Safetensors, ein von Hugging Face gestartetes Open-Source-Format für das Speichern und Teilen von Modellgewichten ohne ausführbaren Code, wird Teil der PyTorch Foundation. Am Format, an den APIs und an der Hub-Integration ändert sich für Nutzer laut Hugging Face nichts.
Sentence Transformers unterstützt in v5.4 multimodale Embedding- und Reranker-Modelle, die Text, Bilder sowie je nach Modell weitere Modalitäten in Retrieval- und Ranking-Workflows nutzen. Der Beitrag zeigt unterstützte Eingabeformate, typische Aufrufe für Encode, Retrieve und Rerank sowie Hardware- und Konfigurationshinweise.
Hugging Face stellt Waypoint-1.5 als nächstes Echtzeit-Video-Weltmodell von Overworld vor. Die Version erhöht die Bildqualität, ergänzt eine 360p-Stufe für breitere Hardware-Unterstützung und soll interaktive generative Umgebungen lokal auf Alltags-Hardware zugänglicher machen.
Microsoft Research stellt mit AgentRx ein Open-Source-Framework vor, das in Ausführungspfaden von KI-Agenten den ersten nicht mehr behebbaren Fehlerschritt identifizieren soll. Ergänzend erscheint mit dem AgentRx Benchmark ein Datensatz mit 115 manuell annotierten fehlgeschlagenen Trajektorien aus drei Domänen.
Microsoft Research stellt mit AsgardBench einen Benchmark für visuell fundierte interaktive Planung vor. Er soll isoliert messen, ob Embodied-AI-Agenten ihre Pläne anhand von Bildbeobachtungen und minimalem Feedback während einer Aufgabe anpassen können.
Der Hugging Face Blog zeigt anhand von Visual Document Retrieval, wie sich Qwen/Qwen3-VL-Embedding-2B mit Sentence Transformers auf domänenspezifische multimodale Daten finetunen lässt. Im Beispiel steigt NDCG@10 auf dem Evaluationssatz von 0,888 beim Basismodell auf 0,947 beim finetunten Modell; außerdem werden Training, Loss-Funktionen, Evaluation und Optionen für multimodale Reranker beschrieben.
