کسبوکار
Fetch با هوش مصنوعی، تولید رسیدها را ۳۰٪ سریعتر کرد
شرکت Fetch با همکاری Hugging Face و AWS، ابزارهای هوش مصنوعی خود را پیادهسازی کرد و زمان توسعه را بهطور قابلملاحظه ۳۰٪ کاهش داد؛ تعهدی برای دسترسیپذیری و ارتقاء تجربه کاربر است.
پژوهش
هوش مصنوعی در شبکههای گراف: آشنایی و کاربردهای نوین
در این مقاله به بررسی بنیادی یادگیری ماشین بر روی گرافها میپردازیم؛ شامل تعریف گراف، روشهای پردازش، شبکههای عصبی گراف و ترنسفورمر گراف، و کاربردهای واقعی در علوم و صنعت.
پژوهش
هوش مصنوعی در برابر تعصب: راهکارهای جامع برای توسعه اخلاقی
معرفی تعصبات در یادگیری ماشین و راهکارهای متعدد برای کاهش آن از مرحله تعریف تا پیادهسازی، با تمرکز بر مسئولیتپذیری و شفافسازی در پروژههای هوش مصنوعی.
پژوهش
هوش مصنوعی در تحلیل پروتئین: تعمیم مدلهای زبانی بزرگ
این مقاله به بررسی چگونگی استفاده از مدلهای زبانی بزرگ مانند BERT و GPT در پیشبینی ساختار و عملکرد پروتئینها میپردازد و نقش یادگیری عمیق و دادههای باز در پیشرفت علم پزشکی را روشن میکند.
پژوهش
هوش مصنوعی پیشبینی سریهای زمانی با مدل ترنسفورمر در حوزه تحلیل داده
مقالهای در مورد پیشبینی احتمالاتی سریهای زمانی با استفاده از ترنسفورمرهای Hugging Face، مفاهیم، پیادهسازی و کاربردهای عملی را بررسی میکند. زیادی.
پژوهش
هوش مصنوعی و تحلیل احساسات بر روی داده رمزنگاریشده با Homomorphic
در این مقاله بهکاربرد تحلیل احساسی بر روی متنهای رمزنگاریشده با تکنیک Homomorphic Encryption میپردازیم و در ابزار Concrete‑ML راهحلی عملی ارائه میکنیم.
پژوهش
SetFit: راهکار هوش مصنوعی کمنمونه بدون prompts، مخصوص تحلیل احساسات
SetFit یک چارچوب هوش مصنوعی کمنمونه بدون prompts است که با تنها 8 نمونه در هر کلاس، دقتی شبیه به RoBERTa Large روی 3k مثال را به دست میدهد.