پژوهش
بهینهسازی ترجیح برای مدلهای دید-زبان: گام جدیدی در هوش مصنوعی
پیشنیازهای جدیدی برای مدلهای دید-زبان، از طریق بهینهسازی ترجیح و کتابخانه TRL که در هگینگی فیس معرفی شده، امکان آموزش دقیقتر و مقرونبهصرفهتر را فراهم میکند.
پژوهش
دستیار هوش مصنوعی Presidio: شناسایی خودکار اطلاعات خصوصی در دیتاستها
در این مقاله، چالشهای PII در دیتاستهای یادگیری ماشین را بررسی میکنیم و کارکرد Presidio، ابزار شناسایی خودکار اطلاعات خصوصی در Hugging Face Hub را معرفی میکنیم.
پژوهش
هفینگفیس معرفی میکند فیلترهای جستجوی هوش مصنوعی: مودالیتی، اندازه و فرمت دیتاست
هفینگفیس با افزودن فیلترهای مودالیتی، اندازه، فرمت و کتابخانه، جستجوی دیتاست را برای پژوهشگران و توسعهدهندگان هوش مصنوعی سادهتر کرده است. این ابزار جدید امکان انتخاب دقیق تر دیتا را فراهم میآورد.
پژوهش
تجزیه و تحلیل پروتئین با هوش مصنوعی و پردازش Gaudi 2: تسریع مدل ProtST
مدلزبانمحور ProtST بر پایه Gaudi 2 شرکت Intel با سرعت بالا، مکان زیرسلولی پروتئینها را با دقت بالاتر پیشبینی میکند و مسیر پژوهشهای زیستفناوری را تسریع میدهد.
پژوهش
هوش مصنوعی مبتنی بر کد: رقیب GAIA را شکست داد و آینده را بازکرد
کود-عامل هیپینگ فیس، با بهرهگیری از معماری Transformer و کتابخانه smolagents، بر چالش GAIA بعنوان تمامسریترین معیارهای هوش مصنوعی ایستاد و اولین جایزه را به دست آورد. این دستاورد به سوی توسعهٔ هوش نمایی هوشمندانه افتاد.
پژوهش
هوش مصنوعی در ثبت اختراع: XLSCOUT ارائه کرد ParaEmbed 2.0 با ۲۳٪ افزایش دقت
XLSCOUT با همکاری Hugging Face معرفی ParaEmbed 2.0، مدل پیشرفتهای برای استخراج و همراستاسازی متون ثبت اختراع، با دقت ۲۳٪ بالاتر. این پیشرفت به عنوان گام مهمی در دیجیتالیسازی مالکیت فکری مطرح میشود.
پژوهش
هوش مصنوعی در سرپرستی Microsoft: Fine-tuning Florence‑2 برای پاسخگویی به اسناد
مدل Florence‑2 شرکت مایکروسافت با عملکرد بالا و اندازه کوچک، امکان fine‑tuning برای DocVQA را فراهم کرده؛ این مقاله مراحل و نتایج این فرآیند را توضیح میدهد.