tag: Hugging Face

เปิดตัว Workflow1111 โปรเจกต์ที่นำฟีเจอร์เด่นของ Stable Diffusion WebUI มาสร้างใหม่ในรูปแบบ Node-based บน Gradio ช่วยให้การรันโมเดล AI หลากหลายประเภททำงานร่วมกันได้โดยไม่ต้องมี GPU ส่วนตัว

Hugging Face เปิดตัว ML Intern ผู้ช่วย AI อัจฉริยะที่ช่วยรันการทดลอง Machine Learning ตั้งแต่ค้นหาข้อมูลไปจนถึงสร้างเดโมได้ผ่านการแชท พร้อมระบบควบคุมงบประมาณค่าประมวลผล

NeoMME เป็นตระกูลโมเดล Multimodal Encoder รุ่นใหม่ที่ใช้ Transformer เพียงตัวเดียวประมวลผลทั้งภาพและข้อความ ให้ประสิทธิภาพสูงในการค้นหาเอกสารภาพและรองรับหลายภาษา

แนะนำแหล่งเรียนรู้ฟรีคุณภาพสูง 5 ลำดับที่จะพาคุณเจาะลึกตั้งแต่พื้นฐานคณิตศาสตร์ การสร้างโมเดล Transformer ไปจนถึงการปรับใช้เอเจนต์ AI ในระดับโปรดักชัน

NVIDIA ประกาศเข้าซื้อกิจการ Hugging Face แพลตฟอร์มชุมชน AI ระดับโลกด้วยมูลค่ากว่า 1.2 หมื่นล้านดอลลาร์ เพื่อขยายการเข้าถึงโครงสร้างพื้นฐาน AI และสนับสนุนโมเดลแบบ Open Weight ให้เติบโตอย่างยั่งยืน

สรุปกระบวนการสร้างและฝึกโมเดลภาษาขนาดเล็กให้สามารถวาดภาพสีน้ำที่สวยงามผ่านโค้ด JavaScript โดยใช้เทคนิค Reinforcement Learning (RL) ร่วมกับไลบรารี p5.brush และเครื่องมือจาก Hugging Face เพื่อเลียนแบบรสนิยมทางศิลปะของมนุษย์

Gradium AI เปิดตัวโมเดล Text-to-Speech พื้นฐานตัวใหม่ที่แก้ปัญหาความเร็วและความแม่นยำสวนทางกัน โดยทำคะแนนประเมินจากมนุษย์ในประโยคยากได้ 81.0% พร้อมความเร็ว Time-to-First-Audio ที่ 216 ms บน Coval

Hugging Face เปิดตัวไลบรารี @huggingface/kernels พร้อมระบบ Fleet เพื่อยกระดับความเร็วในการรัน AI บนเบราว์เซอร์ผ่าน WebGPU kernels กว่า 207 รายการที่ผ่านการปรับแต่งและทำ benchmark จากผู้ใช้งานจริงทั่วโลก

Pollen Robotics ทีมผู้พัฒนาจาก Hugging Face เปิดตัว Microduck หุ่นยนต์สองขาสูง 25 ซม. ที่รองรับการฝึกฝนผ่าน Reinforcement Learning ในราคา 399 ดอลลาร์ พร้อมเปิดเผยกระบวนการฝึกแบบ sim-to-real สู่สาธารณะ

Voice Arena และ Hugging Face ร่วมกันยกระดับการประเมินผลระบบจดจำเสียงอัตโนมัติ (ASR) ด้วยการเพิ่มชุดข้อมูลภาษาฮินดีและสำเนียงอินเดีย เพื่อแก้ปัญหาความเหลื่อมล้ำทางเทคโนโลยีและข้อจำกัดของตัวชี้วัดแบบเดิม

