámetros específicamente entrenado en programación e interacción con agentes de IA. El modelo es gratuito y está disponible para todos.
Los agentes de voz no están preparados para clientes bilingües. Investigación ServiceNow-AI
Los agentes de voz tienen un desempeño deficiente con clientes bilingües. Esto fue demostrado por una investigación del equipo ServiceNow-AI, que probó siete sistemas populares de reconocimiento de…
Cómo acelerar modelos PyTorch: guía práctica de torch.profiler
Hugging Face habló sobre torch.profiler, una herramienta integrada en PyTorch para análisis de rendimiento. Ayuda a encontrar cuellos de botella en el entrenamiento e inferencia de modelos.
Hugging Face enseñó a TRL a entregar un billón de parámetros a través de pesos delta
Hugging Face agregó Delta Weight Sync a TRL — una técnica que envía solo cambios de pesos, reduciendo el volumen de datos cientos de veces al entrenar modelos gigantes.
Reachy Mini aprendió a hablar localmente sin la nube
El robot humanoide Reachy Mini ahora puede ejecutar toda la pila de reconocimiento de voz localmente, sin la nube ni API, gracias a los modelos abiertos de Hugging Face.
IBM y Artificial Analysis crean benchmark: agentes de IA fracasan en tareas de TI
Los grandes modelos de lenguaje obtuvieron menos del 50% en el nuevo benchmark ITBench-AA para evaluar la capacidad de los agentes de IA para resolver tareas corporativas de TI. Esto muestra que la automatización complet
NVIDIA Nemotron: los modelos de difusión generan texto 6 veces más rápido
NVIDIA presentó Nemotron-Labs Diffusion, los primeros modelos de lenguaje que generan texto en paralelo en lugar de secuencialmente. En modo de autoespeculación, funcionan 6 veces más rápido que los modelos convencionale