oMLX 개발자 Jun Kim, Hugging Face 합류하여 MLX 커뮤니티 지원

MLX는 Apple의 로컬 AI 프레임워크로, 특히 Apple Silicon에 최적화되어 있습니다. 저희는 2023년 Awni와 Angelos가 선물해 준 이후부터 MLX의 열렬한 지지자였으며, Hugging Face가 사람들이 MLX 모델을 찾고 자신만의 모델을 기여하는 허브라는 점을 자랑스럽게 생각합니다. 오픈된 로컬 AI 사용이 가속화되고 있으며, 저희는 사람들이 자신에게 맞는 도구를 찾을 수 있는 건강한 생태계를 믿습니다.

안정성, 그리고 바라건대 더 빠른 개발! 부업에서 완전히 관리되고 자금이 지원되는 프로젝트로 졸업하면서 Jun은 기여자들을 더 잘 안내하고 장기적인 관점에서 구축할 수 있게 될 것입니다. oMLX는 Apache 2.0을 유지하며, Jun이 이전처럼 계속 주도하게 됩니다.

저희의 최종 목표는 커뮤니티가 어떤 형태든 로컬 AI를 실행할 수 있도록 막힌 부분을 해소하고, 이를 실현하기 위한 도구와 빌딩 블록을 제공하는 것입니다. 저희는 oMLX가 mlx-lm이나 mlx-vlm과 같은 의존성이 이미 활용하고 있는 기반 작업들을 레버리지하면서 새로운 아이디어의 테스트베드 역할을 할 것이라고 기대합니다. 강력한 모델링 및 추론 라이브러리가 커뮤니티에 도움이 된다고 믿으므로, 적절하다고 생각되는 곳으로 작업을 상위 호환(upstream)하기를 바랍니다. 저희는 mlx-lm, mlx-vlm, LMStudio 등 많은 프로젝트와 협력해 왔으며, 커뮤니티에 더 잘 봉사하기 위해 Cheng, Prince, Yagil 및 그들의 팀과의 관계를 강화할 수 있기를 희망합니다.

구체적으로 한 가지 초점 영역은 트랜스포머 모델 정의에서 다양한 엔진이 소비할 수 있는 참조 MLX 구현으로 신속하게 전환하는 것입니다. transformers 라이브러리는 ML 모델 정의의 참조가 되었으므로, 새로운 트랜스포머 모델을 MLX에서 실행하기 위해 이 과정을 간소화하고자 합니다.

저희는 미래에 대해 엄청나게 기대하고 있습니다.

Jun님, 환영합니다! 🙌