1 000 000 🤗

Perfekt søndag: Jeg brukte nettopp Kimi-K2 av @Kimi_Moonshot for å vibekode en @Gradio-app! 🔥 Du kan bruke "Anycoder" Space ved @_akhaliq vert på @huggingface gratis. Det gikk superraskt! 🤗 PS: Jeg er klar over å bruke Gradio til å vibe kode en annen Gradio! Ordspill veldig ment her! 😂

Her er grunnen til at vi bestemte oss for å (1) gjøre Cline åpen kildekode og (2) ikke gjøre videresalg av slutninger til en del av forretningsmodellen vår: Når du kontrollerer slutningene (AI-modellen kaller) og vi bygger selen (systemet som styrer disse samtalene), kan ingen av partene skjule hva som skjer. Du ser nøyaktig hvilke modeller som kalles, hvor mye kontekst som brukes, hvilke beslutninger som tas. Vi kan ikke stille og rolig forringe ytelsen for å forbedre marginene fordi du betaler inferensleverandøren direkte. Denne separasjonen betyr at vi bare lykkes når Cline blir mer kapabel. Ikke når vi finner smarte måter å redusere tokenbruken på. Ikke når vi går til billigere modeller uten å fortelle deg det. Ikke når vi kunstig begrenser kontekstvinduer. Resultatet: Cline bruker riktig modell for hver oppgave (som definert av deg), integrerer alle verktøy du trenger via MCP, og opererer uten vilkårlige begrensninger. Du får ren, ufiltrert tilgang til AI-funksjonalitet. Vi bygde på denne måten fordi når insentiver justeres riktig, trenger du ikke stole på oss. Arkitekturen i seg selv garanterer at vi jobber mot det samme målet: den kraftigste AI-kodingsopplevelsen som er mulig. Poenget er at Cline gir deg best mulig ytelse av de beste modellene, punktum.

I vår interne «Hard» diff-redigeringsreferanse for tilfeller der en frontier-modell tidligere mislyktes i en diff-redigering (før våre diff-algoritmeoppdateringer), overgikk Kimi Claude 3.5. Blir interessant å se resultatene fra våre "Nightmare Difficulty"-benchmarks i løpet av de neste ukene.

Jeg vil påpeke at for de virkelige oppgavene (ikke benchmarks), overgår Kimi K2 Gemini. Dette er telemetri på tvers av alle @cline brukere, og viser feilfrekvens for diffredigering. Legg merke til hvordan Kimi har omtrent 6 % feilrate, som er betydelig bedre enn Geminis ~ 10 % feilrate. Bemerkelsesverdig nok overgikk Kimi til og med Claude 4 i det meste av denne uken, og oppnådde en feilrate på under 4 %!

Innvendig klemmende ansikt 🤗 Scott @GoingBallistic5 og jeg hadde sjansen til å besøke og møte en av de lidenskapelige hjernene bak åpen kildekode AI. Stor takk til @AractingiMichel, @AdilZtn og @huggingface, @LeRobotHF teamet for den varme velkomsten! Hele turen

Slik kan du bruke @huggingface leverandøren i Cline 🤗 (tråd)

🎶 Møt Audio-Flamingo 3 – en helt åpen LALM trent på lyd-, tale- og musikkdatasett. 🎶 Håndterer 10-minutters lyd, lang tekst og talesamtaler. Perfekt for lyd-QA, dialog og resonnement. På @huggingface ➡️ Fra #NVIDIAResearch.

Smart Turn v2: åpen kildekode, innebygd lyddeteksjon på 14 språk. Nytt sjekkpunkt for åpen kildekode, åpne data, åpen treningskode, semantisk VAD-modell på @huggingface, @FAL og @pipecat_ai. - 3 ganger raskere slutning (12 ms på en L40) - 14 språk (13 mer enn v1, som bare var engelsk) - Nytt syntetisk datasett 'chirp_3_all' med ~163k lydprøver - 99 % nøyaktighet på utholdte "human_5_all" testdata God svingdeteksjon er avgjørende for stemmeagenter. Denne modellen "forstår" både semantiske mønstre og lydmønstre, og reduserer stemme-AI-avveiningen mellom uønsket turforsinkelse kontra agenten som avbryter folk før de er ferdige med å snakke. Opplæringsskript for både @modal_labs og lokal opplæring er i repositoriet. Vi ønsker å gjøre det så enkelt som mulig å bidra til eller tilpasse denne modellen! Her er en demo som kjører smart-turn-modellen med standardinnstillinger, rettet mot generelt å nå 400 ms total svingdeteksjonstid. Du kan også justere ting til å være raskere. Du kan hjelpe ved å bidra med data, gjøre arkitektureksperimenter eller rense data med åpen kildekode! Fortsett å lese ...

Virkelig kult å se SmoLLM3, den nåværende toppmoderne 3B-modellen lande på @Azure AI. @Microsoft er en sterk kraft i små effektive modeller som vist med Phi-familien og andre, og vi har gledet oss over å samarbeide tett med dem om dette og andre emner. Takk @satyanadella @BradSmi og teamet!