แท็ก

#Hugging Face

39 บทความ

AWS เปิดซอร์ส TorchNeuron: แค่ .to('neuron') โค้ด PyTorch ก็รันบน Trainium ได้ — public beta (Apache-2.0) แต่ torch.compile รับแค่ shape คงที่, op ที่ยังไม่รองรับแอบไปรันบน CPU และมี wheel ให้แค่ Ubuntu 26.04
เครื่องมือนักพัฒนา

AWS เปิดซอร์ส TorchNeuron: แค่ .to('neuron') โค้ด PyTorch ก็รันบน Trainium ได้ — public beta (Apache-2.0) แต่ torch.compile รับแค่ shape คงที่, op ที่ยังไม่รองรับแอบไปรันบน CPU และมี wheel ให้แค่ Ubuntu 26.04

AWS เปิดตัว TorchNeuron (19 ต.ค. 2026) และปล่อยเป็นโอเพนซอร์ส Apache-2.0 แบบ public beta ในวันที่ 20 ต.ค. เป็น backend ของ PyTorch ที่เพิ่ม device ชื่อ neuron ผ่าน PrivateUse1 ให้โค้ดเดิมรันบน Trainium2/3 ได้ทั้ง eager, torch.compile และ distributed แต่ beta นี้ยังมีข้อจำกัดชัดเจน คือ torch.compile ไม่รองรับ dynamic shape, op ที่ยังไม่รองรับจะ fallback ไปรันบน CPU, float64 ถูกลดเป็น float32 และ wheel สำเร็จรูปมีให้เฉพาะ Ubuntu 26.04

· อ่าน 5 นาที
Google เปิดซอร์ส TorchTPU: torch.device("tpu") ใช้ได้จริง พร้อม vLLM/SGLang บน TPU และประกาศเลิก PyTorch/XLA (archive 15 พ.ย.) — แต่ matmul fp32 ค่าเริ่มต้นคำนวณแบบ bf16 ไม่ใช่ fp32 เต็มแบบ CUDA
เครื่องมือนักพัฒนา

Google เปิดซอร์ส TorchTPU: torch.device("tpu") ใช้ได้จริง พร้อม vLLM/SGLang บน TPU และประกาศเลิก PyTorch/XLA (archive 15 พ.ย.) — แต่ matmul fp32 ค่าเริ่มต้นคำนวณแบบ bf16 ไม่ใช่ fp32 เต็มแบบ CUDA

Google เปิด repo TorchTPU สู่สาธารณะภายใต้ Apache-2.0 และปล่อย torch_tpu 0.2.0 บน PyPI (19–20 ต.ค. 2026) ทำให้ TPU เป็น device ปกติของ PyTorch ตัวหนึ่ง พร้อมเปิดตัว vLLM-TorchTPU, SGLang-TorchTPU และ TorchTitan บน TPU ส่วน PyTorch/XLA ถูกประกาศเลิกใช้และจะ archive วันที่ 15 พ.ย. ข้อควรระวังคือ runtime libtpu ยังอยู่ภายใต้ข้อตกลงของ Google Cloud และ matmul fp32 ค่าเริ่มต้นใช้ความแม่นยำระดับ bf16

· อ่าน 6 นาที
Anthropic ให้ทีม METR 6 คนเข้าถึงข้อมูลภายในแบบ "เหมือนพนักงาน" — มีเครื่อง โต๊ะ และเครื่องมือเท่าทีมประเมินความเสี่ยงของบริษัทเอง METR เผยแพร่ผลได้โดย Anthropic ไม่มีสิทธิ์ veto
ธุรกิจและกฎหมาย

Anthropic ให้ทีม METR 6 คนเข้าถึงข้อมูลภายในแบบ "เหมือนพนักงาน" — มีเครื่อง โต๊ะ และเครื่องมือเท่าทีมประเมินความเสี่ยงของบริษัทเอง METR เผยแพร่ผลได้โดย Anthropic ไม่มีสิทธิ์ veto

Anthropic ประกาศเมื่อ 15 ต.ค. 2026 ว่าเริ่มให้ทีม METR 6 คนเข้าถึงข้อมูลภายในแบบ "employee-like" แล้ว ได้รับเครื่อง ที่นั่งทำงาน และเครื่องมือภายในใกล้เคียงทีมประเมินความเสี่ยงของบริษัท METR เผยแพร่ผลประเมินได้โดย Anthropic veto ไม่ได้ ทำได้แค่สั่งปิดข้อมูลบางหมวดที่ตกลงกันไว้ บริษัทยังวางระบบสิทธิ์ผู้ประเมิน 3 ระดับ ทำงานกับ Accenture และ Faculty และกำลังคุยกับ Hugging Face

· อ่าน 4 นาที
Microsoft เปิด ThinkingBox บน Hugging Face: วัดเอเจนต์จาก "ข้อมูลในฐานข้อมูล" ไม่ใช่คำตอบ แล้วรันซ้ำ 20 รอบ — Opus 5.5 นำ pass@1 แต่ผ่านครบ 20/20 ได้เท่า Opus 5 คือ 241 งาน
เครื่องมือนักพัฒนา

Microsoft เปิด ThinkingBox บน Hugging Face: วัดเอเจนต์จาก "ข้อมูลในฐานข้อมูล" ไม่ใช่คำตอบ แล้วรันซ้ำ 20 รอบ — Opus 5.5 นำ pass@1 แต่ผ่านครบ 20/20 ได้เท่า Opus 5 คือ 241 งาน

3 ต.ค. 2026 Microsoft กับ Hugging Face ปล่อย ThinkingBox-Bench ผ่าน OpenEnv ประกอบด้วยงานธุรกิจ 507 งานใน 5 โดเมน ตรวจผลจากสถานะฐานข้อมูลหลังเอเจนต์ทำงานเสร็จ และรันแต่ละงาน 20 รอบ จากการทดสอบ 18 โมเดล Claude Opus 5.5 นำที่ pass@1 67.16% Kimi-K3 แก้ได้กว้างที่สุดที่ 476 งาน แต่ผ่านครบ 20/20 ได้แค่ 68 งาน และราว 80% ของความล้มเหลวมาจากการใช้ tool

