بازگشت به چت هما هما وبلاگ
اخبار زنده هوش مصنوعی
۱۷۰۹ خبر
مدل‌ها هوش مصنوعی DALL·E با قابلیت ‘اوت‌پینتینگ’ فضای تخیل را گسترش می‌دهد DALL·E به‌وسیله‌ی تکنیک نهایی «اوت‌پینتینگ» امکان گسترش تصاویر را فراهم کرده و هنرمندان را قادر می‌سازد داستان‌های بصری بزرگ‌تری بسازند. پژوهش نشر ViT از Hugging Face در Vertex AI: راهی سریع و مقیاس‌پذیر با استفاده از Vertex AI، مدل ViT را به سرعت و با کد کم روی سرویس Google Cloud منتشر کنید، قابلیت سکیل‌پذیری، مانیتورینگ و هزینه‌ی بهینه‌سازی را بهره‌مند شوید. پژوهش هوش مصنوعی در 8‑بیت: بهینه‌سازی ماتریسی برای ترنسفورمرهای بزرگ مقاله حاضر به صورت ساده‌راه‌نمایی برای کاربرانی است که در بحث 8‑بیتی بازتاب کردن متن و کاهش مصرف حافظه در ترنسفورمرهای بزرگ علاقه‌مندند؛ مزایای سرعت و بهبود مصرف را بررسی می‌کنیم. محصولات استقرار هوش مصنوعی: مدل Vision Transformer پیشرفته در Kubernetes این مقاله نحوه استقرار مدل Vision Transformer (ViT) با هوش مصنوعی در کلاستر Kubernetes و TensorFlow Serving را به‌صورت گام به گام توضیح می‌دهد. پژوهش هوش مصنوعی: نیستروفرمری که زمان و حافظه ترنسفورمرها را کاهش می‌دهد روش نیستروفرمری با بهره‌گیری از تکنیک نیسترو، خود‑توجه در ترنسفورمرها را به صورت خطی ساختن می‌کند؛ کارایی آن در NLP و CV موثر است. آموزش هوش مصنوعی در عمل: انتشار مدل Vision Transformer با TensorFlow Serving در این مطلب به بررسی نحوه انتشار مدل‌های بینایی الگوریتم Vision Transformer با استفاده از TensorFlow Serving در پلتفرم Hugging Face می‌پردازیم و مزایای آن را بررسی می‌کنیم. پژوهش هوش مصنوعی در هنر: فناوری DALL·E 2 چگونه خلاقیت را به اوج می‌رساند DALL·E 2 با شرکت بیش از ۳۰۰۰ هنرمند از ۱۱۸ کشور، راه‌حلی نوین برای تمدید خلاقیت در هنر دیجیتال ارائه می‌دهد. این فناوری توانسته ویژگی‌های متعددی را در طراحی و تولید آثار هنری شفاف کند. پژوهش چگونه مدل 176B پارامتر BLOOM با استفاده از تکنیک‌های پیشرفته آموزش یافت BLOOM، مدل زبان ۱۷۶ میلیارد پارامتر، با ترکیبی از معماری Megatron‑DeepSpeed و تکنیک‌های دروازه داده‌ای، توزیعی و حافظه‑بهینه آموزش یافت؛ دقت و سرعت حداکثری را در محیط‌های منابع محدود ارائه می‌دهد. پژوهش هوش مصنوعی: گسترش الگوریتم گریدینت سیاست با PyTorch بر روی پلتفرم Hugging Face در این مقاله به بررسی کاربرد Policy Gradient در PyTorch می‌پردازیم، این مسیر یادگیری تقویتی را در چارچوب تجاری و متن باز Hugging Face معرفی می‌کنیم و نکات عملی و کلیدی را برای توسعه‌گران بیان می‌کنیم. پژوهش هوش مصنوعی در عمل: چگونگی تبدیل ترانسفورمرها به ONNX با Optimum با راهنمایی جامع از Hugging Face Optimum، این مقاله به بررسی چگونگی تبدیل مدل‌های ترانسفورمر به فرمت ONNX می‌پردازد؛ نکات کلیدی، مزایا و دستورات عملی را برای پیاده‌سازی سریع و بهینه در محیط‌های تولیدی معرفی می‌کند.