lab Hugging Face Blog · baru saja · releases

Fine-tuning LFM2.5-350M dengan GRPO meningkatkan kepatuhan skema IFStruct

Diterjemahkan dari English → Bahasa Indonesia

Sebuah panduan mendemonstrasikan fine-tuning model Liquid AI LFM2.5-350M menggunakan Optimisasi Kebijakan Relatif Grup (GRPO) untuk meningkatkan generasi output terstruktur. Prosesnya melibatkan pelatihan pada subset dari dataset NVIDIA Nemotron dan mengevaluasi kinerja melalui benchmark IFStruct.

Evaluasi baseline model dasar LFM2.5-350M menghasilkan tingkat kelulusan 22,6% pada benchmark IFStruct.
Pelatihan menggunakan sekitar 500 sampel dengan augmentasi data untuk menyesuaikan dengan distribusi evaluasi.
Fungsi reward digabungkan untuk memberi skor format JSON, akurasi jumlah bidang, dan validasi skema.
Model yang telah difine-tuning mencapai tingkat kelulusan keseluruhan 29,7%, mewakili peningkatan signifikan dibandingkan baseline.

Hasilnya menunjukkan bahwa fine-tuning spesifik tugas pada model yang lebih kecil dapat meningkatkan kinerja dan menyamai model yang jauh lebih besar.

Kepentingan 1/3 Kepercayaan 1/3 Hugging Face Blog Local inference Training methods

Baca aslinya

OpenEnv mereproduksi model lukisan cat air Surya Narreddi menggunakan TRL

Seorang insinyur telah membuka sumber reproduksi dari proyek viral Surya Narreddi, yang melatih model pemrograman untuk melukis cat air menggunakan JavaScript dan pembelajaran penguatan. Implementasi ini memanfaatkan pustaka TRL dan OpenEnv untuk membuat alur kerja end-to-end di Hugging Face untuk pelatihan, penilaian, dan inferensi.

github llama.cpp · 9 jam lalu · 1 tayangan

ggml-org merilis llama.cpp b10774 dengan perbaikan cache KV untuk fine-tuning

Proyek ggml-org telah merilis versi b10774 dari llama.cpp, yang mencakup perbaikan untuk masalah tidak adanya cache KV di modul fine-tuning.

github llama.cpp · 16 jam lalu · 7 tayangan

llama.cpp b10763 mengaktifkan preserve_reasoning secara default

Proyek llama.cpp merilis build b10763, yang mengubah perilaku default dari argumen kata kunci `preserve_reasoning` template chat. Server sekarang mencatat status efektif kwarg ini dan mengeluarkan peringatan ketika diaktifkan secara default pada template yang mendukungnya.

github llama.cpp · 23 jam lalu · 1 tayangan

llama.cpp b10760 memperbaiki stabilitas inferensi Qwen3-tts-0.6b

Proyek llama.cpp merilis build b10760, yang mencakup perbaikan spesifik untuk model Qwen3-tts-0.6B guna mencegah ketidakstabilan numerik selama inferensi.

media MarkTechPost · 1 hari lalu · 4 tayangan

Perplexity meluncurkan komputasi hibrida di Mac dengan gerbang PII perangkat

Perplexity telah merilis fitur komputasi hibrida untuk Mac yang membagi tugas agentic antara model frontier awan dan model lokal, menggunakan gerbang privasi perangkat untuk menangani data sensitif. Hal ini memungkinkan pengguna memanfaatkan kemampuan penalaran awan yang kuat sambil menjaga file pribadi seperti dokumen kesepakatan atau catatan klien tetap berada di perangkat keras mereka.