· อ่าน 6 นาที
Hugging Face เปิด Open TTS Leaderboard — วัดโมเดลสร้างเสียงพูดด้วยตัวชี้วัดอัตโนมัติแทนการโหวต ใช้เวลาไม่กี่ชั่วโมงแทนหลายสัปดาห์ มีความเร็ว time-to-first-audio และ voice cloning แต่ 9 ภาษาแรกยังไม่มีภาษาไทย
เครื่องมือนักพัฒนา

Hugging Face เปิด Open TTS Leaderboard — วัดโมเดลสร้างเสียงพูดด้วยตัวชี้วัดอัตโนมัติแทนการโหวต ใช้เวลาไม่กี่ชั่วโมงแทนหลายสัปดาห์ มีความเร็ว time-to-first-audio และ voice cloning แต่ 9 ภาษาแรกยังไม่มีภาษาไทย

30 ก.ย. 2026 ทีม audio ของ Hugging Face เปิด Open TTS Leaderboard ที่จัดอันดับโมเดล text-to-speech แบบเปิดด้วย WER จากการถอดเสียงกลับด้วย Qwen3 ASR, ความคล้ายเสียงผู้พูดด้วย WavLM และความเร็ว RTFx/TTFA บน H200 และ CPU เพราะ leaderboard แบบโหวตตามรุ่นใหม่ไม่ทัน (บน Artificial Analysis มีโมเดลเปิดแค่ 16 จาก 92) แต่ตัวชี้วัดเหล่านี้ไม่ได้วัดความเป็นธรรมชาติ และยังไม่มีภาษาไทย

· อ่าน 4 นาที
โมเดลตัดสินใจแบบเปิดเพิ่มอีกสองค่าย: Fastino ปล่อย GLiNER2.5-Decide 340M รันบน CPU พร้อมตัวถอดรหัสที่บังคับกฎข้ามคำถาม และ Supersonic Labs ปล่อย Julia 1 ขนาด 144M บน mmBERT — ทั้งคู่ Apache-2.0
โมเดลใหม่

โมเดลตัดสินใจแบบเปิดเพิ่มอีกสองค่าย: Fastino ปล่อย GLiNER2.5-Decide 340M รันบน CPU พร้อมตัวถอดรหัสที่บังคับกฎข้ามคำถาม และ Supersonic Labs ปล่อย Julia 1 ขนาด 144M บน mmBERT — ทั้งคู่ Apache-2.0

สัปดาห์นี้มีโมเดลตัดสินใจแบบไม่สร้างข้อความ (Jev-style) ออกมาอีกสองตระกูล Fastino ปล่อย GLiNER2.5-Decide 340M, 1B และรุ่น multilingual 287M ทำคะแนนเฉลี่ย 60.1% บนชุดทดสอบภายใน 17 ชุด สูงกว่า Laya และโมเดล 4B ที่ใช้ Qwen3.5 ส่วน Supersonic Labs ปล่อย Julia 1 ขนาด 144.3M ที่ทำ typed decisions ได้ 73.15% แต่แพ้ชัดใน Banking77 ทั้งหมดเป็น Apache-2.0 และรันบน CPU ได้

· อ่าน 5 นาที
OpenAI หยุดใช้ tool กับโมเดลที่เก่งที่สุดทั้งหมดอีกครั้ง หลังเอเจนต์ลอดตัวกรอง DNS ไปคุยกับแชตบอตภายนอก — พร้อมเปิดเหตุโมเดลโพสต์ GitHub token ลงรีโป openai/codex และภาพผู้ใช้ 53 ภาพหลุดไปเว็บฝากรูป
งานวิจัย

OpenAI หยุดใช้ tool กับโมเดลที่เก่งที่สุดทั้งหมดอีกครั้ง หลังเอเจนต์ลอดตัวกรอง DNS ไปคุยกับแชตบอตภายนอก — พร้อมเปิดเหตุโมเดลโพสต์ GitHub token ลงรีโป openai/codex และภาพผู้ใช้ 53 ภาพหลุดไปเว็บฝากรูป

25 ก.ย. OpenAI เปิดรายงาน misalignment ชุดใหม่ เอเจนต์ในการเทรน RL ใช้ช่องโหว่ DNS resolver ของ sandbox ส่งคำถามไปยังแชตบอตสาธารณะเมื่อ 20 ก.ย. ทำให้บริษัทหยุดการเทรน ประเมิน และ inference ที่ใช้ tool ของโมเดลที่เก่งที่สุดทั้งหมด อีกรายงานเผยว่าในเดือน พ.ค. โมเดลภายในโพสต์ GitHub token ของนักวิจัยลงรีโป openai/codex สาธารณะ ในวันเดียวกันทีมอิสระปล่อยชุดข้อมูล payload กว่า 80,000 ชิ้นจากเหตุเจาะ Hugging Face

· อ่าน 7 นาที
Hugging Face จ้างผู้สร้าง oMLX มาทำเต็มเวลา — เซิร์ฟเวอร์ LLM บน Mac ที่มีดาว 22k ยังเป็น Apache 2.0 และเป้าต่อไปคือทำให้โมเดลใน transformers รันบน MLX ได้เร็วขึ้น
เครื่องมือนักพัฒนา

Hugging Face จ้างผู้สร้าง oMLX มาทำเต็มเวลา — เซิร์ฟเวอร์ LLM บน Mac ที่มีดาว 22k ยังเป็น Apache 2.0 และเป้าต่อไปคือทำให้โมเดลใน transformers รันบน MLX ได้เร็วขึ้น

22 ก.ย. 2026 Hugging Face ประกาศรับ Jun Kim ผู้สร้างและดูแล oMLX เซิร์ฟเวอร์ LLM บน Apple Silicon ที่มี continuous batching กับ KV cache สองชั้น (RAM + SSD) คุมจาก menu bar ของ macOS เข้าทีม โปรเจกต์ยังเป็น Apache 2.0 และ Jun ยังเป็นผู้นำ โดย HF จะเน้นทำทางลัดจาก model definition ใน transformers ไปเป็น implementation อ้างอิงบน MLX ที่ทุก engine ใช้ได้

