Machinelearning

🤗Кто реально двигает open-source ИИ: анализ топ-50 самых скачиваемых моделей на Hugging Face Исследование показывает, какие организации и типы моделей определяют экосистему открытых моделей. 🔥Главное: 📦Топ-50 - это всего 3.4% всех моделей на Hugging Face, но именно они собирают более 80% из 45 миллиардов скачиваний. Подавляющее большинство активности сосредоточено вокруг небольшой группы лидеров - именно эти модели формируют лицо всего open-source ИИ. 📉Размер имеет значение (и чем меньше — тем лучше): - 92.5% загрузок — модели < 1B параметров - 86.3% — < 500M - 70% — < 200M - 40% — < 100M Очевидны выводы: в open-source побеждают малые и лёгкие модели, пригодные для локального развёртывания и edge-инференса. 🧠Популярные направления: - NLP — 58.1% - Computer Vision — 21.2% - Audio — 15.1% - Multimodal — 3.3% - Time Series — 1.7% Кто создаёт самые скачиваемые модели: - Компании - 63.2% (Google лидер) - Университеты - 20.7% - Индивидуальные авторы - 12.1% - НКО - 3.8% - Прочие лаборатории - 0.3% Какие типы моделей побеждают: - Текстовые энкодеры - 45% всех загрузок - Декодеры - всего 9.5% - Энкодер-декодеры - 3% 📌 Несмотря на хайп вокруг LLM, массово скачиваются не гиганты, а утилитарные модельки для интеграции в собственные продукты. 🇺🇸Лидеры по странам: США доминируют по всем категориям: - встречаются 18 раз среди топ-50 скачиваний - на США приходится 56.4% всех загрузок Open-source ИИ живёт не за счёт гигантских LLM, а благодаря компактным, быстрым и практичным моделям, мкоторые реально работают в продуктах и проектах. 🟠Почитать полностью:https://huggingface.co/blog/lbourdois/huggingface-models-stats @ai_machinelearning_big_data #AI#HuggingFace#OpenSource#ML#Research#LLM#AITrends