Hugging Face Transformers 库发布了 5.18.0 版本,引入了几个新模型和重要更新。主要新增功能包括用于说话人识别的 Nemotron 3 Diarization,用于跨文本、图像、视频和声音的多模态推理的 NemotronH Omni,以及来自 Naver 的多模态模型 HyperCLOVAX Vision V2。该版本还整合了新的文本表示模型 GTE,并包含与 ROCm、vLLM 和各种模型集成相关的重大更改和错误修复。 AI
影响 扩展了开发人员可用的多模态和专用音频模型的范围。
排序理由 这是一个软件库发布,包含新模型集成,而不是来自核心 AI 实验室的前沿模型发布。
在 Transformers — Releases 阅读 →
- Alibaba Group
- GTE
- Hugging Face Transformers
- HyperCLOVAX Vision V2
- NAVER
- Nemotron 3 Diarization
- NemotronH Omni
- Nvidia
- ROCm
- Snowflake
- vLLM
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →