Hugging Face
Hugging Face es el GitHub del aprendizaje automático: la plataforma que aloja millones de modelos abiertos, datasets y demos. Su biblioteca Transformers y sus rankings abiertos la convirtieron en el centro de gravedad de la IA de código abierto. Toda nuestra cobertura sobre Hugging Face está en esta página.
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…
Los mejores modelos de lenguaje compactos de Hugging Face: revisión y guía práctica
En Hugging Face hay decenas de modelos de lenguaje compactos que funcionan en hardware débil y cuestan centavos: seleccionamos los mejores y explicamos cómo usarlos.
Hugging Face y Nvidia abren el código fuente para el pensamiento robótico
El código fuente abierto, que aceleró el desarrollo de IA, ahora se traslada a la robótica. Hugging Face, Nvidia y Alibaba han lanzado herramientas para enseñar a…
Cómo comprimir un modelo de lenguaje 3x: guía de FP8, GPTQ y SmoothQuant
Hugging Face y ClawHub comprometidos: malware en cientos de modelos de AI
Hugging Face aceleró la inferencia de LLM un 22% con batching asíncrono
Nous Research presentó Lighthouse Attention para acelerar el entrenamiento de LLM
GLiGuard de Fastino Labs: un modelo de seguridad 16x más rápido que competidores más grandes
Fastino Labs lanzó el modelo abierto GLiGuard para verificaciones de seguridad de LLM: solo 300M de parámetros, pero más preciso que modelos 90 veces más grandes.
5 modelos abiertos pequeños con tool calling: agentes que no necesitan la nube
Los modelos de lenguaje compactos ahora pueden invocar funciones y usar herramientas sin servicios en la nube, mientras siguen siendo abiertos y de bajo costo.
NVIDIA presentó SPEED-Bench — un benchmark unificado para speculative decoding
NVIDIA mostró cómo hacer fine-tuning de un modelo de embedding para un dominio específico en un día
ServiceNow presentó EVA — un nuevo framework para evaluar agentes de voz con AI
Google Gemma 4 31B se redujo a 18,3 GB y corrió en Kaggle gratuito
Hugging Face y Lambda: cómo hacer parsing y fine-tuning de reasoning traces de agentes
MarkTechPost publicó una guía práctica sobre el dataset lambda/hermes-agent-reasoning-traces: cómo hacer parsing de los pensamientos del agente, las llamadas a…
Hugging Face lanzó una Skill para portar rápidamente modelos de Transformers a MLX
Hugging Face presentó una Skill y un test harness independiente para portar casi de inmediato nuevos modelos de Transformers a mlx-lm en MLX, sin un flujo de PRs en…