Fastino เปิดตัว GLiNER2.5 ที่เปลี่ยนมาใช้การทำนายขอบเขต (boundary prediction) ช่วยลดภาระการคำนวณและรองรับบริบทได้ถึง 4,096 คำ โดยปล่อย checkpoint ขนาดเล็กที่รันบน CPU ได้ภายใต้ลิขสิทธิ์ Apache 2.0

งานวิจัยพบว่าโมเดล AI จดจำเสียงชื่อดังหลายตัวอาจถูกปรับแต่งให้ทำคะแนนเบนช์มาร์กได้สูงเกินจริง โดยใช้วิธีเลียนแบบข้อผิดพลาดหรือรูปแบบการเขียนเฉพาะในชุดข้อมูลทดสอบแทนการฟังเสียงจริงๆ

NVIDIA เปิดตัวโปรเจกต์ open-source TensorRT Model Connect (TRTMC) ช่วยแปลงโมเดลจาก Hugging Face สู่ระบบ Inference ด้วยภาษา C++ ได้โดยตรงโดยไม่ต้องผ่าน ONNX หรือใช้ PyTorch ในขณะรันไทม์

บทความนี้สรุปเวิร์กโฟลว์การพัฒนาโมเดลภาษาขนาดกะทัดรัดที่เน้นการให้เหตุผล โดยใช้ข้อมูลจาก SupraLabs Reasoning Corpus ร่วมกับเทคนิค LoRA บน SmolLM2 เพื่อประสิทธิภาพสูงสุดภายใต้ทรัพยากรที่จำกัด

รายงานวิเคราะห์ระบบนิเวศ AI ครึ่งปีแรกของ 2026 พบการเปลี่ยนแปลงสำคัญ เมื่อแล็บจีนส่งโมเดลขนาดใหญ่ลงสนามอย่างต่อเนื่อง ขณะที่ฝั่งสหรัฐฯ เปลี่ยนบทบาทจากผู้สร้างมาเป็นผู้สนับสนุนผ่านบริษัทฮาร์ดแวร์

สรุปผลงาน Hackathon ที่ใช้ Coding Agents ตรวจสอบงานวิจัยใน ICML 2026 พบว่า 51% ยืนยันผลได้จริง แต่ 23% พบข้อผิดพลาดหรือถูกโต้แย้ง พร้อมชี้ให้เห็นถึงบทบาทใหม่ของมนุษย์ในการควบคุม AI เพื่อยกระดับความน่าเชื่อถือทางวิทยาศาสตร์

บทความนี้เริ่มต้นซีรีส์การเพิ่มประสิทธิภาพโมเดลภาษาขนาดเล็ก (SLM) สำหรับงานเฉพาะเจาะจง โดยเน้นเทคนิคการจำกัดพื้นที่ผลลัพธ์เพื่อลดขั้นตอนการพาร์สข้อความและเพิ่มความแม่นยำ

Meta เปิดตัว Muse Glimmer โมเดล Multimodal ขนาด 30 พันล้านพารามิเตอร์ ภายใต้สัญญาอนุญาต Apache 2.0 ออกแบบมาเพื่อเป็น AI Agent ที่ประมวลผลบนเครื่องส่วนตัวได้อย่างรวดเร็วและปลอดภัย

SmolLM3 คือโมเดลขนาด 3B จาก Hugging Face ที่ออกแบบมาเพื่อทำงานเฉพาะทางแทนโมเดลใหญ่ 70B ด้วยต้นทุนที่ถูกกว่ามาก โดยรองรับการเรียกใช้เครื่องมือ การให้เหตุผล และการจัดการภาษาที่หลากหลาย

Liquid AI เปิดตัว LFM2.5-2.6B โมเดลขนาดเล็ก 2.6 พันล้านพารามิเตอร์ที่เน้นการทำงานเป็น AI Agent บนอุปกรณ์โดยตรง มีประสิทธิภาพเทียบเท่าโมเดลขนาดใหญ่กว่า 4 เท่า แต่ใช้หน่วยความจำไม่ถึง 2.5 GB