Как объяснять финансовые прогнозы, комбинируя методы GRPO и RAG
Комбинация GRPO и RAG создает финансовые AI-модели, которые не только предсказывают цены акций, но и объясняют свои решения на основе исторических данных.
-
-
Более 60 моделей распознавания речи с ИИ протестированы на точность и скорость
Hugging Face, Nvidia и партнеры запустили Open ASR Leaderboard — платформу для тестирования 60+ моделей распознавания речи. Результаты показывают компромисс между точностью и скоростью.
-
Hugging Face выпустила Mem-Agent — агента с долговременной памятью
Hugging Face выпустила Mem-Agent — инструмент для создания ИИ-агентов с долговременной памятью, способных сохранять контекст между сессиями.
-
Новые результаты бенчмарка Gaia2: почему важно явное мышление для ИИ-агентов
Обновление бенчмарка Gaia2 показывает: явное мышление улучшает агентские способности ИИ, но закрытые модели доминируют в поисковых задачах, а экономика токенов преподносит сюрпризы.
-
Hugging Face представляет RTEB — новый стандарт оценки качества поисковых моделей
Hugging Face запустила RTEB — гибридный бенчмарк для оценки эмбеддинг-моделей с сочетанием открытых и приватных датасетов для измерения реальной способности к обобщению.
-
Hugging Face представляет VIBE Game для оценки качества языковых моделей
Hugging Face запустила VIBE Game — краудсорсинговую платформу для слепого сравнения ответов языковых моделей. Пользователи голосуют за лучшие ответы, не зная их источник.
-
Hugging Face представила инструмент для сохранения контроля над ИИ-агентами
Hugging Face представила инструмент для сохранения человеческого контроля над автономными ИИ-агентами, позволяющий встраивать точки подтверждения в критические моменты работы ИИ-систем.
-
Intel ускоряет Qwen3-8B на Core Ultra с помощью обрезки слоев и спекулятивного декодирования
Intel и Hugging Face представили метод ускорения агентской модели Qwen3-8B на процессорах Core Ultra через спекулятивное декодирование и обрезку слоев, достигнув 1.4× прироста скорости.
-
DeepSeek представила модель с разреженным вниманием для снижения стоимости API-запросов
DeepSeek выпустила модель с разреженным вниманием, которая сокращает стоимость API-запросов на 50% при работе с длинными контекстами.
-
Библиотека Swift Transformers получила версию 1.0 с фокусом на MLX и агентские сценарии
Библиотека swift-transformers от Hugging Face достигла версии 1.0 с серьезными архитектурными улучшениями и фокусом на MLX-интеграцию и агентские сценарии для разработчиков Apple.