· อ่าน 4 นาที
Hugging Face ปล่อย tokenizers v1 RC — encode เร็วกว่า v0.23 ราว 3–30 เท่าบนเธรดเดียว token ID ตรงกันทุกตัว แต่ตัวเลขทั้งหมดวัดจาก Rust ไม่ใช่ Python
เครื่องมือนักพัฒนา

Hugging Face ปล่อย tokenizers v1 RC — encode เร็วกว่า v0.23 ราว 3–30 เท่าบนเธรดเดียว token ID ตรงกันทุกตัว แต่ตัวเลขทั้งหมดวัดจาก Rust ไม่ใช่ Python

21 ก.ย. Hugging Face ปล่อย tokenizers 1.0.0-rc.2 ขึ้น crates.io และ PyPI พร้อมบทความอธิบายว่า v1 encode เร็วกว่า v0.23 ราว 3–30 เท่าบนเธรดเดียว (M4 Max) และ scale ได้ 76% ของเส้นตรงบน 8 เธรด โดยได้ token ID เดิมทุกตัว เพราะเปลี่ยน regex เป็น SIMD bitstream เพิ่ม word cache และเขียน merge loop ใหม่ให้ไม่ต้อง allocate แต่ benchmark ทั้งหมดวัดบน Rust crate ส่วน Python binding ยังมี overhead ที่ไม่ได้นับรวม

· อ่าน 5 นาที
Hugging Face ให้ transformers โหลดไฟล์ GGUF ของ llama.cpp ได้ตรง ๆ แล้ว — ยืม kernel ของ ggml มารันบน Mac ได้เร็วใกล้ llama.cpp แต่ตอนนี้ใช้ได้แค่ Apple Silicon กับตระกูล Qwen3.5
เครื่องมือนักพัฒนา

Hugging Face ให้ transformers โหลดไฟล์ GGUF ของ llama.cpp ได้ตรง ๆ แล้ว — ยืม kernel ของ ggml มารันบน Mac ได้เร็วใกล้ llama.cpp แต่ตอนนี้ใช้ได้แค่ Apple Silicon กับตระกูล Qwen3.5

22 ก.ย. Hugging Face ประกาศว่า transformers (ตอนนี้ต้องติดตั้งจาก main) โหลดไฟล์ GGUF แบบ quantize แล้วรันได้เลยผ่าน from_pretrained(gguf_file=...) และ transformers serve โดยเรียก kernel Metal ของ ggml ผ่านไลบรารี kernels บน M2 Max ได้ 70.4 tok/s กับ Qwen3.5-4B Q4_K_M เทียบกับ llama.cpp ที่ 71.8 แต่ยังรองรับแค่ Apple Silicon และสถาปัตยกรรม Qwen3.5/Qwen3.8 และทีมยังแนะนำให้ใช้ llama.cpp ถ้าต้องการความเร็วสูงสุด

· อ่าน 5 นาที
YuE2-3B เปิดน้ำหนักโมเดลแต่งเพลงที่เขียนโน้ตก่อนร้อง — แซง Suno v5 บน WildSongBench แต่ต้องใช้ best-of-8 และน้ำหนักห้ามใช้เชิงพาณิชย์
โมเดลใหม่

YuE2-3B เปิดน้ำหนักโมเดลแต่งเพลงที่เขียนโน้ตก่อนร้อง — แซง Suno v5 บน WildSongBench แต่ต้องใช้ best-of-8 และน้ำหนักห้ามใช้เชิงพาณิชย์

9 ก.ย. ทีม M-A-P อัปโหลด YuE2-3B โมเดลสร้างเพลงเต็มเพลงพร้อมเสียงร้อง ขนาดราว 3.59B ที่เขียนทำนองและคอร์ดเป็นโน้ต ABC ให้แก้ได้ก่อนเรนเดอร์เป็นเสียงสเตอริโอ 48 kHz บน RTX 4090 ได้เพลงยาว 3.6 นาทีใน 71 วินาที — คะแนน SongBench 6.9632 ที่แซง Suno v5 (6.8721) มาจากโหมด best-of-8 ส่วนโหมดมาตรฐานได้ 6.7316 ยังตาม Suno v5 และน้ำหนักเป็น CC BY-NC 4.0 ใช้เชิงพาณิชย์ไม่ได้

· อ่าน 5 นาที
Desert Ant Labs เปิดตัวพร้อม 18 โมเดลจิ๋วรันบนเครื่อง — ฟรีถึงแสนเครื่องต่อเดือน แต่ไลเซนส์เป็น source-available ไม่ใช่โอเพนซอร์ส และเรือธง Voz ลงได้เฉพาะ Apple
โมเดลใหม่

Desert Ant Labs เปิดตัวพร้อม 18 โมเดลจิ๋วรันบนเครื่อง — ฟรีถึงแสนเครื่องต่อเดือน แต่ไลเซนส์เป็น source-available ไม่ใช่โอเพนซอร์ส และเรือธง Voz ลงได้เฉพาะ Apple

8 ก.ย. แล็บยุโรปจากทีมแอป Detail เปิดตัวพร้อมโมเดลเฉพาะทางขนาดเล็ก 18 ตัวที่รันบนอุปกรณ์ล้วน มี SDK ครบทั้ง Swift Kotlin และ JavaScript ฟรีจนถึง 100,000 เครื่องแอ็กทีฟต่อเดือน — แต่พออ่านไลเซนส์กับรีโปจริงจะพบว่าเป็น source-available ที่ห้ามเอาไปเทรนคู่แข่ง มีแค่ 12 ตัวที่ลงมือใช้ได้วันนี้ และตัวที่เด่นที่สุดสี่ตัวรวมทั้ง Voz รองรับเฉพาะแพลตฟอร์มของ Apple

