파인튠 제작자 DavidAU가 Qwen3.8-27B 기반 TURBO 파인튠의 GGUF 쿼런트를 공개했습니다. 추론(thinking) 토큰을 절반에서 최대 10분의 1까지 줄이면서도, 자체 벤치마크에서 8bit 기준 ARC-C 0.735를 기록해 기본 모델(0.591)을 크게 상회했다고 주장합니다. 일반 쿼런트와 MTP(Multi-Token Prediction) 쿼런트를 모두 제공하며 소비자용 하드웨어를 겨냥합니다.
Nex-AGI가 장기 실행(long-horizon) 에이전트 작업을 겨냥한 Nex-N2.5 모델 패밀리를 공개했습니다. mini·Pro는 멀티모달 기반으로 컴퓨터 사용과 웹 브라우징을 강화했고, Max는 1.6조 파라미터 텍스트 전용 MoE입니다. 전 모델의 가중치가 오픈소스로 배포되며 OpenRouter를 통한 호스팅 접근도 제공됩니다.
오스트리아 ISTA의 DASLab이 Qwen3.8-27B를 텐서 단위로 서로 다른 양자화 타입을 적용한 비균일 GGUF 모델을 공개했습니다. 3.5bpw(11.8GB)에서 AIME25와 LiveCodeBench v6를 BF16 원본과 동일하게 재현하는 'task-lossless' 수준을 달성했으며, llama.cpp·Ollama·LM Studio에서 그대로 실행됩니다.
SparkLLM 팀이 4B·1.7B 두 가지 크기의 소형 범용 언어 모델 Spark-X2.5를 Apache 2.0 라이선스로 공개했습니다. 풀 어텐션 1개와 슬라이딩 윈도 어텐션 3개를 결합한 하이브리드 구조로 최대 1M 토큰 컨텍스트를 네이티브 지원하며, 동급 오픈소스 모델 대비 에이전트·코딩·추론 벤치마크에서 선두권 성능을 주장합니다.
DistilBERT는 BERT base를 교사(teacher) 모델로 삼아 지식 증류(knowledge distillation)로 학습한 소형·고속 Transformer 모델입니다. 동일한 코퍼스로 사전학습하면서도 추론과 파인튜닝이 더 빠르며, 지난달 다운로드 수만 741만 회를 넘길 만큼 여전히 널리 쓰이고 있습니다. 문서는 세 가지 학습 목표와 GLUE 벤치마크 결과, 편향 경고까지 담고 있습니다.
OpenBMB가 MiniCPM5 시리즈의 두 번째 모델인 MiniCPM5-2B를 공개했습니다. 온디바이스·로컬 배포를 겨냥한 dense 2B Transformer로, 자사 비교 세트 기준 평균 53.9점으로 2B급 오픈소스 SOTA를 달성하고 4B급 모델들도 앞섰습니다. 학습 데이터와 중간 체크포인트까지 함께 공개해 재현성을 높인 점이 특징입니다.
OpenAI가 공개한 CLIP ViT-B/32 모델 카드로, 이미지·텍스트 인코더를 contrastive loss로 학습해 제로샷 이미지 분류를 수행하는 구조와 사용법을 담고 있습니다. 배포용이 아닌 연구 산출물이라는 점, 영어 한정 사용, 감시·안면 인식 금지 같은 명확한 사용 범위와 편향 평가 결과까지 상세히 명시돼 있어 멀티모달 모델을 다루는 개발자에게 기준 문서 역할을 합니다. 지난달 다운로드 수는 약 2,179만 회에 달합니다.
TokenRhythm이 Qwen3.5-4B를 기반으로 agent harness, tool use, coding, instruction following에 특화해 post-training한 4B 모델 NeoHorse-1-4B를 공개했습니다. 라우팅 하니스가 실행 궤적과 결과를 다음 학습 mixture로 환원하는 evaluation–selection–update 루프를 통해 recursive self-improvement를 지향하며, 10개 벤치마크 macro average 64.87로 기반 모델 대비 +5.93을 기록했습니다.
Z.ai가 GLM-5 시리즈 최초의 네이티브 멀티모달 모델 GLM-5.3-Flash를 Hugging Face에 공개했습니다. 총 320B 파라미터 중 18B만 활성화하는 MoE 구조로, GLM-5.2를 능가하면서도 가격은 10분의 1 수준이며 코딩·에이전트 벤치마크에서 Claude Opus 4.8에 근접한다고 밝혔습니다. 희소 어텐션과 선형 어텐션을 결합한 하이브리드 아키텍처와 30T 토큰 멀티모달 사전학습 코퍼스가 핵심입니다.
DeepSeek이 552B 파라미터 규모의 멀티모달 MoE 모델 DeepSeek-V4.1-Flash를 MIT 라이선스로 공개했습니다. Causal Encoder-Decoder 아키텍처와 CSA2 sparse attention, FP4 KV 캐싱을 통해 토큰당 전역 KV 캐시를 890바이트로 줄였고, 1M 토큰 컨텍스트를 지원하면서 에이전트 벤치마크에서 Opus-5.0, GPT-5.6과 견주는 성능을 보였습니다.
