پژوهش
هوش مصنوعی: معرفی گسترده و رایگان یادگیری تقویت عمیق در هسته و فریم‌ورک‌های متن‌باز
مقالهٔ هاجینگ فیس مروری جامع بر یادگیری تقویت عمیق است؛ مفاهیم پایه، چارچوب RL، سیاست‌ها و ارزش‌ها، و دورهٔ رایگان این حوزه را درآورده؛ راهنمایی برای همه‌گیران
پژوهش
هوش مصنوعی در ابر: راهنمای سریع راه‌اندازی ترنسفورمرها روی Habana Gaudi
با همکاری Habana Labs و Hugging Face، گامی شگفت‌انگیز در جهت تسهیل آموزش مدل‌های ترنسفورمر بر روی متغیرهای Habana Gaudi برداشته شد. در این آموزش، نکات کلیدی برای راه‌اندازی و بهره‌برداری سریع و هزینه مؤثر آورده شده است.
پژوهش
هوش مصنوعی در تحول خدمات مشتری: راهنمایی مبتنی بر مدل‌های زبانی متن‌باز
در این مقاله به بررسی گام‌به‌گام استفاده از اکوسیستم Hugging Face برای ایجاد یک سیستم خدمات مشتری هوشمند می‌پردازیم. میزبان استفاده از مدل‌های زبانی، دیتاست‌های متن‌باز و آموزش fine‑tune برای پاسخ‌گویی سریع و دقیق به کاربران است.
پژوهش
خودآگا به CO2: چگونه Hugging Face Hub به‌دنبال کاهش انتشار گازهای گلخانه‌ای است
در این مقاله، چالش انتشار CO2 در هوش مصنوعی بررسی شده و ابزارهای Hugging Face Hub برای اندازه‌گیری، گزارش‌گیری و کاهش اثرات زیست‌محیطی معرفی می‌شود.
پژوهش
هوش مصنوعی در مواجهه با قانون غودهارت: چگونگی اندازه‌گیری مؤثر
قانون غودهارت در هوش مصنوعی… وقتی معیار هدف می‌شود، به همان سرعت به معیار ناکارآمد تبدیل می‌شود. OpenAI چگونه با این چالش مقابله می‌کند؟
پژوهش
تولید تصویر هراریکال با هوش مصنوعی: راه‌حل جدید CLIP و مدل پیچیده از OpenAI برای خلق تصاویر با جزئیات دقیق
OpenAI مدل جدید هراریکال برای تولید تصویر با CLIP معرفی کرده؛ تصاویر دقیق‌تر، با جزئیات بیشتر و کیفیت بالای نهفته در متن، تعلیق نور و رنگ را ارتقا می‌دهد.
پژوهش
هوش مصنوعی در هلینگ فیس: فلسفه طراحی بدون تکرار و شفافیت
در این مقاله به فلسفه طراحی کتابخانه هوش مصنوعی «Transformers» هلینگ فیس می‌پردازیم؛ اصول DRY، جامعه‌محور بودن و چالش‌های کدکپی در مدل‌های BERT و دیگر شبکه‌ها را بررسی می‌کنیم.
پژوهش
هوش مصنوعی در قهرمانان: معرفی Decision Transformers در Hugging Face
Hugging Face با ادغام Decision Transformer، اولین مدل یادگیری تقویتی آفلاین در کتابخانه Transformers را معرفی کرده و امکانات پژوهشی بیشتری را به دسترس همه ارائه می‌دهد.
پژوهش
هوش مصنوعی مسئولانه – Margaret Mitchell دربارهٔ اخلاق، تعصب و تنوع در ML
Margaret Mitchell در 23 مارس 2022 دربارهٔ چکیدهٔ مسئولیت‌پرداخت در هوش مصنوعی و تأثیر تنوع در تیم‌های یادگیری ماشین صحبت می‌کند. مقاله شامل نکات اخلاقی، تعصب داده و راهکارهای پیشگیری است.
پژوهش
هوش مصنوعی در دسترس همه: برنامه رشد پژوهشی Hugging Face معرفی شد
برنامهٔ 9‑ماههٔ AI Residency از Hugging Face، پژوهشگران را برای توسعهٔ روش‌های هوش مصنوعی مسئولانه با تمرکز بر تنوع و عدالت جامعه، در یک محیط باز و همکاری محور می‌گذارد.