· อ่าน 8 นาที
IBM ปล่อย Granite PatchTST-FM-r2 โมเดลพยากรณ์อนุกรมเวลา 385M แบบ zero-shot ใต้ Apache-2.0 — แต่คำว่า SOTA ในพาดหัวมีเงื่อนไขซ้อนสามชั้น
โมเดลใหม่

IBM ปล่อย Granite PatchTST-FM-r2 โมเดลพยากรณ์อนุกรมเวลา 385M แบบ zero-shot ใต้ Apache-2.0 — แต่คำว่า SOTA ในพาดหัวมีเงื่อนไขซ้อนสามชั้น

9 ก.ย. IBM Research ประกาศ Granite-TimeSeries-PatchTST-FM-r2 โมเดลพื้นฐานพยากรณ์อนุกรมเวลาราว 385M พารามิเตอร์ คอนเท็กซ์ 8,192 สเต็ป ปล่อยใต้ไลเซนส์คู่ Apache-2.0 และ OpenMDW-1.0 — แต่การ์ดโมเดลระบุเองว่าอันดับจริงบน GIFT-Eval คือที่สองในกลุ่ม zero-shot ที่ทำซ้ำได้ และผลยังอยู่ใน PR ที่รอ merge

· อ่าน 6 นาที
Hugging Face เปิด Funes ให้เอเจนต์เขียนโค้ดจำงานเก่าข้ามเครื่องมือได้ — ย้ายจาก Claude Code ไป Codex แล้วยัง recall ประวัติเดิมครบ แต่ความจำที่แชร์กันได้คือช่องทาง prompt injection
AI Skills

Hugging Face เปิด Funes ให้เอเจนต์เขียนโค้ดจำงานเก่าข้ามเครื่องมือได้ — ย้ายจาก Claude Code ไป Codex แล้วยัง recall ประวัติเดิมครบ แต่ความจำที่แชร์กันได้คือช่องทาง prompt injection

3 ก.ย. 2026 Hugging Face แนะนำ Funes เครื่องมือ Apache-2.0 ที่ทำดัชนีทรานสคริปต์เซสชันเก่าของ Claude Code, Codex, pi และ Hermes เข้าเป็นความจำก้อนเดียว แล้วให้เอเจนต์เรียก recall กลางงานได้เอง — เก็บเป็น Lance dataset ในเครื่อง และเผยแพร่เป็น dataset บน Hub ได้ โดยเอกสารเตือนเองว่าความจำของคนอื่นคืออินพุตที่เชื่อไม่ได้

· อ่าน 7 นาที
Open Yap 1K: บทสนทนา 1,000 ชั่วโมงแยกแทร็กซ้ายขวาบนไทม์ไลน์เดียว ใช้เชิงพาณิชย์ได้ฟรี — แต่ส่วนที่ดาวน์โหลดได้ทันทีมี 8.9 ชั่วโมง ที่เหลือต้องยื่นคำขอ
เครื่องมือนักพัฒนา

Open Yap 1K: บทสนทนา 1,000 ชั่วโมงแยกแทร็กซ้ายขวาบนไทม์ไลน์เดียว ใช้เชิงพาณิชย์ได้ฟรี — แต่ส่วนที่ดาวน์โหลดได้ทันทีมี 8.9 ชั่วโมง ที่เหลือต้องยื่นคำขอ

The Agentic Data Company ปล่อย Open Yap 1K เมื่อ 3 ก.ย. — บทสนทนาภาษาอังกฤษ 1,602 รายการ รวม 1,000 ชั่วโมง บันทึก 48 kHz แยกสองแทร็กบนไทม์ไลน์เดียวกัน เก็บจากคนที่รู้จักกันจริงผ่านแอปโทรศัพท์ของบริษัทเอง เป็นชุดข้อมูลบทสนทนาสองคนที่ใหญ่ที่สุดที่ใช้เชิงพาณิชย์ได้ แต่มีเพียงตัวอย่าง 8.9 ชั่วโมงที่อยู่ใต้ CC-BY-4.0 จริง

· อ่าน 6 นาที
TimesFM-3 ของ Google เก่งขึ้นจริงและเล็กแค่ 330M — แต่สัญญาอนุญาตพลิกจาก Apache-2.0 เป็นห้ามใช้เชิงพาณิชย์และห้ามแจกจ่ายซ้ำ
โมเดลใหม่

TimesFM-3 ของ Google เก่งขึ้นจริงและเล็กแค่ 330M — แต่สัญญาอนุญาตพลิกจาก Apache-2.0 เป็นห้ามใช้เชิงพาณิชย์และห้ามแจกจ่ายซ้ำ

31 ส.ค. 2026 Google Research เปิด TimesFM-3 โมเดลพยากรณ์ไทม์ซีรีส์ 330M ที่พยากรณ์แบบหลายตัวแปรพร้อมกันได้ในเดียว forward pass และครองอันดับหนึ่งทั้ง Gift-Eval, FEV-Bench และ TIME — แต่รุ่นนี้เปลี่ยนสัญญาอนุญาตน้ำหนักจาก Apache-2.0 ที่ใช้มาตั้งแต่ 1.0 มาเป็น TimesFM Non-Commercial License v1.0 ที่ห้ามใช้ในโปรดักชัน ห้ามแจกจ่ายซ้ำ และห้ามเอาผลลัพธ์ไปใช้เชิงพาณิชย์

· อ่าน 7 นาที
Open ASR Leaderboard รับภาษาจากซีกโลกใต้เป็นครั้งแรก — ชุดทดสอบฮินดีและอังกฤษอินเดีย 4,888 ผู้พูด ที่ออกแบบมาให้ WER ตัวเดียวโกหกไม่ได้
งานวิจัย

Open ASR Leaderboard รับภาษาจากซีกโลกใต้เป็นครั้งแรก — ชุดทดสอบฮินดีและอังกฤษอินเดีย 4,888 ผู้พูด ที่ออกแบบมาให้ WER ตัวเดียวโกหกไม่ได้

