Надзвичайно радий повідомити, що я приєднуюсь до 🤗 @huggingface як #MachineLearningEngineer, зосереджений на #WebML!

1 000 000 🤗

Ідеальна неділя: я щойно використовував Kimi-K2 від @Kimi_Moonshot для створення вайбр-коду в додатку @Gradio! 🔥 Ви можете використовувати "Anycoder" Space by @_akhaliq розміщений на @huggingface безкоштовно. Це було надзвичайно швидко! 🤗 PS: Я знаю про використання Gradio для вайб-коду іншого Gradio! Каламбур тут дуже задуманий! 😂

Ось чому ми вирішили (1) зробити Cline відкритим вихідним кодом і (2) не робити перепродаж висновків частиною нашої бізнес-моделі: Коли ви контролюєте висновок (модель штучного інтелекту дзвонить) і ми будуємо джгут (систему, яка керує цими дзвінками), жодна зі сторін не може приховати те, що відбувається. Ви бачите, які саме моделі викликаються, скільки контексту використовується, які рішення приймаються. Ми не можемо непомітно знижувати продуктивність, щоб підвищити маржу, тому що ви платите безпосередньо постачальнику висновків. Цей поділ означає, що ми досягаємо успіху лише тоді, коли Клайн стає більш здібним. Не тоді, коли ми знаходимо розумні способи зменшити використання вашого токена. Не тоді, коли ми переходимо на дешевші моделі, не повідомивши про це. Не тоді, коли ми штучно обмежуємо контекстні вікна. Результат: Cline використовує правильну модель для кожного завдання (як ви визначили), інтегрує будь-який потрібний інструмент через MCP і працює без довільних обмежень. Ви отримуєте чистий, нефільтрований доступ до можливостей штучного інтелекту. Ми побудували такий шлях, тому що коли стимули правильно вирівнюються, нам не потрібно довіряти. Сама архітектура гарантує, що ми працюємо над досягненням однієї мети: найпотужнішим можливим досвідом кодування зі штучним інтелектом. Суть полягає в тому, що Cline забезпечує вам найкращу можливу продуктивність з найкращих моделей, і крапка.

У нашому внутрішньому "Жорсткому" тесті редагування різниці для випадків, коли модель frontier раніше не вдавалася редагувати різницю (до оновлення нашого алгоритму різниці), Kimi перевершив Claude 3.5. Буде цікаво подивитися на результати наших бенчмарків "Nightmare Difficulty" в найближчі кілька тижнів.

Хочу зазначити, що для реальних завдань (а не бенчмарків) Kimi K2 перевершує Gemini. Це телеметрія для всіх @cline користувачів, що показує частоту невдач редагування різниці. Зверніть увагу, що Kimi має близько 6% відмов, що значно краще, ніж показник помилок ~ 10% у Gemini. Примітно, що Кімі навіть перевершив Claude 4 протягом більшої частини цього тижня, досягнувши показника відмов нижче 4%!

Всередині обіймає обличчя 🤗 Ми зі Скоттом @GoingBallistic5 мали можливість відвідати та зустрітися з одним із пристрасних умів, які стоять за штучним інтелектом з відкритим вихідним кодом. Величезне спасибі @AractingiMichel, @AdilZtn та @huggingface, @LeRobotHF команді за теплий прийом! Повний тур

Ось як ви можете використовувати постачальника @huggingface в Cline 🤗 (нитка)

🎶 Зустрічайте Audio-Flamingo 3 – повністю відкритий LALM, який тренується на звуку, мові та музичних наборах даних. 🎶 Обробляє 10-хвилинні аудіо, довгі текстові та голосові розмови. Ідеально підходить для контролю якості аудіо, діалогів та міркувань. На @huggingface ➡️ З #NVIDIAResearch.

Smart Turn v2: відкритий вихідний код, вбудоване аудіо виявлення повороту на 14 мовах. Нова контрольна точка відкритого коду, відкриті дані, відкритий код навчання, семантична модель VAD на @huggingface, @FAL та @pipecat_ai. - У 3 рази швидший висновок (12 мс на L40) - 14 мов (на 13 більше, ніж у версії 1, яка була лише англійською) - Новий синтетичний набір даних «chirp_3_all» з ~163 тисячами аудіо семплів - Точність 99% за отриманими тестовими даними «human_5_all» Хороше виявлення поворотів має вирішальне значення для голосових агентів. Ця модель «розуміє» як семантичні, так і звукові патерни, і пом'якшує компроміс голосового штучного інтелекту між небажаною затримкою ходу та тим, що агент перебиває людей, перш ніж вони закінчать говорити. Скрипти навчання як для @modal_labs, так і для локального навчання знаходяться в репозиторії. Ми хочемо, щоб зробити внесок або персоналізацію цієї моделі було якомога простіше! Ось демонстрація моделі розумного повороту з налаштуваннями за замовчуванням, спрямованими на досягнення загального часу виявлення повороту 400 мс. Ви також можете налаштувати речі швидше. Ви можете допомогти, надаючи дані, досліджуючи архітектуру або очищаючи дані з відкритих джерел! Продовжуйте читати...