مدل‌ها هوش مصنوعی در تولید تصویر: معرفی aMUSEd؛ مدل متن-به-تصویر کارآمد و باز «aMUSEd»، مدل متن‑به‑تصویر باز و کارآمد مبتنی بر Masked Image Model، نسل جدیدی از تولید تصویر با گام کمتر و قابلیت انتقال سبک از یک عکس است. ۱۴ دی ۱۴۰۲ ۲ دقیقه مدل‌ها هوش مصنوعی و Mixture of Experts: چگونگی تغییر پردازش زبان Mixture of Experts (MoE) به عنوانفرایندهای ترکیبی پیشرفته، با کاهش مصرف حافظه و افزایش سرعت، آیندهٔ مدل‌های زبانی را شکل می‌دهد. مقایسه با مدل‌های چگال، چالش‌ها، نواحی استفاده و راهکارهای بهینه‌سازی را بررسی می‌کنیم. ۲۰ آذر ۱۴۰۲ ۲ دقیقه مدل‌ها هوش مصنوعی در Mixtral: مدل 8×7B مبتنی بر Mixture of Experts مدل Mixtral با 8 expert در قالب Mixture of Experts، سریع‌تر از 12B و ثمره‌دار 4× نسبت به 7B است؛ در دسترس به‌صورت متن‌باز برای پژوهشگران هوش مصنوعی. ۲۰ آذر ۱۴۰۲ ۲ دقیقه مدل‌ها چطور نمره DROP به عملکرد مدل‌های هوش مصنوعی را به چالش می‑کشاند پژوهشی دقیق در Open LLM Leaderboard نشان داد که مدل‌های پیش‌آموزش‌پذیر، در آزمون DROP، عملکردی کمتر از حد انتظار دارند؛ عواملی که این نتیجه را بیان می‌کنند و راهکارهای پیشنهادی در این مقاله بررسی شده‌اند. ۱۰ آذر ۱۴۰۲ ۲ دقیقه مدل‌ها هوش مصنوعی و SDXL: 4 گام ساده برای تولید تصویر با لایتنس دستگاه‌های AI توانایی تولید تصاویر با کیفیت بالا را در واحد زمان کوتاه‌تر می‌کنند. در این روند، مدل‌های Latent Consistency LoRAs در SDXL نقش کلیدی ایفا می‌کنند. ۱۸ آبان ۱۴۰۲ ۲ دقیقه مدل‌ها پیشرفت هوش مصنوعی: تلاش برای بهینه‌سازی ساده SDXL جهت سرعت و حافظه یادآورترین نکات بهینه‌سازی ساده SDXL، مدل پیشرفته تولید تصویر هوش مصنوعی، با تأکید بر سرعت، حافظه و کارایی در مقالهٔ تازه ما. ۲ آبان ۱۴۰۲ ۲ دقیقه مدل‌ها هوش مصنوعی GPT‑4V: امکانات تصویری و جزئیات سیستم‌کارت از OpenAI GPT‑4V با قابلیت تشخیص تصویر و پاسخدهی به سؤالات بصری، جزئیات کامل در سیستم کارت OpenAI ارائه می‌دهد؛ توضیحات فنی، محدودیت‌ها و راهکارها. ۳ مهر ۱۴۰۲ ۲ دقیقه مدل‌ها هوش مصنوعی: معرفی Würstchen، مدل تولید تصویر بسیار سریع و نوآور Würstchen، مدل جدید انتشار داده‌ها، با فشرده‌سازی ۴۲ برابر، امکان تولید تصاویر با کیفیت بالا در ثانیه‌های کمی را فراهم می‌کند، به‌علاوه در فریمورک Diffusers به آسانی یکپارچه می‌شود. ۲۲ شهریور ۱۴۰۲ ۲ دقیقه مدل‌ها هوش مصنوعی: آداپتورهای T2I‑Adapters برای کنترل تصاویر SDXL آداپتورهای T2I‑Adapters برای SDXL؛ مدل کنترل متن‑به‑تصویر باز و کارآمد، جایگزین پر مصرف ControlNet در تولید تصاویر پیشرفته. ۱۷ شهریور ۱۴۰۲ ۲ دقیقه مدل‌ها AudioLDM 2: سرعت و کیفیت در تولید صدا با هوش مصنوعی در سیستم‌های آموزشی AudioLDM 2 به‌نرم‌افزار Hugging Face معرفی شد، با بهینه‌سازی‌های Flash Attention، نصف‑دقت، Torch Compile و تنظیمات شیودار، زمان تولید صدا را تا 10× کاهش می‌دهد. ۸ شهریور ۱۴۰۲ ۲ دقیقه