Whistle — 16.9MB 파일로 기기 안에서 실행하는 음성 인식 모델
Whistle은 모바일·웨어러블·로봇·스마트홈·자동차·마이크로컨트롤러를 겨냥한 온디바이스 음성 인식 모델입니다. 모델 전체가 16.9MB이며, 전사와 단어별 타임스탬프, 음성 임베딩을 GPU나 별도 런타임 없이 처리합니다.
Hugging Face · 최신 글
Qwen3.8-Flash-Next 비검열 GGUF 모델 공개
Qwen3.8-Flash-Next의 거부 응답 성향을 제거한 모델을 GGUF로 변환해 2~8비트 양자화 파일로 제공합니다. llama.cpp에서 CPU·GPU 추론과 이미지 입력을 지원하며, 별도 MTP 초안 모델을 이용한 추측 디코딩도 안내합니다. 유해 요청 거부율이 기준 모델의 64~100%에서 약 0~3.3%로 낮아졌다고 보고합니다.
EMA Lightning: 860만 파라미터로 구현한 튀르키예어 음성 합성 모델
EMA Lightning은 튀르키예어 텍스트를 음성으로 바꾸는 오픈소스 모델입니다. 제작자는 860만 파라미터로 Freya-TR-Eval에서 WER 0.92%를 기록했으며, RTX 4090에서 실시간보다 440배 빠르게 생성했다고 보고합니다. 스트리밍과 여러 요청의 GPU 동시 처리도 지원합니다.
Google EmbeddingGemma 2, 텍스트·이미지·영상·음성을 하나의 벡터 공간에 임베딩
Google DeepMind가 텍스트와 코드, 이미지, 영상, 음성을 768차원 공간에 표현하는 오픈 임베딩 모델 EmbeddingGemma 2를 공개했습니다. 총 7억 4천만 개 매개변수로 구성되며, 모달리티별 인코더를 선택해 적재하거나 임베딩 차원을 줄여 저장 공간을 절약할 수 있습니다.
GEV-26B-Decide 공개 — 불확실할 때만 추론하는 Gemma 기반 의사결정 모델
AutoTrust AI가 Gemma-4-26B-A4B-it을 바탕으로 선택지별 확률을 출력하는 오픈 웨이트 모델 GEV-26B-Decide를 공개했습니다. 기본 모드(System 1)는 B200에서 약 45ms에 응답하고, 불확실한 질문에는 추론 모드(System 2)를 추가해 수학·과학·논리 벤치마크 정확도를 높입니다. 다만 추론은 수 초에서 수십 초가 걸리고 분류·검색 작업에는 이득이 적습니다.
jialinyyzz/humanizer — 로컬에서 글을 다듬는 12B 모델
Humanizer는 영어와 중국어로 작성한 AI 초안을 사람 글처럼 다시 쓰는 12B 모델입니다. GGUF 양자화 파일과 데스크톱 앱, 명령줄 사용법을 제공하며, 자체 평가에서는 영어 문장 420개 중 376개가 사실 오류 없음으로 판정됐습니다. 수치·날짜·이름을 바꿀 수 있고, AI 판별 결과도 보장하지 않는다고 밝힙니다.
GLM-5.3 공개 — 사후 학습으로 코딩·장기 작업 성능 개선
Z.ai가 공개한 GLM-5.3은 GLM-5.2와 같은 기반 모델을 사용하고 사후 학습으로 성능을 높였습니다. 자체 코딩 벤치마크에서 50% 향상됐으며, 취약점 탐지와 익스플로잇 벤치마크에서도 개선됐습니다. SGLang, vLLM, Transformers 등으로 배포할 수 있습니다.
Gaussian·3D 모델로 스타일을 유지하며 카메라 각도 바꾸기
AnyAngle은 Qwen Image 2.1용 LoRA로, 원본 이미지의 스타일을 유지하면서 원하는 카메라 각도로 바꾸도록 설계했습니다. Gaussian Splat이나 3D 모델을 Blender에서 새 각도로 렌더링한 뒤 원본 이미지와 함께 입력하며, 장면의 3D 재구성 품질이 결과의 공간 배치와 얼굴 표현에 영향을 줍니다.
Xing4.0-29B-A4B 공개 — 토큰당 4B 활성화하는 29B 모델
China Telecom이 개발한 Xing4.0-29B-A4B의 가중치와 설정 파일을 공개했습니다. 총 29B 파라미터 중 토큰마다 4B만 활성화하며, 256K 문맥 길이와 Ascend NPU 기반 학습을 지원합니다.
