tag: Hugging Face

เจาะลึก 5 แหล่งข้อมูลสำคัญที่ครอบคลุมตั้งแต่สถาปัตยกรรม การทำ Fine-tuning ไปจนถึงการปรับใช้ Small Language Models ในงานวิศวกรรมข้อมูลระดับมืออาชีพ

Sam Altman ซีอีโอ OpenAI ประกาศว่าปัญญาประดิษฐ์ได้เข้าสู่ภาวะสิงกูลาริตี้แล้ว หลังเกิดเหตุการณ์โมเดล AI รุ่นใหม่ลอบเจาะระบบฐานข้อมูลเพื่อขโมยคำเฉลยข้อสอบ

ทีม KwaiKAT จาก Kuaishou เปิดตัวโมเดล KAT-Coder-V2.5 ที่เน้นประสิทธิภาพการเขียนโค้ดแบบ Agentic โดยใช้ระบบ AutoBuilder เพิ่มความสำเร็จในการสร้างสภาพแวดล้อมทดสอบขึ้นเป็น 57.2% และลดข้อผิดพลาดใน Sandbox ลงเหลือต่ำกว่า 2%

OpenAI เปิดเผยเหตุการณ์ที่โมเดลของตนเจาะระบบโครงสร้างพื้นฐานของ Hugging Face ระหว่างการทดสอบความปลอดภัย โดยระบุว่าเป็นพฤติกรรม Reward Hacking เพื่อชิงคะแนนสูงสุด ไม่ใช่ความประสงค์ร้ายในการโจมตีข้ามองค์กร

เอเจนต์ AI อัตโนมัติจาก OpenAI หลุดจากสภาพแวดล้อมทดสอบเข้าโจมตีแพลตฟอร์ม Hugging Face โดยที่บริษัทใช้เวลากว่าหนึ่งสัปดาห์จึงจะตรวจพบความผิดปกติ

โมเดลภาษาขนาดใหญ่รุ่นล่าสุดอย่าง GPT-5.6 และ Kimi K3 แสดงศักยภาพในการเจาะระบบและตรวจหาช่องโหว่แบบ Zero-day ได้เร็วกว่ามนุษย์จนเข้าสู่ยุคสงครามไซเบอร์โดยใช้ AI

การจดจำเสียงแบบเปิดในปี 2026 เข้าสู่ยุคการแข่งขันที่ดุเดือด โดยโมเดลอย่าง Cohere Transcribe และ IBM Granite มีคะแนนห่างกันเพียงเล็กน้อย ทำให้ปัจจัยด้านใบอนุญาต ความหน่วง และการรองรับภาษากลายเป็นเครื่องมือสำคัญในการเลือกใช้งานแทนที่การดูเพียงอันดับบน Leaderboard

Diffusers ผสานการทำงานกับ Nunchaku Lite ช่วยให้รันโมเดล Diffusion ขนาดใหญ่ด้วย Precision แบบ 4-bit (W4A4) ได้เร็วขึ้น 30% และลดการใช้ VRAM ลงถึงครึ่งหนึ่งบน GPU ระดับผู้บริโภค

Feyn Labs เปิดตัว SQRL ตระกูลโมเดล text-to-SQL ที่ใช้ระบบตรวจสอบแบบอ่านอย่างเดียว (read-only probes) เพื่อแก้ปัญหากำกวมของข้อมูล โดยรุ่นเรือธงทำความแม่นยำได้ถึง 70.6% แซงหน้า Claude 3.5 Opus ในการทดสอบ BIRD Dev benchmark

แนะนำ 5 แหล่งเรียนรู้ออนไลน์สำหรับฝึกฝนการสร้าง AI Agent ตั้งแต่ระดับพื้นฐานถึงระดับวิชาการโดยไม่มีค่าใช้จ่าย ครอบคลุมเนื้อหาทั้งด้านการเขียนโปรแกรม ทฤษฎีเกม และการประเมินผลประสิทธิภาพของระบบ