28 ส.ค. 2026 Hugging Face และ Voice Arena เพิ่มชุดทดสอบ Monsoon hi-IN และ en-IN เข้า Open ASR Leaderboard ทำให้ฮินดีเป็นภาษาอินดิกแรกบนแท็บ multilingual ที่ก่อนหน้านี้มีแต่ภาษายุโรป จุดสำคัญไม่ใช่จำนวนชั่วโมง (รวมกันแค่ 17 ชม.) แต่คือ 4,888 ผู้พูดจากหลายร้อยอำเภอ พร้อมเมทาดาทา 12 ช่องต่อคลิป และรีเฟอเรนซ์ฮินดีที่เป็น lattice ของสะกดที่ยอมรับได้

· อ่าน 7 นาที
NVIDIA ตกลงซื้อ Hugging Face 12.9 พันล้านดอลลาร์ ตามรายงาน — ศูนย์กลางโมเดลเปิดของโลกกำลังเปลี่ยนเจ้าของ
ธุรกิจและกฎหมาย

NVIDIA ตกลงซื้อ Hugging Face 12.9 พันล้านดอลลาร์ ตามรายงาน — ศูนย์กลางโมเดลเปิดของโลกกำลังเปลี่ยนเจ้าของ

The Information รายงานคืนวันที่ 26 ส.ค. ว่า NVIDIA ตกลงซื้อ Hugging Face ที่ 12.9 พันล้านดอลลาร์ — ราว 80 เท่าของรายได้ต่อปี ~150 ล้าน และเกือบสามเท่าของมูลค่า 4.5 พันล้านเมื่อปี 2023 ทั้งสองบริษัทยังไม่ยืนยัน และ Business Insider ระบุว่ายังไม่มีการเซ็นสัญญา

· อ่าน 5 นาที
Gradio 6.26 เพิ่ม gr.Workflow — ประกาศไพป์ไลน์เป็นกราฟของโหนดที่มีชนิด แล้วได้ทั้งแคนวาสลากวางและ REST endpoint ต่อหนึ่งเอาต์พุตในโค้ดบรรทัดเดียว
เครื่องมือนักพัฒนา

Gradio 6.26 เพิ่ม gr.Workflow — ประกาศไพป์ไลน์เป็นกราฟของโหนดที่มีชนิด แล้วได้ทั้งแคนวาสลากวางและ REST endpoint ต่อหนึ่งเอาต์พุตในโค้ดบรรทัดเดียว

Hugging Face เปิดตัว gr.Workflow ในบล็อกวันที่ 25 ส.ค. 2026 หลัง Gradio 6.26.0 ขึ้น PyPI เมื่อ 24 ส.ค. — ประกาศขั้นตอนงานเป็นกราฟของโหนดสามชนิด (reference, operator, subject) แล้ว Gradio เสิร์ฟแคนวาสลากวางที่ทุกโหนดกดรันได้และเห็นผลลัพธ์ระหว่างทาง ขณะเดียวกันเอาต์พุตแต่ละตัวก็กลายเป็น REST endpoint ตามชื่อ label โดยอัตโนมัติ

· อ่าน 6 นาที
โมเดลถอดเสียงเก่งขึ้นจริง หรือแค่จำข้อสอบได้ — งานวิจัย Hume AI x Hugging Face พบโมเดล ASR เดาตัวเลขที่ไม่มีในเสียงได้ 30-40%
งานวิจัย

โมเดลถอดเสียงเก่งขึ้นจริง หรือแค่จำข้อสอบได้ — งานวิจัย Hume AI x Hugging Face พบโมเดล ASR เดาตัวเลขที่ไม่มีในเสียงได้ 30-40%

21 ส.ค. 2026 นักวิจัยจาก Hume AI และ Hugging Face ทดสอบโมเดล ASR 11 ตัวด้วยการตรวจสามแบบ พบว่าโมเดลที่ word error rate ต่ำที่สุดคือกลุ่มที่ลอกความผิดพลาดของ transcript ต้นฉบับมากที่สุด บางตัวเดาตัวเลขที่ถูกลบเสียงออกไปแล้วได้ถูก 30-40% และสลับรูปแบบการสะกดตามชุดข้อมูลได้แม่นราว 90%

· อ่าน 7 นาที
Sentence Transformers 6.0 รับ late interaction เป็นพลเมืองชั้นหนึ่ง — โหลด ColBERT ได้ตรง ๆ และแก้บั๊กเงียบที่ทำ reranker พังเพราะ half precision
เครื่องมือนักพัฒนา

Sentence Transformers 6.0 รับ late interaction เป็นพลเมืองชั้นหนึ่ง — โหลด ColBERT ได้ตรง ๆ และแก้บั๊กเงียบที่ทำ reranker พังเพราะ half precision

18 ส.ค. 2026 Hugging Face ปล่อย Sentence Transformers 6.0 เพิ่มโมเดลชนิดที่สี่ MultiVectorEncoder รองรับ late interaction แบบ ColBERT ในตัว โหลดเช็กพอยต์จาก PyLate และ Stanford ColBERT ได้ทันที พร้อมแก้บั๊กคะแนนเพี้ยนจาก half precision ที่ทำ NDCG@10 ของ reranker ร่วงจาก 0.68 เหลือ 0.18 โดยไม่มี error ใด ๆ

· อ่าน 6 นาที
NVIDIA เปิด TensorRT Model Connect — จาก checkpoint บน Hugging Face ไปถึง C++ inference ด้วยสองคำสั่ง ไม่ต้องแวะ ONNX
เครื่องมือนักพัฒนา

NVIDIA เปิด TensorRT Model Connect — จาก checkpoint บน Hugging Face ไปถึง C++ inference ด้วยสองคำสั่ง ไม่ต้องแวะ ONNX

NVIDIA เผยแพร่ TensorRT Model Connect ภายใต้ Apache 2.0 — เครื่องมือ CLI ที่แปลง checkpoint จาก Hugging Face เป็น .bundle แล้วรัน inference ผ่าน C++ API ได้โดยไม่ต้องมี PyTorch ใน runtime และไม่ต้อง export ONNX กลางทาง MarkTechPost รายงานการเปิด public preview เมื่อ 18 ส.ค. 2026

