Hugging Faceは、TRLのAsyncGRPOTrainerにLoRAアダプターのサポートを導入し、TRL v1.14で提供を開始しました。この機能により、トレーナーがモデル全体ではなく、数メガバイト程度の軽量なLoRAアダプターのみを学習し、それをvLLMに同期することが可能にな
本ガイドは、比較的小規模な大規模言語モデル（LLM）を、特定のタスクである「構造化出力の遵守（schema compliance）」において大幅に改善するための、公開され低コストな手法を提示しています。具体的には、LFM2.5-350Mというモデルに対し、Group Relative Po
言語モデルがコードを生成し、それによって水彩画を描くという、芸術と工学の融合したプロジェクトが公開されました。このアイデアは、Surya Narreddi氏によるもので、当初はクローズアップの花など、限定的な段階で発表されていましたが、本記事ではその手法をTRL（Transformer R
本稿では、大規模言語モデル（LLM）のベンチマーク評価を、個々のプロンプト（質問やタスク）レベルで監査するための新しい手法「BenchMIRT」が導入されたことを報告しています。従来のベンチマークは、安全性や一般的な推論といった特定の能力を測定するように設計されていますが、個々のタスクが必
Hugging Faceは、推論能力に特化した新しい大規模言語モデル（LLM）ファミリー「Granite 4.2」を発表しました。このファミリーは、密なデコーダーオンリー型の推論LLMとして初めてリリースされ、3B、8B、30Bの3つの異なるサイズで提供されています。Granite 4.2
エージェントに過去の経験から学ばせた「エージェンティック・メモリ」を組み込むことは、一見すると単に過去の教訓を抽出し、文脈に再注入するだけで実現できるように思われます。しかし、Hugging Faceによる評価では、このメモリの与え方にはモデルごとの適切な「投与量」が存在することが明らかに
Hugging Faceによる2026年夏時点のオープンモデルに関する分析レポートによると、AIエコシステムは急速な変化を遂げています。2026年1月から8月にかけて、HFハブ上の公開モデルリポジトリは243万から296万に、データセットは711,000から100万に、Spacesは100
Hugging Faceは、AI研究の再現性に関する課題を検証するため、コミュニティを巻き込んだハッカソンを実施しました。この「ICML 2026 Open Reproductions challenge」は、2026年7月15日から8月2日まで開催されました。この挑戦では、参加者は自らが
大規模言語モデル（LLM）エージェントが複雑な多段階タスクを遂行する際、失敗の原因は知識不足ではなく、APIの誤った使用や不適切な値の返却といった「利用方法の内部化の欠如」にあることが指摘されています。この利用方法の改善は、エージェント自身の過去の行動履歴から学習することが可能です。このア