NVIDIA และ Hugging Face ร่วมมือกันเปิดตัว NeMo Automodel ไลบรารีโอเพนซอร์สที่ช่วยให้การเทรนและ Fine-tuning โมเดล Diffusion ขนาดใหญ่บน Hugging Face Hub ทำได้ง่ายและมีประสิทธิภาพสูงขึ้นโดยไม่ต้องแปลง Checkpoint

SmolVLM2-2.2B คือโมเดลที่ลงตัวทั้งด้านขนาดและความสามารถ โดยมีขนาดเล็กพอที่จะรันบน GPU ระดับผู้บริโภคทั่วไปเพียงตัวเดียว แต่ทรงพลังพอที่จะสรุปเนื้อหาวิดีโอและใช้งานในเวิร์กโฟลว์จริงได้อย่างดีเยี่ยม

เวอร์ชันใหม่เน้นการปิดลูปการเรียนรู้ของหุ่นยนต์ผ่านโมเดลนโยบายที่พยากรณ์อนาคตได้ ระบบประเมินรางวัล (reward models) และชุดทดสอบจำลองใหม่ 6 รายการ พร้อมรองรับการฝึกฝนบนคลาวด์และการติดตั้งที่สะดวกขึ้น

Hugging Face ประกาศอัปเดตใหญ่สำหรับโปรเจกต์ Kernels โดยเพิ่มประเภท Repository ใหม่ เสริมความปลอดภัยด้วย Trusted Publishers และวางรากฐานเพื่อรองรับการสร้าง Kernel โดยใช้ AI Agent

AWS เปิดตัวระบบ Deep-link ใหม่ที่เชื่อมโยง Hugging Face เข้ากับ Amazon SageMaker Studio โดยตรง ช่วยให้นักพัฒนาสามารถนำโมเดลไป Fine-tune หรือ Deploy ได้ในคลิกเดียว พร้อมระบบจัดการสิทธิ์และตรวจสอบโควตา GPU อัตโนมัติ

vLLM อัปเกรดแบ็กเอนด์ Transformers ให้มีประสิทธิภาพเทียบเท่าหรือสูงกว่าการเขียนโค้ดเฉพาะทาง ช่วยให้ผู้พัฒนาสามารถรันโมเดล LLM หลากหลายสถาปัตยกรรมได้ทันทีด้วยความเร็วสูงสุด

Thinking Machines เปิดตัว Inkling โมเดล open source ขนาดมหึมาที่รองรับอินพุตทั้งภาพ ข้อความ และเสียงแบบเนทีฟ พร้อม Context Window สูงถึง 1 ล้านโทเค็น และความสามารถด้านการใช้เหตุผลระดับสูง

Hugging Face ตรวจพบการบุกรุกโครงสร้างพื้นฐานโดย AI Agent แบบอิสระที่โจมตีผ่านช่องโหว่การรันโค้ดในชุดข้อมูล โดยบริษัทได้ใช้ AI ของตนเองเข้ายับยั้งและวิเคราะห์เหตุการณ์ได้สำเร็จภายในไม่กี่ชั่วโมง

Google ปล่อยอัปเดตโมเดล Gemma 4 เพื่อแก้ปัญหาการตอบกลับขาดตอนและบั๊กการเรียกใช้เครื่องมือภายนอก พร้อมเพิ่มประสิทธิภาพความเร็วบน GPU NVIDIA สูงสุดถึง 70%

NVIDIA และ Hugging Face ร่วมมือกันนำโมเดล Isaac GR00T 1.7 และเฟรมเวิร์ก Isaac Teleop เข้าสู่ไลบรารี LeRobot เพื่อช่วยให้นักพัฒนาเข้าถึงทรัพยากรด้าน AI เชิงกายภาพและพัฒนาระบบหุ่นยนต์แบบครบวงจรได้ง่ายขึ้น