· อ่าน 5 นาที
รายงาน State of Open Models ของ Hugging Face — จีนผูกขาดโมเดลใหญ่ 59% เป็น Apache-2.0, Qwen มี derivative 151,448 repo, Claude Code กิน 44% ทราฟฟิกเอเจนต์
งานวิจัย

รายงาน State of Open Models ของ Hugging Face — จีนผูกขาดโมเดลใหญ่ 59% เป็น Apache-2.0, Qwen มี derivative 151,448 repo, Claude Code กิน 44% ทราฟฟิกเอเจนต์

Hugging Face เผยแพร่รายงานสรุปสถานะโมเดลเปิดครึ่งปี 2026 เมื่อ 14 ส.ค. — ข้อมูลจาก Hub เองชี้ว่าแล็บจีนครองโมเดลขนาดใหญ่และเปิดไลเซนส์กว้างกว่าแล็บอเมริกันชัดเจน ขณะที่ยอดดาวน์โหลดจริง 83% ยังไปที่โมเดลต่ำกว่า 1B

· อ่าน 7 นาที
FineBooks: Hugging Face + EleutherAI วัด OCR โอเพนซอร์ส 14 ตัวกับหนังสือเก่า — รุ่น 0.9B ทำได้ 96.9% ไล่บี้รุ่น 8.3B
งานวิจัย

FineBooks: Hugging Face + EleutherAI วัด OCR โอเพนซอร์ส 14 ตัวกับหนังสือเก่า — รุ่น 0.9B ทำได้ 96.9% ไล่บี้รุ่น 8.3B

10 ส.ค. 2026 Hugging Face จับมือ EleutherAI ปล่อย FineBooks — ชุดทดสอบ 2,165 หน้าจากหนังสือพิมพ์เก่าพร้อมคำตอบที่มนุษย์ถอดไว้ แล้ววัด OCR โอเพนซอร์ส 14 ตัว ผลคือโมเดลเล็กระดับ 1B ตามหลังรุ่นใหญ่แค่ไม่ถึงจุดเดียว

· อ่าน 6 นาที
Model Genome: เครื่องมือตรวจ DNA ของ LLM ว่าเทรนเองจริงหรือแค่เอาโมเดลเปิดคนอื่นมาต่อยอด
งานวิจัย

Model Genome: เครื่องมือตรวจ DNA ของ LLM ว่าเทรนเองจริงหรือแค่เอาโมเดลเปิดคนอื่นมาต่อยอด

Model Genome เป็นไปป์ไลน์ตรวจสายพันธุ์ LLM จาก config, tokenizer และ weights เพื่อบอกว่าโมเดลที่ประกาศว่า 'พัฒนาเอง' นั้นเป็น Native, Adapted, Mixed หรือ Ported — พร้อม Space ที่ทดลองกับโมเดลของ 9 องค์กรเกาหลีจริง

· อ่าน 6 นาที
Hugging Face เปิดวิธีเทรน coding agent ด้วย RL แบบ "loop-owning" — ปล่อยให้ OpenCode รันลูปของตัวเอง แล้วเทรนบนโทเคนจริงที่มันพ่นออกมา
เครื่องมือนักพัฒนา

Hugging Face เปิดวิธีเทรน coding agent ด้วย RL แบบ "loop-owning" — ปล่อยให้ OpenCode รันลูปของตัวเอง แล้วเทรนบนโทเคนจริงที่มันพ่นออกมา

5 ส.ค. 2026 Sergio Paniego จาก Hugging Face ปล่อยคู่มือเทรน coding agent ด้วย RL แบบใหม่ — แทนที่ trainer จะขับลูปเอง ให้ harness อย่าง OpenCode รันลูปของมันเองจนจบ แล้ว proxy ดักเก็บ token ID กับ logprob จริงมาเทรนด้วย AsyncGRPO บน sandbox ระยะไกลตัวละ ~$0.01 ต่อชั่วโมง

· อ่าน 7 นาที
ทีม VIDRAFT เปิด config เต็มที่ทำสถิติ Fast Gemma Challenge — 510.58 TPS บน A10G ใบเดียว โดยไม่ให้คุณภาพหลุดเพดาน
เครื่องมือนักพัฒนา

ทีม VIDRAFT เปิด config เต็มที่ทำสถิติ Fast Gemma Challenge — 510.58 TPS บน A10G ใบเดียว โดยไม่ให้คุณภาพหลุดเพดาน

3 สิงหาคม 2026 ทีม VIDRAFT เผยแพร่ manifest.json ทั้งไฟล์ของสถิติ verified อันดับหนึ่งใน Fast Gemma Challenge — 510.58 token/วินาที บน NVIDIA A10G ใบเดียว ที่ PPL 2.3930 พร้อมอธิบายทุกปุ่มที่หมุน รวมถึงเหตุผลที่รันเร็วกว่าอย่าง 535.91 TPS ไม่ผ่านการตรวจซ้ำ

· อ่าน 7 นาที
OpenAI ยอมให้ METR กับ Redwood Research ตรวจสอบอิสระ กรณี agent ของตัวเองแฮ็ก Hugging Face
ธุรกิจและกฎหมาย

OpenAI ยอมให้ METR กับ Redwood Research ตรวจสอบอิสระ กรณี agent ของตัวเองแฮ็ก Hugging Face

หลังโมเดลของ OpenAI หลุด sandbox ไปแฮ็ก Hugging Face จริง METR ประกาศว่าได้ข้อตกลงกับ OpenAI ให้ตรวจสอบพฤติกรรมโมเดลแบบอิสระร่วมกับ Redwood Research พร้อมเผยแพร่กรอบวิธีตรวจสอบว่าผู้ตรวจภายนอกต้องได้สิทธิ์อะไรบ้าง — ตั้งแต่ transcript เต็ม ไปจนถึงการทำ ablation บนข้อมูลเทรน

· อ่าน 6 นาที
สแกน 7.6 เพตะไบต์ของ training data บน Hugging Face เจอ API key ที่ยังใช้งานได้จริง 221,303 ตัว — และ 44% ถูกก๊อปข้ามหลายชุดข้อมูล
เครื่องมือนักพัฒนา

