بازگشت به چت هما هما وبلاگ
اخبار زنده هوش مصنوعی
۱۰۴ خبر
مدل‌ها استاندارد جدید: مدل هوش مصنوعی OpenAI با دقت دو برابر در حل مسائل ریاضی OpenAI مدلی را معرفی کرد که در حل مشکلات ریاضی مشابه‌بردار شیوه‌ی تکین GPT‑3 است؛ در تست‌های دانش‌آموزان ۹ تا ۱۲ سالیم ۵۵٪ نمره کسب و ۹۰٪ از مقیاس کودکان را رعایت می‌کند. سخت‌افزار همکاری هوش مصنوعی: Hugging Face و Graphcore برای تسریع ترنسفورمرها با IPU پلتفرم جدید Graphcore IPU در همکاری با Hugging Face سرعت اجرای مدل‌های ترنسفورمر پیشرفته را بدون کدنویسی پیچیده، در مقیاس تولید، افزایش داده و به توسعه‌دهندگان امکان می‌دهد به‌سرعت مدل‌های برتر را مستقر کنند. سخت‌افزار راهنمای بهینه‌سازی هوش مصنوعی: افزایش کارایی مدل BERT روی CPU در دنیای هوش مصنوعی، اجرای مدل‌های زبانی روی CPU نیازمند بهینه‌سازی است. این مقاله از Hugging Face روش‌های افزایش توان عملیاتی و کاهش تأخیر را بررسی می‌کند. مدل‌ها هوش مصنوعی با RAG و Ray: افزایش سرعت بازیابی متن تا ۲ برابر با ترکیب RAG و Ray، سرعت بازیابی اسناد در مدل‌های زبانی هوش مصنوعی تا ۲ برابر افزایش یافته و مقیاس‌پذیری تنظیم دقیق توزیع‌شده نیز به‌طور چشمگیری بهبود می‌یابد. اخبار مقیاس‌پذیری Kubernetes به ۷۵۰۰ گره؛ زیرساخت هوش مصنوعی OpenAI اوپن‌ای‌آی با مقیاس‌بندی کوبرنیتز به ۷۵۰۰ گره، زیرساختی قدرتمند برای آموزش مدل‌های بزرگ هوش مصنوعی مانند GPT-3 و DALL·E فراهم کرده است. پژوهش قوانین مقیاس‌پذیری مدل‌های زبانی؛ راز پیشرفت هوش مصنوعی تحقیقات OpenAI نشان می‌دهد عملکرد مدل‌های زبانی با افزایش داده، پارامترها و توان محاسباتی به شکلی قابل پیش‌بینی بهبود می‌یابد. این مقاله به بررسی این قوانین و پیامدهای آن برای آینده هوش مصنوعی می‌پردازد. پژوهش پیشرفت محققان OpenAI در آموزش مدل‌های انرژی‌محور برای تولید تصاویر پژوهشگران OpenAI به پیشرفت‌هایی در آموزش پایدار و مقیاس‌پذیر مدل‌های انرژی‌محور دست یافته‌اند که کیفیت نمونه‌ها و تعمیم‌پذیری را بهبود می‌بخشد. پژوهش آموزش مقیاس‌پذیر هوش مصنوعی؛ از هنر تا علم با نویز گرادیان پژوهشگران OpenAI دریافته‌اند که معیار نویز گرادیان می‌تواند آموزش شبکه‌های عصبی را نظام‌مند و مقیاس‌پذیر کند و استفاده از batch sizeهای بزرگ‌تر را ممکن سازد. پژوهش هوش مصنوعی: FFJORD ارائه می‌کند مدل‌های تولیدی قابل بازگشت و مقیاس‌پذیر مقدمه‌ای بر مدل FFJORD، ساختاری هوش مصنوعی برای تولید داده با داینامیک زمان مستمر؛ چالش‌های پیاده‌سازی و کاربردهای نوین در علم داده و یادگیری ماشین. پژوهش هوش مصنوعی در قالب Reptile: الگوریتم میکرو یادگیری ساده و مقیاس‌پذیر Reptile یک الگوریتم مبتنی بر متا یادگیری است که با استفاده از گرادیان تصادفی و به‌روزرسانی پارامتر اولیه، عملکرد مشابه MAML را با کارایی بهبود یافته ارائه می‌دهد.