Edge0-35B-A3B-preview는 edge0 스트리밍 추론 프레임워크를 통해 3 GiB 미만의 활성 메모리로 동작하는 35B급 sparse MoE 언어 모델의 프리뷰 릴리스입니다. expert 가중치를 SSD에서 온디맨드로 스트리밍하고 prerouter와 Recover-LoRA 기법을 적용해, int4 양자화에도 fp16 베이스 대비 평균 3.9점 차이의 품질과 15 tok/s의 디코딩 속도를 확보했습니다.
Google이 공개한 BERT의 base uncased 버전으로, 1억 1천만 개 파라미터를 가진 영문 사전학습 모델입니다. Masked Language Modeling(MLM)과 Next Sentence Prediction(NSP) 두 가지 목표로 자기지도학습되었으며, 분류·토큰 분류·질의응답 같은 다운스트림 태스크에 파인튜닝해 사용하도록 설계되었습니다. Hugging Face에서만 월 4,700만 회 이상 다운로드되는 사실상의 표준 인코더 모델입니다.
Lightricks가 텍스트·이미지·영상 입력으로 동기화된 영상과 오디오를 생성하는 오픈 웨이트 모델 LTX-2.5를 Hugging Face에 공개했습니다. 여러 컷에 걸쳐 캐릭터와 스타일을 유지하는 네이티브 멀티샷 생성, 장면 복잡도에 따라 연산을 배분하는 렌더링, 신규 디퓨전 비디오 디코더와 Gemma 4 12B 텍스트 인코더가 핵심 변화입니다. 월간 다운로드 160만 건을 넘긴 시리즈의 후속으로, 로컬 실행과 파인튜닝을 전제로 합니다.
OpenAI가 공개한 자기회귀 언어 모델 GPT-2의 Hugging Face 모델 카드입니다. 124M 파라미터의 가장 작은 버전으로, 프롬프트 기반 텍스트 생성과 다운스트림 태스크 파인튜닝에 사용할 수 있습니다. 카드에는 사용법 코드, 학습 데이터 구성, 그리고 인종·성별 편향이 드러나는 생성 예시까지 포함되어 있어 모델의 한계를 명확히 문서화하고 있습니다.
Unsloth이 Qwen 오픈 모델 패밀리의 최신 세대인 Qwen3.8-27B의 GGUF 배포판을 공개했습니다. Dynamic V3.0 양자화로 동일 용량 대비 다른 제공자보다 top-1% 구간에서 10% 이상 높은 정확도를 주장하며, 네이티브 262,144 토큰 컨텍스트와 이미지·영상 이해, Thinking 모드를 지원하는 27B dense 모델입니다.
Alibaba Qwen 팀이 Qwen4의 기반이 될 새 아키텍처를 담은 실험적 오픈웨이트 모델 Qwen3.8-Flash-Next를 공개했습니다. Qwen Sparse Attention(QSA), Gated Residual, N-gram Embedding 등 새로운 구성 요소를 도입해 총 125B 파라미터 중 6B만 활성화하면서도 SWE-bench Pro 62.5, LiveCodeBench v6 91.9 등 상위권 벤치마크 성능을 기록했습니다.
MiniMax가 텍스트·이미지·비디오·오디오를 통합 이해하는 omni-modal 생성 시스템 MiniMax-H3의 가중치를 Hugging Face에 공개했습니다. 최대 15초, 2K 해상도의 비디오와 32kHz 스테레오 오디오를 함께 생성하며, 한국어를 포함한 11개 언어의 대사를 지원합니다. 33B 단일 스트림 Transformer 기반이며 SGLang·vLLM·diffusers·ComfyUI로 배포할 수 있습니다.
Hugging Face의 대표 문장 임베딩 모델 all-MiniLM-L6-v2의 모델 카드입니다. 문장과 단락을 384차원 밀집 벡터로 변환해 의미 검색·클러스터링·유사도 계산에 쓸 수 있으며, 11억 개 이상의 문장 쌍으로 대조 학습된 것이 특징입니다. 월 2억 5천만 회 이상 다운로드되는 사실상의 표준 임베딩 모델입니다.
Meta가 Hugging Face를 통해 Llama 3.1 제품군을 공개했습니다. 8B, 70B, 405B 세 가지 크기의 사전학습·인스트럭션 튜닝 모델로 구성되며, 128K 컨텍스트 길이와 8개 언어 지원을 갖춥니다. 상업적 이용이 가능한 Llama 3.1 Community License로 배포되어 합성 데이터 생성과 다른 모델로의 증류(distillation)까지 허용하는 것이 특징입니다.
Qwen 팀이 오픈 모델 패밀리의 최신 세대인 Qwen3.8을 공개하고, 그중 배포 친화적인 27B dense 모델을 Hugging Face에 올렸습니다. Gated DeltaNet과 Gated Attention을 결합한 하이브리드 구조에 이미지·비디오 이해를 네이티브로 통합했고, 네이티브 26만 토큰·YaRN 확장 시 최대 100만 토큰 컨텍스트를 지원합니다. Terminal Bench 2.1에서 73.0, SWE-bench Pro에서 61.7을 기록하며 전작 Qwen3.6-27B 대비 에이전트 코딩 성능이 크게 향상되었습니다.