Izvor
Izdanja modela, mjerenja brzine i izmjene biblioteka s najvećeg čvorišta otvorenih modela. Često prvo mjesto gdje se novi otvoreni model opiše.
Nijedna stavka ne odgovara filteru.
Izdanje b11556 dodaje rotaciju težina koja je modelu Bonsai 2 nedostajala u zvaničnom llama.cpp-u. Datoteka Q2_0 od 7,63 GB tamo sada daje ispravan izlaz, a manja pakovanja PQ2_0 i PTQ1_0 i dalje traže verziju same kompanije.
llama.cppprovjereno
Microsoftov tim Copilot Studio objavio je 3. oktobra 2026. na blogu platforme Hugging Face rezultate testa performansi ThinkingBox. Test svaki od 507 poslovnih tokova rada pokreće 20 puta po modelu i ocjenjuje stanje baze podataka koje agent ostavi, a ne njegovu završnu poruku. Microsoft navodi da Claude Opus 5.5 ima najbolji rezultat u pojedinačnom pokušaju, 67,16 odsto, ali da u svih 20 pokušaja rješava samo 241 zadatak. Prema autorima, približno četiri od pet neuspjeha potiču od rukovanja alatima, a ne od rezonovanja.
Microsoft, Hugging Faceprovjereno
Ai2 je 2. oktobra 2026. objavio težine i podatke za obučavanje modela AstaBrief. Model od istraživačkog pitanja i pronađenih odlomaka iz literature pravi izvještaj s citatima. Prema mjerenju Ai2, režim Fast na platformi Asta u prosjeku napravi izvještaj za 51,1 sekundu, a režim koji pokreće Claude za 178,5 sekundi. Licenca je Apache 2.0, a Ai2 navodi da je evaluacija rađena prije pojave sadašnjih vodećih modela.
Ai2provjereno
Strands Labs, eksperimentalni dio projekta Strands Agents, objavio je 1. oktobra 2026. model odlučivanja Strands Decider. Model ne piše tekst: bira jednu od ponuđenih opcija, odgovara sa da ili ne ili daje ocjenu na skali, a uz svaki odgovor navodi stepen pouzdanosti. Prema mjerenju tima, medijana trajanja jedne odluke na Nvidijinoj grafičkoj kartici RTX 3090 iznosi 115 milisekundi. Kôd, težine, podaci za obuku i skripte objavljeni su pod licencom Apache-2.0.
Strands Agentsprovjereno
Kumo Tabular čita tabelu s označenim redovima i u jednom prolazu unaprijed vraća predviđanja za nove redove, bez treniranja, podešavanja i ručnog izdvajanja obilježja. NVIDIA ga je objavila 29. septembra 2026. u 3 veličine, od 28 miliona do 215 miliona parametara, pod licencom OpenMDW-1.1 koja dopušta komercijalnu upotrebu. Prema mjerenju proizvođača, model je prvi na 4 mjerila: TabArena, BeyondArena, TALENT i ScoringBench. Radi samo s numeričkim i kategorijskim kolonama i traži grafičku karticu s CUDA podrškom.
Hugging Face Blogprovjereno
H Company je 28. septembra 2026. objavila dva modela Holo4, s težinama na Hugging Faceu. Veći model postiže bolje rezultate na testovima same kompanije, ali ne smije da se koristi komercijalno. Manji model je objavljen pod licencom Apache 2.0.
Hugging Faceprovjereno
Google je 23. septembra 2026. dodao podršku za lokalne modele u Antigravity SDK. Prvi podržani model je Gemma 4 koji se izvršava kroz LiteRT, a Google preporučuje više od 24 GB video ili objedinjene memorije. SDK radi i s lokalnim serverima kao što su Ollama, LM Studio i vLLM.
Google Developers Blogprovjereno
Kontrolna tačka u obliku GGUF predaje se funkciji from_pretrained i pokreće sa težinama koje ostaju spakovane, uz ggml kernele za Metal iz biblioteke kernels. Cilj je jedan razgovor u živo na Macu s Apple Silicon čipom, a taj put pokriva arhitekture Qwen3.5, i u obliku sa svim aktivnim parametrima i u obliku mješavine eksperata, te odgovarajuće kontrolne tačke modela Qwen3.8. Hugging Face navodi da je rezultat blizu llama.cpp-a na tri mjerene kontrolne tačke, uz napomenu da dva mjerenja nisu rađena pod istovjetnim uslovima. Kao motor za efikasno lokalno izvođenje i dalje preporučuje llama.cpp.
Hugging Faceprovjereno
