NVIDIA가 제로샷 표 형식 예측을 위한 오픈 Kumo Tabular 파운데이션 모델을 출시
NVIDIA는 학습이나 특징 공학 없이 컨텍스트 내 학습을 통해 작동하는 표 형식 분류 및 회귀를 위한 오픈 파운데이션 모델인 Kumo Tabular를 출시했습니다. 구조적 인과 모델에서 생성된 인공 데이터만으로 사전 훈련된 이 모델은 28M에서 215M 파라미터에 이르는 세 가지 크기로 제공됩니다.
Holo4: GUI, 코드 및 API를 위한 범용 에이전트 모델
Holo4는 H社에서 출시한 새로운 시리즈의 에이전트 모델로, 27B 밀집(Dense) 및 35B-A3B 혼합 전문가(Mixture of Experts) 크기로 제공됩니다. 이 모델들은 동일한 모델을 사용하여 데스크톱, 웹, Android 및 샌드박스에서 실행되며 GUI, 코드, MCP 또는 API 등 모든 인터페이스를 통해 소프트웨어와 상호작용합니다.
오픈 TTS 리더보드가 확장 가능한 다국어 TTS 평가를 출시하다
오픈 TTS 리더보드는 느린 아레나 기반 인간 선호도 점수에 의존하는 대신 객관적 지표를 사용하여 텍스트 음성 변환(TTS) 평가의 단편화와 표준화 부재를 해결하기 위해 출시되었습니다. 이 리더보드는 Qwen3 ASR과 WavLM 임베딩을 사용하여 모델의 가청성, 속도 및 화자 유사성을 평가합니다.
ProvenanceGuard가 MCP 에이전트에 소스 인식 검증을 추가합니다
ProvenanceGuard는 Model Context Protocol (MCP) 에이전트를 위한 생성 후 검증 계층으로, 주장이 올바른 증거 소스에 귀속되도록 보장하여 교차 소스 혼동을 감지합니다. 이 시스템은 에이전트의 재학습 없이 캡처된 MCP 추적을 분석하며, 답변을 주장으로 분할하고 지원되는 소스가 출력에서 명시되거나 암시된 소스와 일치하는지 검증합니다.
Liquid AI, LFM2.5-VL-DSpark를 출시하여 비전-언어 모델 추론 가속화
Liquid AI는 LFM2.5-VL-3B 비전-언어 모델의 추론을 가속화하기 위해 설계된 추측적 디코딩용 드래프터인 LFM2.5-VL-DSpark 드래프트 모델을 출시했습니다. 이 드래프터는 대상 모델의 고정된 레이어에서 은닉 상태를 포착하여 후보 토큰을 생성하며, 모달리티 간 차원을 동일하게 유지하면서 280M 파라미터(8.9% 오버헤드)만 추가합니다.
NVIDIA Warp와 MjWarp가 GPU 가속 병렬 로봇 시뮬레이션 가능
NVIDIA Warp를 기반으로 구축된 MuJoCo Warp(MJWarp)는 호환되는 MuJoCo 모델을 GPU 규모로 실행하여 단일 호출 수백 또는 수천 개의 독립적인 시뮬레이션 환경을 확장할 수 있게 합니다. 이 아키텍처는 단일 환경의 지연 시간 최소화에서 집계 처리량 개선으로 초점을 전환하며, 이는 강화 학습과 대규모 샘플링에 유리합니다.
NVIDIA가 오픈 가중치 Nemotron 3 화자 분할 모델을 출시
NVIDIA는 실시간 화자 분할을 위한 오픈 가중치 100M 파라미터 모델인 Nemotron 3 Diarization을 출시했으며, 최대 8명의 화자를 지원합니다. 이 모델은 VoiceArena의 Diarization-Bench 리더보드에서 14.72%의 화자 오류율(DER)로 1위를 차지했으며, 이는 다음 순위 시스템보다 약 24% 상대적 감소를 의미합니다.
AISI, 5개 벤치마크에서 6개 프론티어 모델에 대한 검증된 평가 결과 공개
영국 AI 보안 연구소(AISI)는 EvalEval의 Evaluation Cards 플랫폼을 통해 벤치마크 재현성을 개선하기 위해 공개 보고된 평가 방법과 결과를 제공했습니다. 이번 릴리스에는 HealthBench, FrontierMath, Humanity's Last Exam, SWE-Bench Pro, Terminal-Bench 2.0 등 5개 특정 벤치마크에 대한 검증된 결과, 컨텍스트 및 구성 정보가 포함됩니다.
Transformers가 ggml 커널을 통해 GGUF 지원 추가
Hugging Face의 Transformers 라이브러리는 이제 기본 ggml 커널을 활용하여 llama.cpp에 가까운 성능을 제공하며 GGUF 양자화된 모델을 로드할 수 있게 되었습니다. 이 통합을 통해 개발자는 지원되는 하드웨어에서 표준 PyTorch 기반 API 내에서 양자화된 체크포인트를 직접 실행할 수 있습니다.
oMLX 크리에이터 Jun Kim이 MLX 커뮤니티 지원을 위해 Hugging Face에 합류
oMLX의 크리에이터이자 유지 관리자입니다. Jun Kim은 MLX 커뮤니티를 지원하기 위해 Hugging Face에 합류했습니다. 이 움직임은 사이드 프로젝트에서 완전히 유지되고 자금 지원되는 이니셔티브로 전환함으로써 오픈소스 프로젝트에 안정성과 더 빠른 개발을 제공하려는 목표입니다.
tokenizers v1 출시 후보판이 비트스트림 분할 및 캐싱을 통해 3-30배 빠른 인코딩 제공
tokenizers 라이브러리가 텍스트 인코딩 성능을 크게 개선하고 훈련 및 서빙 워크플로우의 병목 현상을 해결한 버전 1 출시 후보판을 출시했습니다. 이 업데이트는 v0.23과의 API 호환성을 유지하면서 열 가지 모델 계열 전반에 걸쳐 상당한 속도 향상을 제공합니다.