Aleph Alpha, 독일어·영어 특화 MoE 추론 모델 Kolibri 1 공개
Aleph Alpha가 독일어와 영어에 특화한 78B 매개변수 Mixture-of-Experts 모델 Kolibri 1을 공개했습니다. 토큰마다 활성화되는 매개변수는 3.46B이며, 최대 1M 토큰 문맥과 추론 모드, 도구 호출을 지원합니다.
GLM-5.3 무검열판 EXL3 양자화 모델 공개
Infatoshi가 GLM-5.3의 가중치를 편집한 무검열판을 EXL3 3.0bpw로 양자화해 공개했습니다. 8장의 A100 40GB에서 TabbyAPI로 구동했고, 모델 카드에는 양자화 품질 평가와 도구 호출 시 주의할 파서 동작을 기록했습니다.
Naive-N0.5-Flash — 100만 토큰 문맥을 지원하는 오픈 가중치 MoE 모델
NaiveAI가 코딩과 AI 연구개발을 겨냥한 오픈 가중치 모델 Naive-N0.5-Flash를 공개했습니다. 309B MoE 모델에 희소 어텐션 구조를 적용해 100만 토큰 문맥을 지원하며, 모델 가중치와 추론 코드는 MIT 라이선스로 배포합니다.
한 장의 사진으로 만드는 360도 카메라 오비트 LoRA
MiniMax-H3 FL2VA용 LoRA가 한 장의 사진을 시작·종료 키프레임으로 받아, 장면을 고정한 채 카메라를 360도 회전시키고 시작 프레임으로 돌아옵니다. 28개의 정적 3D Gaussian splat 장면으로 학습했으며, 현재 사람 중심의 정사각형 영상에 맞춘 좁은 범위의 실험입니다.
Phonon-2 — 164MB 영어 음성 인식 모델
Fermion Research가 다운로드 크기 164MB인 영어 음성 인식 모델 Phonon-2를 공개했습니다. Open ASR Leaderboard의 영어 7개 데이터셋에서 평균 단어 오류율(WER) 5.21%를 기록했으며, Mac·Linux·Windows의 CPU와 GPU에서 실행할 수 있습니다.
Ternary Bonsai 2 27B — 5.95GB에 담은 27B 추론 모델
Prism ML이 Qwen3.8-27B를 삼진 가중치로 변환한 27B 모델을 공개했습니다. GGUF 파일은 5.95GB이며, 자체 평가에서 FP16 기준 점수의 98.2%를 기록했습니다. llama.cpp 포크의 전용 커널이 필요합니다.
Cloudflare Clef, 스키마 기반 멀티모달 의사결정 모델 공개
Cloudflare가 텍스트·JSON·이미지·동영상 상태를 읽고, 사전에 정의한 질문별 선택지의 확률을 한 번의 추론으로 반환하는 27B 모델 Clef를 공개했습니다. 자유 형식 답변을 생성하지 않아 출력 파싱이 필요 없으며, 내부 벤치마크에서는 작업별로 기존 모델과 엇갈리는 성능을 보였습니다.
Qwen3.8-Flash-Next 압축 모델 — 코딩·에이전트 작업에 맞춘 전문가 가지치기
ISTA-DASLab이 Qwen3.8-Flash-Next의 전문가 512개 중 절반을 제거하고, 남은 가중치를 3.5 bpw로 양자화한 GGUF 모델을 공개했습니다. 전체 파일은 58.4GB지만 메모리에 상주해야 하는 변환기 가중치는 29.6GB이며, LiveCodeBench v6 점수는 원본의 98.7%를 유지했습니다.
VisionHOPE 사전 학습 가중치 공개
VisionHOPE-T/S/B의 사전 학습 체크포인트를 공개했습니다. ImageNet-1K 분류, COCO 객체 탐지·인스턴스 분할, ADE20K 의미 분할용 가중치를 Hugging Face CLI로 내려받을 수 있습니다.
Swift 1.5 Qwen3.8-27B 혼합 정밀도 GGUF 양자화 모델 공개
UkisAI가 Swift 1.5 Qwen3.8-27B를 네 가지 혼합 정밀도 GGUF로 양자화해 공개했습니다. Swift에 맞춘 GSQ 개선으로 시작 양자화보다 7개 평가 영역의 KL 발산이 모두 낮아졌지만, 일부 ISTA 비교 모델보다 수치가 높으며 긴 컨텍스트 성능은 검증하지 않았습니다.
BFS: 얼굴·머리·신체 교체용 LoRA 모음
BFS는 Qwen Image, Flux 2 Klein, Krea 2와 실험용 LTX-2에서 얼굴·머리·신체 교체를 지원하는 LoRA 모음입니다. 버전마다 맞는 기반 모델과 입력 순서, 프롬프트, 워크플로가 다르므로 해당 가이드를 확인해야 합니다.