Hugging Face
Hugging Face est le GitHub du machine learning : la plateforme héberge des millions de modèles ouverts, de jeux de données et de démos. Sa bibliothèque Transformers et ses classements ouverts en ont fait le centre de gravité de l'IA open source. Toute notre couverture de Hugging Face se trouve sur cette page.
Google Gemma 4 31B a été réduit à 18,3 Go et exécuté sur Kaggle gratuit
L'auteur a montré comment quantifier Google Gemma 4 31B de 62 Go à 18,3 Go et contourner la limite de Kaggle gratuit en supprimant le cache Hugging Face pendant…
Google a publié Gemma 4 sur Hugging Face : des modèles multimodaux pour l’exécution locale
Google DeepMind a ouvert la famille Gemma 4 sur Hugging Face : quatre modèles multimodaux sous licence Apache 2.0, avec jusqu’à 256K de contexte et une exécution…
Hugging Face a ajouté gradio.Server : il est désormais possible de connecter son propre frontend à un backend Gradio
Le nouveau gradio.Server de Hugging Face transforme Gradio en couche backend pour React, Svelte et du HTML/JS classique, tout en conservant les files de requêtes…
Hugging Face a publié Ecom-RLVE, un environnement d'entraînement pour les agents AI du e-commerce
Google, Kling et Yandex : où générer des vidéos AI gratuitement en 2026 et avec quelles limites
KDnuggets a publié un guide sur l’analyse locale d’appels avec Whisper, BERTopic et Streamlit
NVIDIA a montré comment Gemma 4 avec voix et webcam fonctionne sur Jetson Orin Nano Super
Nvidia a présenté le premier dataset ouvert et des modèles fondamentaux d’AI pour les robots médicaux
Nvidia et ses partenaires sur Hugging Face ont rendu public le premier grand dataset pour les robots médicaux et publié deux modèles fondamentaux pour la chirurgie…
Mistral a lancé Small 4 — un modèle MoE de 119 milliards de paramètres pour le reasoning, le code et la multimodalité
Le nouveau Mistral Small 4 réunit instruct, reasoning, code et traitement d’images dans un seul modèle MoE open-source de 119 milliards de paramètres avec un…
Hugging Face : les modèles open-source chinois dépassent les États-Unis en téléchargements dans l’écosystème AI
OpenClaw : Comment exécuter un agent IA sur votre serveur sans envoyer le code de production vers le cloud
BotHub a répertorié 10 outils d’AI gratuits pour le texte, le code, la vidéo, la 3D et les documents
Raiffeisenbank a déployé un assistant RAG en Kotlin sans Python ni compétences supplémentaires
Microsoft GraphRAG et Ollama : comment le RAG basé sur graphes a performé sur les modèles locaux
Meta FAIR Publie NeuralSet — Paquet Python pour Connecter les Données Neurales et les Modèles d'IA
L'Évaluation des Modèles d'IA Coûte Désormais Plus Cher que Leur Entraînement — Un Nouveau Frein pour les Chercheurs
Hugging Face et ModelAudit : la recherche a révélé les limites de la protection intégrée des modèles ML
Une expérience sur les modèles Hugging Face a montré que ModelAudit détecte des signaux dangereux supplémentaires, mais génère souvent du bruit, et la précision des…
IBM révèle comment elle a construit Granite 4.1 : 15 trillions de tokens, contexte de 512K et focus sur la qualité
IBM a détaillé son approche pour entraîner Granite 4.1 : cinq étapes de préentraînement, 15 trillions de tokens, fenêtre de contexte jusqu'à 512K et pipelines SFT…