გიორგი გერგანოვი და მისი გუნდი, რომლებიც აქტიურად ავითარებენ ggml-სა და llama.cpp-ის პროექტებს, უერთდებიან Hugging Face-ს. ამ თანამშრომლობის მთავარი მიზანია ამ პროექტების მხარდაჭერა და გაფართოება, რადგან ადგილობრივი ხელოვნური ინტელექტი (Local AI) მომდევნო წლებში ექსპონენციურ პროგრესს განიცდის. Hugging Face-ის წარმომადგენლების თქმით, გიორგის გუნდთან მუშაობა გარკვეული პერიოდის განმავლობაში მიმდინარეობდა და ეს ბუნებრივი პროცესია, რადგან llama.cpp-ის წამყვანი კონტრიბუტორები, როგორებიც არიან სონი და ალეკი, უკვე HF-ის გუნდში არიან. llama.cpp წარმოადგენს ადგილობრივი ინფერენციის ფუნდამენტურ სამშენებლო ბლოკს, ხოლო Transformers არის მოდელების განსაზღვრის საფუძველი, რაც ამ თანამშრომლობას იდეალურს ხდის. Hugging Face-ის მხრიდან მნიშვნელოვანია, რომ გიორგისა და მისი გუნდის ავტონომია სრულად იქნება შენარჩუნებული. ისინი კვლავ 100%-ით მიუძღვნიან თავს llama.cpp-ის განვითარებასა და მხარდაჭერას, ასევე სრულ ხელმძღვანელობას შეინარჩუნებენ ტექნიკური მიმართულებების და საზოგადოებასთან ურთიერთობის საკითხებში. Hugging Face უზრუნველყოფს პროექტს გრძელვადიანი, მდგრადი რესურსებით, რაც გაზრდის მისი ზრდისა და განვითარების შანსებს. პროექტი 100%-ით ღია კოდის (open-source) და საზოგადოებაზე ორიენტირებული დარჩება, როგორც ეს აქამდე იყო. მომავალში, Hugging Face იმუშავებს იმაზე, რომ Transformers ბიბლიოთეკიდან მოდელების დეფინიციების მარტივად, თითქმის „ერთი კლიკით“ ინტეგრირება მოხდეს llama.cpp-ში. ასევე, გაუმჯობესდება ggml-ზე დაფუძნებული პროგრამული უზრუნველყოფის შეფუთვა და მომხმარებლის გამოცდილება. ადგილობრივი ინფერენცია სულ უფრო კონკურენტუნარიანი ალტერნატივა ხდება ღრუბლოვანი ინფერენციის მიმართ. ამიტომ, გადამწყვეტი მნიშვნელობა აქვს იმის გამარტივებას, თუ როგორ განათავსებენ და გამოიყენებენ ჩვეულებრივი მომხმარებლები ადგილობრივ მოდელებს. მიზანია, llama.cpp გახდეს ყველგან ხელმისაწვდომი და საყოველთაო. საერთო მიზანია, საზოგადოებას მიეცეს ისეთი სამშენებლო ბლოკები, რომელთა დახმარებითაც ღია კოდის სუპერინტელექტი მომდევნო წლებში ყველასთვის ხელმისაწვდომი გახდება. ამ მიზანს მიაღწევენ მზარდ ადგილობრივი AI საზოგადოებასთან ერთად, რაც უზრუნველყოფს საბოლოო ინფერენციის დასტას, რომელიც მაქსიმალურად ეფექტურად იმუშავებს ჩვენს მოწყობილობებზე.