oMLX-ի ստեղծող և սպասարկող Ջուն Կիմը միացել է Hugging Face-ին՝ MLX համայնքին աջակցելու համար
Hugging Face-ը թիմ է հրավիրել oMLX-ի ստեղծող և սպասարկող Ջուն Կիմին։ Նախագիծը պահպանում է Apache 2.0 արտոնագիրը, իսկ ընկերությունը պլանավորում է ավելի շատ ընդհանուր աշխատանք MLX էկոհամակարգում և transformers մոդելների արագ անցում MLX-ին։
2026 թվականի սեպտեմբերի 22-ին Hugging Face-ը հայտարարեց, որ oMLX-ի ստեղծող և սպասարկող Ջուն Կիմը միանում է ընկերությանը՝ MLX էկոհամակարգի վրա աշխատելու համար։ Հայտարարության մեջ ընկերությունը նշում է, որ ամբողջությամբ ներդրված է տեղական արհեստական բանականության մեջ, և MLX-ը համարում է այդ աշխատանքի կենտրոնական մասը։
Ինչ է MLX-ը և ինչ դեր ունի Hugging Face-ը
MLX-ը Apple-ի շրջանակն է տեղական արհեստական բանականության համար, որը հատուկ օպտիմիզացված է Apple Silicon-ի համար։ Hugging Face-ը նշում է, որ աջակցում է MLX-ին 2023 թվականի վերջին դրա թողարկումից ի վեր, և որ հենց իր Hub-ում են օգտատերերը գտնում ու հրապարակում MLX մոդելներ։ Ընկերության գնահատմամբ՝ բաց և տեղական արհեստական բանականության կիրառումը շարունակում է աճել, իսկ առողջ էկոհամակարգը թույլ է տալիս յուրաքանչյուրին ընտրել իրեն հարմար գործիքները։
Ինչ է փոխվում oMLX-ի համար
oMLX-ի համար գլխավոր ազդեցությունը շարունակականությունն ու ավելի շատ ռեսուրսներն են. նախագիծը կողմնակի զբաղմունքից դառնում է ամբողջությամբ ֆինանսավորվող և սպասարկվող նախագիծ։ Ըստ Hugging Face-ի՝ դա Ջունին հնարավորություն կտա ավելի լավ ուղղորդել կամավորներին և աշխատել երկարաժամկետ հեռանկարով։
Արտոնագիրը չի փոխվում. oMLX-ը մնում է Apache 2.0-ի ներքո, և Ջուն Կիմը շարունակում է ղեկավարել այն ինչպես նախկինում։
Ծրագրեր ողջ MLX էկոհամակարգի համար
Hugging Face-ը oMLX-ը նկարագրում է որպես նոր գաղափարների փորձադաշտ, որը հենվում է արդեն գոյություն ունեցող ենթակառուցվածքների վրա, օրինակ՝ mlx-lm-ի և mlx-vlm-ի։ Ընկերությունը մտադիր է արդյունքները տեղափոխել հիմնական նախագծեր այնտեղ, որտեղ դա իմաստ ունի, և շարունակում է համագործակցությունը mlx-lm-ի, mlx-vlm-ի ու LM Studio-ի թիմերի հետ։
Կոնկրետ ուղղություններից մեկը transformers գրադարանում մոդելի սահմանումից մինչև MLX-ի հղումային իրականացում անցումը կրճատելն է, որպեսզի տարբեր inference շարժիչներ կարողանան օգտվել դրանից։ Քանի որ transformers-ը դարձել է մոդելների սահմանման չափանիշ, նպատակն է նոր մոդելները MLX-ում ավելի արագ գործարկել, իսկ յուրաքանչյուր շարժիչ թող կենտրոնանա իր յուրահատուկ հնարավորությունների վրա։
SiTech — AI-ով հզորացված վեբ մշակում
Ստեղծում ենք արագ ու ժամանակակից կայքեր և AI-ը ներդնում իրական բիզնես գործընթացներում։ Ունե՞ք նախագիծ կամ հարց։ Ուրախ կլինենք օգնել։