مدلها
ایدهفیکس۲: مدل هوش مصنوعی چندرسانهای 8B با قابلیت OCR پیشرفته
در این خبر از هاجفیس، مدل جدید Idefics2 8B معرفی میشود که تواناییهای چندرسانهای پیشرفته، بهبود OCR و عملکرد برتر در سوال‑پاسخ تصویری را داراست.
پژوهش
هوش مصنوعی در رباتیک: کتابخانه Pollen‑Vision برای درک بصری بدون آموزش
کتابخانهی Pollen‑Vision، رابط یکپارچهای برای مدلهای Zero‑Shot در رباتیک، با هدف ارتقاء و آسانسازی دسترسی به هوش مصنوعی در محیطهای واقعی ارائه شد.
پژوهش
ConTextual: معیاری تازه برای سنجش هوش مصنوعی چندوجهی در صحنههای متنی
آشنایی با ConTextual، معیار جدید Hugging Face برای ارزیابی مدلهای چندوجهی در درک همزمان متن و تصویر؛ گامی به سوی هوش مصنوعی باز و دموکراتیک.
پژوهش
واترمارکینگ هوش مصنوعی: ابزارها و تکنیکهای تشخیص محتوای تولیدشده
در این مقاله به بررسی روشهای واترمارکینگ یا نشانهگذاری محتوای تولیدشده توسط هوش مصنوعی میپردازیم؛ از تصاویر و متن تا صدا و چالشهای پیش رو.
مدلها
SegMoE: چارچوبی نوین برای ترکیب مدلهای هوش مصنوعی تصویرساز
SegMoE چارچوبی برای ساخت مدلهای انتشار ترکیبی است که با الهام از Mixtral 8x7b، چند مدل را در یک مدل واحد ادغام میکند. با پشتیبانی کامل از Hugging Face و diffusers، ساخت مدل شخصی شما تنها چند دقیقه زمان میبرد.
مدلها
هوش مصنوعی در تولید تصویر: معرفی aMUSEd؛ مدل متن-به-تصویر کارآمد و باز
«aMUSEd»، مدل متن‑به‑تصویر باز و کارآمد مبتنی بر Masked Image Model، نسل جدیدی از تولید تصویر با گام کمتر و قابلیت انتقال سبک از یک عکس است.
مدلها
هوش مصنوعی و SDXL: 4 گام ساده برای تولید تصویر با لایتنس
دستگاههای AI توانایی تولید تصاویر با کیفیت بالا را در واحد زمان کوتاهتر میکنند. در این روند، مدلهای Latent Consistency LoRAs در SDXL نقش کلیدی ایفا میکنند.
مدلها
پیشرفت هوش مصنوعی: تلاش برای بهینهسازی ساده SDXL جهت سرعت و حافظه
یادآورترین نکات بهینهسازی ساده SDXL، مدل پیشرفته تولید تصویر هوش مصنوعی، با تأکید بر سرعت، حافظه و کارایی در مقالهٔ تازه ما.
پژوهش
هوش مصنوعی در خدمت دنیای دادهها: انتشار مدلهای ایمبدینگ در Hugging Face
پست جدید هوش مصنوعی در Hugging Face با توضیح گام به گام جهت استقرار مدلهای ایمبدینگ، سرعت پردازش بالاتر و استفاده در تجزیه و تحلیل دادههای متنی و تصویری با مقایسه عملکرد و نکات عملکردی.