پژوهش هوش مصنوعی برقراری تمامی کد و متن با آموزش متضاد: بهبود عمیق در درک متن و کد OpenAI با الگوریتم یادگیری تضاد، درک بهتر کد و متن را فراهم کرده و عملکرد مدل‌های زبانی و کدگذاری را بهبود می‌بخشد. ۴ بهمن ۱۴۰۰ ۲ دقیقه محصولات Stable‑Baselines3 وارد هاب هگینگ فیس شد: گامی نو در حوزه هوش مصنوعی و یادگیری تقویتی وارد شدن Stable‑Baselines3 به هاب هگینگ فیس، دسترسی آسان‌تر به مدل‌های تقویتی و اشتراک‌گذاری منابع باز را برای طراحان AI فراهم می‌کند. ۱ بهمن ۱۴۰۰ ۲ دقیقه پژوهش هوش مصنوعی در میلی‌ثانیه: چطور Hugging Face Infinity با CPUهای مدرن زودترین پاسخ را می‌دهد مطالعهٔ موردی‌ از سرعت میلی‌ثانیه‌ای مدل‌های هوش مصنوعی با استفاده از Hugging Face Infinity و پردازنده‌های هوشمند. فناوری، عملکرد و راهکارهای جایگزین ۲۳ دی ۱۴۰۰ ۲ دقیقه پژوهش هوش مصنوعی در یادگیری فعال: کاربرد AutoNLP و Prodigy برای بهبود مدل‌ها پیش‌تردارین یادگیری فعال در هوش مصنوعی، با ترکیب AutoNLP هشدار گرفت. این راهنما نشان می‌دهد چگونه پارامترهای خود را با Prodigy ساده و سریع بهینه کنید. باز ۲ دی ۱۴۰۰ ۲ دقیقه کسب‌وکار همکاری نوین گرافیو و هوش مصنوعی: بررسی ادغام و تأثیر بر جامعه AI ادغام گرافیو با هاجفِیس، گامی بزرگ برای دسترسی آسان‌تر به ابزارهای ساخت و استقرار مدل‌های هوش مصنوعی، و تقویت جامعه متن‌باز AI برای پژوهشگران. ۳۰ آذر ۱۴۰۰ ۲ دقیقه پژوهش آموزش مدل GPT-2 خودساخته CodeParrot برای کد نویسی هوش مصنوعی در این مقاله به آموزش مرحله به مرحله ساخت مدل GPT‑2 به نام CodeParrot می‌پردازیم؛ از جمع‌آوری ۱۸۰ گیگابایت کد پایتون تا آموزش و ارزیابی نهایی، ویژگی‌ها و نکات کلیدی این پروژهٔ هوش مصنوعی را توضیح می‌دهد. ۱۷ آذر ۱۴۰۰ ۲ دقیقه پژوهش جنگ برف‌کیک: اولین محیط ML‑Agents برای یادگیری تقویتی در Unity Hugging Face محیطی در Unity تحت نام Snowball Fight را معرفی کرده که با استفاده از ML‑Agents، امکان آزمایش مدل‌های یادگیری تقویتی در یک بازی ساده است. ۱۱ آذر ۱۴۰۰ ۲ دقیقه آموزش تجربهٔ هوش مصنوعی با Optimum و IPU Graphcore – راهنمای شروع برای مبتدیان مقاله حاضر، گام‌های اصلی جهت اجرای مدل‌های Transformer بر روی IPU Graphcore با Optimum را توضیح می‌دهد، تا سرعت پیش‌بینی و کارایی هوش مصنوعی را بهینه کنیم. ۹ آذر ۱۴۰۰ ۲ دقیقه پژوهش سرعت‌دادن فرآیند تنظیم دقیق PyTorch با فناوری‌های آیندل در هوش مصنوعی به‌خاطر استفاده از سرورهای آیندل و کتابخانه‌های کارایی، فرآیند آموزش مدل‌های PyTorch می‌تواند با طولانی‌ترین زمان‌های یادگیری، به سرعت قابل بهبود برسد ۲۸ آبان ۱۴۰۰ ۲ دقیقه سخت‌افزار سرعت‌بخشی مدل BERT با پردازنده‌های Intel: بهینه‌سازی هوش مصنوعی روی CPU این مقاله بررسی می‌کند چگونه با بهره‌گیری از قابلیت‌های پردازنده Intel، مدل‌های مشابه BERT را روی CPU بهینه می‌کنیم و سرعت بالایی به دست می‌آوریم. ۱۳ آبان ۱۴۰۰ ۲ دقیقه