پژوهش
هوش مصنوعی در عمل: Advantage Actor Critic (A2C) و کاربردهایش
مزیت A2C در هوش مصنوعی: یادگیری تقویتی با کاهش واریانس، بهبود عملکرد رباتیک در PyBullet، آموزش عملی، بهینهسازی مدل و کاهش هزینه اجرا و بازدهی بیشتر.
پژوهش
هوش مصنوعی سریعتر؛ Optimum و Pipelineهای Transformers با ONNX
در این مقاله، بررسی میشود چطور با Optimum و ONNX Runtime میتوان اجرای مدلهای Transformer را تسریع کرد؛ تبدیل، بهینهسازی، فشردهسازی و بررسی عملکرد.
مدلها
لوئیس تانستال: از فیزیک نظریه تا رهبر در هوش مصنوعی و ترنسفورمر
لوئیس تانستال، متخصص ترنسفورمر، دربارهی مقیاسپذیری مدلهای بزرگ، بهینهسازی تأخیر و نقش او در جامعهی متنباز هوش مصنوعی توضیح به ویژه میدهد.
مدلها
بهینهسازی Vision Transformer برای طبقهبندی تصویر با هوش مصنوعی
این مقاله گام به گام نحوه استفاده از کتابخانههای 🤗 Transformers و Datasets برای آموزش و تنظیم نهایی مدل ViT را شرح میدهد و به خوانندگان نشان میدهد چگونه میتوانند مدل خود را برای تشخیص تصویر بهبود بخشند.
پژوهش
همکاری هوش مصنوعی: بهینهسازی XLSR‑Wav2Vec2 برای تشخیص گفتار چندزبانه
آموزش مدل XLSR‑Wav2Vec2 در کممنابع با 🤗 Transformers، شناسایی گفتار را در زبانهای کمتر مستندسازیشده بهبود میبخشد. کاهش نیاز به دادههای برچسبخورده.
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.
مدلها
هوش مصنوعی و مدلهای زبانی بزرگ: آیا لیور کوپر جدیدی را قیاس میکنیم؟
با معرفی مدل Megatron‑Turing NLG 530B، دنیای هوش مصنوعی به دستگیری دوچندان برای ساخت مدلهای زبان بزرگ دست مییابد؛ اما پرسش چیست؟ آیا این روند واقعی رشد است یا فقط فکر آرایه پارامترها؟ و چشمانداز آینده پژوهش