跳到正文
今天11月6日周五2 条
  1. Hugging Face Blog66

    NVIDIA 发布 Cosmos 3 四个开放权重模型,用于交互式世界仿真

    NVIDIA 在 Cosmos 世界模型开发平台下新增四个 Cosmos 3 开放权重检查点,均基于 Cosmos 3 Nano 后训练、含 16B 可训练参数,采用 OpenMDW1.1 许可,允许商用与非商用。

    推荐理由:NVIDIA 公开 Cosmos 3 四个 16B 检查点及四阶段后训练配方,读者可据此判断世界模型如何接入驾驶与机器人仿真。

11月5日周四
  1. Hugging Face Blog71

    Phonon TTS 详解:端侧高质量语音模型与 Transformers 集成用法

    Phonon 团队回顾了两周前开源的端侧 TTS 模型,并详解其在 Transformers 中的接入方式。Phonon 提供约 65 MB 和 75 MB 两个尺寸,覆盖英语、法语、德语、西班牙语和葡萄牙语,内置 100 多个音色;其中 Phonon 31m 采用 Apache 2.0 许可,可商用,其余模型为 CC BY-NC 非商用许可。

    推荐理由:原文交代了 Phonon 的端侧语音方案、开源许可与榜单表现,并给出 Transformers 中的完整调用示例。

  2. Hugging Face Blog71

    Dharma-AI 发布 2B 参数文档字段抽取模型 Dharma Field Extractor

    Dharma-AI 发布 Dharma Field Extractor,一个 2B 参数模型,可从任意类型文档中按指定 schema 抽取字段并输出结构化 JSON,支持开放式与 schema 指定两种请求方式。

    推荐理由:原文给出了与四家前沿模型在同一基准上的质量与成本对比,读者可据此判断专用小模型在字段抽取任务上的取舍。

11月4日周三
11月3日周二
10月29日周四