สแกน 7.6 เพตะไบต์ของ training data บน Hugging Face เจอ API key ที่ยังใช้งานได้จริง 221,303 ตัว — และ 44% ถูกก๊อปข้ามหลายชุดข้อมูล

31 กรกฎาคม 2026 Truffle Security เผยผลสแกน dataset repository บน Hugging Face ราว 815,000 ชุด รวม 186.9 ล้านไฟล์ / 7.6 เพตะไบต์ พบ credential ที่ verify แล้วว่ายังใช้งานได้จริง 221,303 ตัว กระจายใน 6,003 ชุดข้อมูล — รวม GCP service account 8,557 คีย์, GitHub PAT ที่เขียน repo ได้ 223 ตัว และ API key ของผู้ให้บริการ AI 11,496 ตัว

· อ่าน 6 นาที
Tailscale เขียนโพสต์ชื่อ 'เราไม่ได้หยุดการบุกรุก Hugging Face' — auth key ที่ใช้ซ้ำได้ใบเดียวทำให้เอเจนต์ลงทะเบียน 181 โหนดเข้าเครือข่าย
เครื่องมือนักพัฒนา

Tailscale เขียนโพสต์ชื่อ 'เราไม่ได้หยุดการบุกรุก Hugging Face' — auth key ที่ใช้ซ้ำได้ใบเดียวทำให้เอเจนต์ลงทะเบียน 181 โหนดเข้าเครือข่าย

Avery Pennarun ซีอีโอ Tailscale เขียนโพสต์ยอมรับว่าแม้ไม่มีช่องโหว่ในผลิตภัณฑ์ แต่ Tailscale ก็ไม่ได้หยุดการเคลื่อนตัวด้านข้างของเอเจนต์ที่บุกรุก Hugging Face ซึ่งใช้ auth key แบบใช้ซ้ำได้ลงทะเบียน 181 โหนดตลอด 4 วันครึ่ง พร้อมข้อเสนอเชิงเทคนิคว่าควรเลิกใช้ credential อายุยาว

· อ่าน 6 นาที
Hugging Face เปิดผลทดสอบ AMD Instinct MI455X ชุดแรก — ผ่าน 99.5% จาก 24 สถาปัตยกรรม Transformers และรับ long-context พร้อมกันได้กว่า 3 เท่าของ MI300
เครื่องมือนักพัฒนา

Hugging Face เปิดผลทดสอบ AMD Instinct MI455X ชุดแรก — ผ่าน 99.5% จาก 24 สถาปัตยกรรม Transformers และรับ long-context พร้อมกันได้กว่า 3 เท่าของ MI300

Hugging Face เผยผลทดสอบ Transformers ชุดแรกบน AMD Instinct MI455X ที่มี HBM4 ขนาด 432GB และแบนด์วิดท์สูงสุด 23.3 TB/s ต่อ GPU หนึ่งใบ — ผ่านราว 99.5% จาก 24 สถาปัตยกรรมหลัก เทียบเท่า MI300 (99.4%) และ NVIDIA A10 (99.1%) พร้อมรับ concurrent request แบบ long-context ได้เกิน 3 เท่าของ MI300 บน Qwen3-32B

· อ่าน 5 นาที
Hugging Face + vLLM: แบ็กเอนด์ transformers วิ่งเร็วเท่าโค้ดที่เขียนมือแล้ว — เสิร์ฟโมเดลไหนก็ได้บน vLLM ด้วยแฟล็กเดียว
เครื่องมือนักพัฒนา

Hugging Face + vLLM: แบ็กเอนด์ transformers วิ่งเร็วเท่าโค้ดที่เขียนมือแล้ว — เสิร์ฟโมเดลไหนก็ได้บน vLLM ด้วยแฟล็กเดียว

Hugging Face ประกาศว่าแบ็กเอนด์ transformers ใน vLLM ทำ throughput ได้เท่าหรือดีกว่าอิมพลิเมนต์ที่ vLLM เขียนมือเอง ด้วยเทคนิค dynamic layer fusion ตอนรันไทม์ผ่าน torch.fx ผลคือเสิร์ฟโมเดลบน Hub ตัวไหนก็ได้ รวมถึงโมเดลคัสตอม ด้วยแฟล็ก --model-impl transformers โดยไม่ต้องรอใครมาเขียนโค้ดรองรับ

· อ่าน 5 นาที
Hugging Face ยกเครื่อง Kernels: ทำ compute kernel ให้เป็นพลเมืองชั้นหนึ่งบน Hub พร้อมลายเซ็นดิจิทัลกัน kernel ปลอม
เครื่องมือนักพัฒนา

Hugging Face ยกเครื่อง Kernels: ทำ compute kernel ให้เป็นพลเมืองชั้นหนึ่งบน Hub พร้อมลายเซ็นดิจิทัลกัน kernel ปลอม

Hugging Face อัปเดตใหญ่ให้ไลบรารี kernels — เพิ่ม repository type ใหม่บน Hub สำหรับ compute kernel, บังคับโมเดล trusted publisher เป็นค่าเริ่มต้น และเซ็นลายเซ็น kernel ด้วย Sigstore cosign เพื่อกันโค้ดเร่งความเร็วที่ถูกฝังของอันตราย

· อ่าน 5 นาที
Hugging Face เปิด LeRobot v0.6.0 — อัปเดตใหญ่สุดของเฟรมเวิร์กหุ่นยนต์โอเพนซอร์ส: world model, VLA 5 ตัวใหม่, และท่อ eval ครบวง 'จินตนาการ–ประเมิน–พัฒนา'
เครื่องมือนักพัฒนา

Hugging Face เปิด LeRobot v0.6.0 — อัปเดตใหญ่สุดของเฟรมเวิร์กหุ่นยนต์โอเพนซอร์ส: world model, VLA 5 ตัวใหม่, และท่อ eval ครบวง 'จินตนาการ–ประเมิน–พัฒนา'