Multiverse가 LLM 블록 제거를 Ising 최적화로 재구성하여 심층 압축 실현
Multiverse는 대규모 언어 모델의 프루닝을 이징 글래스에 매핑된 제약 조건 이진 최적화 문제로 재정의하는 방법을 상세히 설명한 논문을 발표했습니다. 트랜스포머 블록을 손실 헤시안에서 유도된 쌍상호작용을 가진 스핀으로 취급함으로써, 이 접근법은 반복적인 벤치마킹 없이도 최적의 블록 제거 구성을 식별합니다.
ALTK-Evolve가 일관성 가이드라인을 도입하여 에이전트 신뢰도 격차를 절반으로 줄임
연구자들은 ALTK-Evolve 시스템 내에 "일관성 가이드라인"을 도입했으며, 이는 표준 평균 정확도 지표가 종종 숨기는 LLM 에이전트 성능의 변동성을 해결하기 위해 설계된 새로운 메커니즘입니다. 뒤집어질 가능성이 높은 의사결정 지점을 식별하고 안정화함으로써 이 접근 방식은 전반적인 능력을 희생하지 않고 작업 성공의 일관성을 크게 향상시킵니다.
TRL v1.14의 AsyncGRPOTrainer는 Hugging Face Jobs 간 LoRA 전용 동기화를 가능하게 합니다
TRL v1.14는 AsyncGRPOTrainer에 LoRA 지원을 도입하여 Low-Rank Adaptation 어댑터를 학습하고 해당 작은 파일만 vLLM 추론 작업자에 동기화할 수 있게 합니다. 이 아키텍처는 공유 스토리지 버킷을 파일 시스템 브릿지로 사용하여 별도의 머신에서 학습 및 생성 작업을 분리함으로써 노드 간 NCCL 또는 직접 네트워크 통신의 필요성을 제거합니다.
Gradio가 Workflow1111을 출시하여 AUTOMATIC1111 기능을 Gradio 그래프로 재구축
Gradio는 gr.Workflow 프레임워크를 사용하여 AUTOMATIC1111의 stable-diffusion-webui 기능 세트 대부분을 재구축한 프로젝트인 Workflow1111을 출시했습니다. 이 애플리케이션은 텍스트-이미지, 이미지-비디오, 다양한 전처리 작업을 아우르는 73개의 노드로 구성된 11개 미디어 파이프라인이 포함된 단일 캔버스로 구성됩니다.
IBM, 상업적 이용에 우호적인 라이선스로 SOTA 그라나이트 시계열 PatchTST-FM-r2 모델 출시
IBM은 관대한 상업적 라이선스 하에서 GIFT-Eval 리더보드에서 최첨단 제로샷 성능을 달성하는 약 385M 파라미터 규모의 시계열 파운데이션 모델인 그라나이트 시계열 PatchTST-FM-r2를 출시했습니다.
Multiverse Computing, 정밀한 LLM 안전 거부를 위한 경계 인식 자가 증류 제안
Multiverse Computing의 논문은 전체 카테고리 대신 특정 주제 내 해로운 하위 집합에만 거부하도록 언어 모델을 훈련시키는 방법을 소개하며, 이는 둔감한 주제 수준 가드레일의 한계를 해결합니다. 이 접근법은 안전성을 유지하면서 정당한 프롬프트에 대한 거짓 거부를 줄이기 위해 커버리지 복원과 분포 내 양성 데이터를 사용한 경계 인식 자가 증류를 사용합니다.
NeoMME가 밀집 및 후기 상호작용 검색을 위한 효율적인 다중모달 인코더 출시
연구자들은 텍스트와 원시 이미지 패치를 단일 양방향 Transformer로 처리하는 260M 및 800M 다국어 다중모달 인코더 계열인 NeoMME를 소개합니다. 생성형 시각 언어 모델과 달리 NeoMME는 별도의 사전 학습된 비전 타워나 인과적 디코더에 의존하지 않으며, 마스킹 이산 확산 목적 함수로 전체 모델을 처음부터 훈련합니다.
Hugging Face, 코딩 에이전트에 영구 로컬 메모리를 제공하기 위한 funes 출시
Hugging Face는 기존 코딩 에이전트 세션 로그를 Claude Code, Codex, pi 및 Hermes용 영구적이고 검색 가능한 메모리 계층으로 변환하는 도구인 funes를 출시했습니다. 벡터 및 BM25 검색을 사용하여 로컬로 트레이스를 인덱싱하여 외부 서비스 없이 정확한 출처를 에이전트가 검색할 수 있게 합니다.
GRPO를 사용한 LFM2.5-350M 파인튜닝이 IFStruct 스키마 준수를 개선합니다
가이드는 구조화된 출력 생성을 향상시키기 위해 Liquid AI LFM2.5-350M 모델을 그룹 상대 정책 최적화(GRPO)로 파인튜닝하는 방법을 시연합니다. 이 과정에는 NVIDIA Nemotron 데이터셋의 하위 집합에서 훈련하고 IFStruct 벤치마크를 통해 성능을 평가하는 것이 포함됩니다.