The Hugging Face Hub

Hugging Face Hub обеспечил инфраструктуру для обучения модели NanoColibri-Instruct методом «эстафеты»

Команда энтузиастов использовала платформу Hugging Face Hub как техническую основу для реализации протокола распределенного обучения модели NanoColibri-Instruct с архитектурой MoE. Благодаря механизмам атомарных операций сравнения и замены, реализованным на платформе, участники могли по очереди запускать вычисления, блокируя доступ к текущему этапу для других и предотвращая дублирование работы. После завершения каждого этапа данные автоматически загружались обратно в репозиторий, что позволило завершить обучение на арендованном оборудовании с бюджетом $180–260 без необходимости в собственном кластере.

Событие: Платформа Hugging Face Hub стала базой для проведения 20 000 обновлений весов модели на наборе данных FineWeb-Edu с использованием протокола «эстафетной» передачи состояния.

Фактор: Внедрение механизма атомарной блокировки доступа к репозиторию на Hugging Face Hub позволило исключить риск потери вычислительных ресурсов при одновременном доступе нескольких участников к обучению.

Эффект: Использование Hugging Face Hub в качестве централизованного хранилища для передачи состояния модели снизило порог входа в разработку больших моделей, сделав обучение архитектуры MoE доступным для команд с ограниченным бюджетом.

Подробнее →

Hugging Face Hub станет точкой распространения оптимизированных вычислительных ядер для AMD Instinct MI455X

Компания Hugging Face подтвердила высокую совместимость новой видеокарты AMD Instinct MI455X с библиотекой Transformers и намерена интегрировать её в свои автоматические циклы тестирования. В рамках сотрудничества с командой AITER разработаны специализированные вычислительные ядра, которые будут предоставлены разработчикам через платформу Hugging Face Hub для использования в рабочих процессах. Это решение направлено на упрощение развертывания крупных моделей на оборудовании AMD и снижение зависимости от инфраструктуры NVIDIA.

Анонс: Hugging Face Hub планирует стать источником распространения оптимизированных вычислительных ядер, созданных совместно с командой AITER для работы с ускорителями AMD Instinct MI455X.

Событие: Инженеры Hugging Face успешно протестировали библиотеку Transformers на 24 архитектурах моделей с использованием новой карты, добившись уровня успешности запуска 99,5%.

Эффект: Высокая совместимость и доступность ядер через Hugging Face Hub снижают риски перехода разработчиков на оборудование AMD, позволяя запускать крупные модели с меньшим количеством серверов.

Тренд: Включение MI455X в ежедневные циклы автоматического тестирования Hugging Face свидетельствует о расширении поддержки альтернативных поставщиков оборудования в экосистеме ИИ.

Подробнее →

Hugging Face Hub становится центром сбора открытого датасета для обучения роботов от сообщества

Проект Grabette от Pollen Robotics использует Hugging Face Hub как ключевую инфраструктуру для агрегации данных о манипуляциях, записанных обычными людьми с помощью недорогих устройств. Это позволяет трансформировать процесс создания обучающих выборок из закрытой лабораторной деятельности в глобальный открытый процесс, где каждый пользователь может добавить свои записи в общий пул.

Связь: Использование Hugging Face Space для обработки данных и Hugging Face Hub для их публикации напрямую обеспечивает переход от изолированных лабораторных экспериментов к масштабному сбору данных силами сообщества.

Тренд: Формирование датасетов для робототехники смещается от дорогих специализированных лабораторий к открытым репозиториям на Hugging Face Hub, доступным для широкого круга участников.

Фактор: Доступность облачных сервисов на базе Hugging Face позволяет конвертировать сырые записи траекторий руки в стандартный формат LeRobot без необходимости установки сложного ПО на локальных машинах.

Подробнее →

Hugging Face Hub обеспечивает распространение компактных адаптеров для дообучения моделей

Суть: Платформа Hugging Face Hub служит центральным хабом для загрузки и обмена легковесными адаптерами LoRA, что позволяет пользователям применять специализированные настройки к базовым моделям без скачивания полных весов.

Событие: В рамках описанного процесса дообучения модели Phi-3 Mini использовался набор данных yoda_sentences, размещенный непосредственно на платформе Hugging Face.

Эффект: Благодаря архитектуре Hugging Face Hub пользователи могут загружать адаптеры размером всего 50 МБ, что исключает необходимость перескачивания гигабайтов данных базовой модели для каждой новой специализации.

Тренд: Активное использование Hugging Face Hub для распространения результатов локального дообучения на потребительском оборудовании снижает барьер входа для разработчиков и малого бизнеса.

Подробнее →

Корпус FineMed и модели DoctoBERT опубликованы на Hugging Face Hub командой Doctolib

Событие: 20 июня 2026 года команда Doctolib разместила на Hugging Face Hub медицинский корпус FineMed и семейство моделей DoctoBERT.

Фактор: Доступность данных на Hugging Face Hub позволяет исследователям использовать автоматизированный метод фильтрации веб-контента для создания медицинских ИИ без закрытых баз больниц.

Эффект: Публикация на Hugging Face Hub обеспечивает открытость результатов, включая корпус из 21,1 млн документов и модели, превзошедшие аналоги в задачах на французском языке.

Подробнее →