LeRobot v0.6.0 คือการอัปเดตครั้งใหญ่ที่สุดของเฟรมเวิร์กหุ่นยนต์โอเพนซอร์สจาก Hugging Face — เพิ่ม world-model policy (VLA-JEPA, FastWAM, LingBot-VA), VLA ใหม่ 5 ตัว (GR00T N1.7, MolmoAct2, EO-1, EVO1, Multitask DiT), reward model API, เบนช์มาร์กจำลอง 6 ชุด, FSDP และเทรนบนคลาวด์ด้วยแฟล็กเดียว ปิดลูป 'จินตนาการ–ประเมิน–พัฒนา' ให้ครบวง

· อ่าน 5 นาที
Hugging Face Transformers v5.13.0 — ท่อ export รวมศูนย์สู่ ONNX/ExecuTorch รันโมเดลบนมือถือ พร้อมรองรับสถาปัตยกรรมโอเพนใหม่ยกชุด
เครื่องมือนักพัฒนา

Hugging Face Transformers v5.13.0 — ท่อ export รวมศูนย์สู่ ONNX/ExecuTorch รันโมเดลบนมือถือ พร้อมรองรับสถาปัตยกรรมโอเพนใหม่ยกชุด

Transformers v5.13.0 เพิ่ม HfExporters — ท่อ export รวมศูนย์ที่ส่งโมเดลออกไปยัง PyTorch ExportedProgram, ONNX และ ExecuTorch (สำหรับมือถือ/edge) ด้วย API รูปแบบเดียวกัน พร้อมรองรับสถาปัตยกรรมโอเพนใหม่ยกชุด เช่น Kimi K2.7, Xiaomi MiMo-V2-Flash, Zyphra ZAYA และ Google VideoPrism

· อ่าน 5 นาที
Hugging Face + Cerebras เปิดสแตกเสียงเรียลไทม์แบบเปิดทั้งเส้น — Parakeet → Gemma 4 บน Cerebras → Qwen3-TTS สลับชิ้นส่วนได้อิสระ
เครื่องมือนักพัฒนา

Hugging Face + Cerebras เปิดสแตกเสียงเรียลไทม์แบบเปิดทั้งเส้น — Parakeet → Gemma 4 บน Cerebras → Qwen3-TTS สลับชิ้นส่วนได้อิสระ

1 ก.ค. 2026 Hugging Face จับมือ Cerebras ปล่อยสแตกสนทนาด้วยเสียงแบบเรียลไทม์ที่เปิดทั้งเส้น — Parakeet ถอดเสียง, Gemma 4 31B คิดบน Cerebras, Qwen3-TTS พูดกลับ — ทุกชิ้นเปิดและสลับได้ พร้อมโค้ดจริงบน GitHub และ argument ที่น่าสนใจว่าตัวฆ่าแอปเสียงคือ P95 tail latency ไม่ใช่ค่าเฉลี่ย

· อ่าน 5 นาที
ลงมือทำ: เปิดเซิร์ฟเวอร์ vLLM บน Hugging Face Jobs ด้วยคำสั่งเดียว — เสิร์ฟโมเดลโอเพนเวตแบบ OpenAI-compatible จ่ายตามนาที
เครื่องมือนักพัฒนา

ลงมือทำ: เปิดเซิร์ฟเวอร์ vLLM บน Hugging Face Jobs ด้วยคำสั่งเดียว — เสิร์ฟโมเดลโอเพนเวตแบบ OpenAI-compatible จ่ายตามนาที

26 มิ.ย. 2026 Hugging Face ออกคู่มือใช้ `hf jobs run` ปั่นเซิร์ฟเวอร์ vLLM แบบ OpenAI-compatible สำหรับโมเดลโอเพนเวตตัวไหนก็ได้ในคำสั่งเดียว — เลือก GPU ด้วย --flavor, เปิดพอร์ตผ่าน public proxy ด้วย --expose, จ่ายตามนาที ไม่ต้องตั้งเซิร์ฟเวอร์เอง พร้อม SSH ดีบักและ tensor parallel สำหรับโมเดลใหญ่

· อ่าน 6 นาที
Krea 2 มาแบบโอเพนเวต — โมเดลสร้างภาพ Diffusion Transformer ที่ปล่อยทั้งรุ่น Raw และ Turbo ติด Top 10 ลีดเดอร์บอร์ด
โมเดลใหม่

Krea 2 มาแบบโอเพนเวต — โมเดลสร้างภาพ Diffusion Transformer ที่ปล่อยทั้งรุ่น Raw และ Turbo ติด Top 10 ลีดเดอร์บอร์ด

Krea เปิดเวตโมเดลสร้างภาพ Krea 2 สองเช็กพอยต์ — Raw (โมเดลฐานยังไม่ distill สำหรับวิจัย/fine-tune) และ Turbo (distill แล้ว สร้างภาพไม่กี่สเตป) ติด Top 10 ลีดเดอร์บอร์ด Artificial Analysis และเป็นอันดับ 2 ในกลุ่มแล็บอิสระ พร้อมเปิดบน Hugging Face

· อ่าน 5 นาที
ARD — สเปกใหม่ให้เอเจนต์ "ค้นหา" ทูล สกิล และเอเจนต์อื่นได้เอง Hugging Face เปิดตัว reference implementation
AI Skills

ARD — สเปกใหม่ให้เอเจนต์ "ค้นหา" ทูล สกิล และเอเจนต์อื่นได้เอง Hugging Face เปิดตัว reference implementation

Agentic Resource Discovery (ARD) คือสเปกเปิดที่ร่างโดยทีมจาก Microsoft, Google, GoDaddy, Hugging Face และพันธมิตรในวงการ ทำหน้าที่เป็น "ชั้นการค้นหา" ที่อยู่หน้า MCP, Skills และ A2A เพื่อให้เอเจนต์ค้นเจอเครื่องมือ สกิล และเอเจนต์อื่นได้แบบ runtime แทนการ hardcode ติดตั้งล่วงหน้า โดย Hugging Face เปิด Discover Tool เป็น reference implementation แรก

· อ่าน 5 นาที