En directo
[Investigación]Cómo dar prioridad a la investigación más valiosa sin dejar GPUs sin usar[Herramientas]Seis modelos de IA en una semana, sin escribir código: así funciona ML Intern[Modelos de IA]Liquid AI lanza dos modelos de IA que toman decisiones en 16 milisegundos[Investigación]Nvidia logra medalla de oro en dos olimpiadas científicas con el mismo modelo de IA[Modelos de IA]Un modelo de IA que habla árabe emiratí como un local[Herramientas]Hugging Face convierte su plataforma en un catálogo unificado de entornos para entrenar agentes de IA[Herramientas]Un benchmark de Microsoft exige que los agentes de IA funcionen bien veinte veces seguidas[Modelos de IA]Allen AI publica AstaBrief, un modelo abierto que redacta informes científicos con citas en un minuto[Investigación]ServiceNow crea un sistema que genera automáticamente tareas para entrenar agentes de IA empresariales[Investigación]Allen Institute publica Olmo-core 3, su infraestructura abierta para entrenar modelos gigantes de IA[Investigación]Cómo dar prioridad a la investigación más valiosa sin dejar GPUs sin usar[Herramientas]Seis modelos de IA en una semana, sin escribir código: así funciona ML Intern[Modelos de IA]Liquid AI lanza dos modelos de IA que toman decisiones en 16 milisegundos[Investigación]Nvidia logra medalla de oro en dos olimpiadas científicas con el mismo modelo de IA[Modelos de IA]Un modelo de IA que habla árabe emiratí como un local[Herramientas]Hugging Face convierte su plataforma en un catálogo unificado de entornos para entrenar agentes de IA[Herramientas]Un benchmark de Microsoft exige que los agentes de IA funcionen bien veinte veces seguidas[Modelos de IA]Allen AI publica AstaBrief, un modelo abierto que redacta informes científicos con citas en un minuto[Investigación]ServiceNow crea un sistema que genera automáticamente tareas para entrenar agentes de IA empresariales[Investigación]Allen Institute publica Olmo-core 3, su infraestructura abierta para entrenar modelos gigantes de IA
Transmitiendo · —

Noticias.
Inteligencia Artificial

Inteligencia Artificial para Gente Real · ES / PT-BR

HerramientasHugging Face Blog2 min

Hugging Face publica la versión 1.0 de su biblioteca central tras cinco años de desarrollo

La plataforma que se ha convertido en el GitHub de la inteligencia artificial celebra un hito con mejoras de estabilidad, velocidad y funciones pensadas para equipos empresariales.

Por Redacción2 min
Compartir
Hugging Face publica la versión 1.0 de su biblioteca central tras cinco años de desarrollo
Herramientas · Hugging Face Blog

Hugging Face (la plataforma donde desarrolladores de todo el mundo comparten y descargan modelos de inteligencia artificial ya entrenados) acaba de lanzar la versión 1.0 de huggingface_hub, la biblioteca de Python que permite a programadores subir, descargar y gestionar modelos desde su código, según anunció la empresa en su blog oficial. Después de cinco años y más de 60 versiones de prueba, este lanzamiento marca la madurez de una herramienta que se ha convertido en pieza clave del ecosistema de IA de código abierto: la biblioteca se descarga más de 20 millones de veces al mes.

La nueva versión trae mejoras sustanciales en rendimiento —las descargas de modelos son hasta tres veces más rápidas gracias a un sistema de caché optimizado (un sistema que guarda localmente partes del modelo para no tener que descargarlas de nuevo cada vez)— y en estabilidad, con una API (la interfaz de programación que los desarrolladores usan para interactuar con la plataforma) que la empresa se compromete a mantener compatible hacia atrás. Esto significa que el código que funciona hoy seguirá funcionando en futuras actualizaciones, algo crucial para proyectos empresariales que no pueden permitirse romper su infraestructura cada pocos meses.

Entre las novedades destacan funciones pensadas para equipos: ahora es posible gestionar organizaciones, crear colecciones de modelos relacionados y trabajar con repositorios privados de forma más sencilla. También se han añadido herramientas para validar tarjetas de modelo (los documentos que explican cómo funciona cada modelo, qué datos usó para entrenarse y qué limitaciones tiene) y un sistema de versionado más robusto, que permite a los equipos rastrear cambios en modelos como si fueran código fuente.

Hugging Face no es solo un repositorio pasivo: la plataforma aloja más de 1,5 millones de modelos, desde LLMs (modelos de lenguaje grandes, como los que hay detrás de ChatGPT o Claude) hasta sistemas de reconocimiento de imágenes o voz. Su crecimiento refleja la tendencia hacia la IA de pesos abiertos (modelos cuyos parámetros internos se publican para que cualquiera los use o modifique), una alternativa a los sistemas cerrados de empresas como OpenAI. Con esta versión 1.0, la compañía busca consolidarse también como proveedor de infraestructura para empresas que quieren desplegar modelos propios sin depender de las grandes tecnológicas.

El lanzamiento llega en un momento en que la comunidad de código abierto en IA enfrenta debates sobre sostenibilidad y gobernanza. Hugging Face, valorada en más de 4.500 millones de dólares tras su última ronda de inversión, debe equilibrar su papel como neutral del ecosistema abierto con la necesidad de generar ingresos a través de servicios empresariales. La versión 1.0 de su biblioteca central es, en ese sentido, tanto una declaración técnica como estratégica: la infraestructura está lista para el largo plazo.

Fuente original
Hugging Face Blog
Más en · Herramientas