White Circle open-source'uje Halo, szybszy trener Hugging Face

White Circle, paryski startup zajmujący się bezpieczeństwem AI, open-source'ował Halo 21 września 2026 — rozproszony framework treningowy stworzony w celu przyspieszenia post-treningu modeli Hugging Face, jednocześnie zachowując je w standardowym formacie, jakiego oczekuje reszta ekosystemu. Firma zbudowała Halo wewnętrznie przed jego wydaniem; historia samego repozytorium pokazuje początkowe wydanie miesiąc wcześniej, 20 sierpnia 2026.

Co zmienia w post-treningu

Halo otacza istniejące definicje modeli Hugging Face zamiast je zastępować: checkpointy nadal ładują się przez znane wywołanie from_pretrained i pozostają standardowymi plikami SafeTensors. White Circle twierdzi, że dodanie wsparcia dla nowej rodziny modeli zazwyczaj wymaga znacznie mniej niż 150 linii kodu integracyjnego. Pod maską framework dodaje równoległość expert, context, tensor oraz combined expert-tensor, a także dostrajanie LoRA/QLoRA i asynchroniczne uczenie ze wzmocnieniem wieloturnowe.

Benchmark i czego nie mówi

White Circle podaje, że Halo osiąga od 2,3 do 2,8 raza wyższą przepustowość niż standardowy Hugging Face TRL w własnych testach na modelu gpt-oss-20b OpenAI, przy użyciu tych samych optymalizacji attention i kernel w obu systemach, dzięki czemu porównanie izoluje trenera i optymalizator. Są to benchmarki firmy, a nie niezależnie odtworzony wynik, a komentarze zewnętrzne wskazują, że przewaga zmniejsza się przy bardzo długich kontekstach. Zespoły oceniające Halo powinny traktować podany mnożnik jako punkt wyjścia związany z jednym modelem i jedną konfiguracją sprzętową, a nie gwarancję dla innego obciążenia.

Szczegół licencji wart przeczytania przed adopcją

Halo jest udostępniany na zmodyfikowanej licencji Apache, która dodaje warunki komercyjne dla większych organizacji lub użytkowników o wyższych przychodach, zamiast zwykłego Apache 2.0. Zespoły planujące użycie produkcyjne, zwłaszcza na dużą skalę, powinny przeczytać tekst licencji bezpośrednio, zamiast zakładać nieograniczone warunki open-source.

Dla MSP i zespołów produktowych już korzystających z pipeline'ów treningowych opartych na Hugging Face, Halo warto przetestować na reprezentatywnym obciążeniu, zanim jakiekolwiek twierdzenie o przepustowości zostanie potraktowane dosłownie.

Źródła: GitHub — whitecircle/halo, RuntimeWire — White Circle releases Halo.