پژوهش
هوش مصنوعی: هافینگ فیس جمعآوری ۱۰۰ میلیون دلار برای توسعهٔ باز مشارکتی
هستیم، هافینگ فیس با جمعآوری ۱۰۰ میلیون دلار سرمایهگذاری فاز سی، مسیر هوش مصنوعی را بهصورت باز و مشارکتی پیش میبرد. مقاله این اثر و چشماندازها را بررسی میکند.
پژوهش
هوش مصنوعی در ابر: راهنمای سریع راهاندازی ترنسفورمرها روی Habana Gaudi
با همکاری Habana Labs و Hugging Face، گامی شگفتانگیز در جهت تسهیل آموزش مدلهای ترنسفورمر بر روی متغیرهای Habana Gaudi برداشته شد. در این آموزش، نکات کلیدی برای راهاندازی و بهرهبرداری سریع و هزینه مؤثر آورده شده است.
پژوهش
هوش مصنوعی در تحول خدمات مشتری: راهنمایی مبتنی بر مدلهای زبانی متنباز
در این مقاله به بررسی گامبهگام استفاده از اکوسیستم Hugging Face برای ایجاد یک سیستم خدمات مشتری هوشمند میپردازیم. میزبان استفاده از مدلهای زبانی، دیتاستهای متنباز و آموزش fine‑tune برای پاسخگویی سریع و دقیق به کاربران است.
پژوهش
خودآگا به CO2: چگونه Hugging Face Hub بهدنبال کاهش انتشار گازهای گلخانهای است
در این مقاله، چالش انتشار CO2 در هوش مصنوعی بررسی شده و ابزارهای Hugging Face Hub برای اندازهگیری، گزارشگیری و کاهش اثرات زیستمحیطی معرفی میشود.
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
هوش مصنوعی با Habana Labs: سرعت بخشیدن به آموزش مدلهای ترنسفورمر
این همکاری Habana Labs و Hugging Face، آموزش مدلهای ترنسفورمر را بهسرعت کرده و هزینهها را کاهش میدهد و بهدست آوردن نتایج بهتر در برابر رقبا.
پژوهش
هوش مصنوعی در قهرمانان: معرفی Decision Transformers در Hugging Face
Hugging Face با ادغام Decision Transformer، اولین مدل یادگیری تقویتی آفلاین در کتابخانه Transformers را معرفی کرده و امکانات پژوهشی بیشتری را به دسترس همه ارائه میدهد.
اخبار
هوش مصنوعی در تحلیل احساس: راهنمای گامبهگام با Hugging Face
در این مقاله بهصورت گامبهگام با استفاده از مدلهای آماده در پلتفرم Hugging Face، به تحلیل احساس متنها در پایتون پرداخته و نکات کلیدی را بررسی میکنیم.
مدلها
چگونه GPT‑J ۶ میلیارد پارامتر را بر روی ساجمارک خودکار بهکارگیری کنید
GPT‑J ۶ میلیارد پارامتر را با استفاده از کتابخانه Transformers و پلتفرم Amazon SageMaker بهصورت سریع و مقیاسپذیر بر روی سرورهای خود در دسترس میآوریم. راهنمای گامبهگام و نکات کلیدی را بررسی میکنیم.