پژوهش
هوش مصنوعی در دسترس: سرفصل راهنمای استقرار مدل LLM در Hugging Face
در این مقاله گام به گام میآموزیم چگونه مدلهای LLM را در نقاط استنتاج هفینگ فیس مستقر، تست و دریافت پاسخهای زنده کنیم در محیطی امن و مقیاسپذیر.
پژوهش
هوش مصنوعی در عمل: Writer و Hugging Face برای ایجاد مدلهای مولد پیشرفته
مقالهای دربارهی چگونگی استفاده Writer از Hugging Face برای ساخت مدلهای مولد پیشرفته، و همکاری با جامعه متنباز و منابع یادگیری ماشین، علاوه بر این.
پژوهش
بررسی تعصب در مدلهای تولید تصویر از متن؛ چالشها و راهکارها
تعصب در مدلهای تولید تصویر از متن یکی از چالشهای جدی هوش مصنوعی است؛ در این مقاله منابع، روشهای شناسایی و راهکارهای مقابله با آن را بررسی میکنیم.
پژوهش
قدرت هوش مصنوعی ترنسفورمرها در پیشبینی دقیق سریهای زمانی
ترنسفورمرها در پیشبینی سریهای زمانی، بهویژه با مدل Autoformer، کارایی خیرهکنندهای دارند و ادعاهای مربوط به برتری مدلهای خطی ساده را رد میکنند. با ما همراه باشید تا عمق این نوآوری را بررسی کنیم.
پژوهش
مرکز چهرههای در آغوشگیرنده برای گالریها، کتابخانهها، بایگانیها و موزهها
ما در مسیر پیشرفت و دموکراتیزه کردن هوش مصنوعی از طریق متنباز و علم آزاد هستیم.
پژوهش
آیا مدلهای بنیادی هوش مصنوعی میتوانند دادهها را مانند انسان برچسبگذاری کنند؟
هوش مصنوعی و برچسبگذاری داده: بررسی میکند که آیا مدلهای بنیادی قادر به تشخیص و اولویتبندی دادهها مانند انسان هستند یا خیر. مقایسه نتایج مدلها با قضاوت انسانی در سنجش کارایی آنها.
پژوهش
یکپارچگی BERTopic با هاب Hugging Face؛ پیشرفتی در مدلسازی موضوعی هوش مصنوعی
BERTopic اکنون به Hugging Face Hub متصل شده است؛ امکان ذخیره و بارگذاری مدلهای موضوعی با safetensors فراهم شده و گامی در جهت دموکراتیزه کردن هوش مصنوعی است.
پژوهش
هوش مصنوعی زنده: آموزش Stable Diffusion برای پیروی از دستورات ویرایش تصویر
در این مقاله، روش تنظیم دستوری Stable Diffusion با InstructPix2Pix بررسی میشود؛ روشی که به مدل اجازه میدهد دستورات متنی را برای ویرایش تصاویر اجرا کند.