پژوهش آیا مدل‌های بنیادی هوش مصنوعی می‌توانند داده‌ها را مانند انسان برچسب‌گذاری کنند؟ هوش مصنوعی و برچسب‌گذاری داده: بررسی می‌کند که آیا مدل‌های بنیادی قادر به تشخیص و اولویت‌بندی داده‌ها مانند انسان هستند یا خیر. مقایسه نتایج مدل‌ها با قضاوت انسانی در سنجش کارایی آن‌ها. ۲۲ خرداد ۱۴۰۲ ۳ دقیقه اخبار انقلاب در تعاملات بازی: تشخیص گفتار هوش مصنوعی در یونیتی با Hugging Face Hugging Face با معرفی API خود برای یونیتی، امکان پیاده‌سازی تشخیص گفتار پیشرفته هوش مصنوعی را در بازی‌ها فراهم می‌کند. از دستورات صوتی تا بهبود دسترسی، گام بلندی در تعاملات دیجیتال. ۱۲ خرداد ۱۴۰۲ ۳ دقیقه پژوهش BLIP‑2: هوش مصنوعی بدون آموزش برای تبدیل تصویر به متن در یک گام BLIP‑2 یک مدل هوش مصنوعی مؤثر برای تولید متن از تصویر است. بدون نیاز به آموزش خاص، این مدل در زمینه کپشن‌سازی، پرسش‑جواب تصویری و جستجوی چندرسانه‌ای به‌صورت Zero‑shot کار می‌کند. ۲۶ بهمن ۱۴۰۱ ۲ دقیقه پژوهش چگونه هوش مصنوعی در شناسایی تصاویر مشابه با Hugging Face عمل می‌کند با بهره‌گیری از مدل ViT و کتابخانه Transformers در Hugging Face، می‌توانید سیستم جستجوی تصویر معکوس، مشابه‌سازی تصاویر و کشف اندیشه‌مندی‌های بصری را با مقیاس‌های بزرگ به صورت کارآمد داشته باشید. ۲۶ دی ۱۴۰۱ ۲ دقیقه محصولات AutoTrain: طبقه‌بندی تصویر بدون کدنویسی با هوش مصنوعی در Hugging Face AutoTrain بر پایه‌ی Hugging Face مدل‌های تشخیص تصاویر را بدون کدنویسی آموزش می‌دهد و به کاربران اجازه می‌دهد با انتخاب خودکار مدل بهترین را انتخاب کنند. با بهره‌گیری از AutoTrain می‌توانید به سرعت مدل‌هایی با دقت بالا ایجاد کنید که در مسایل روزمره کاربردی هستند. ۶ مهر ۱۴۰۱ ۲ دقیقه پژوهش هوش مصنوعی OpenAI با Whisper: مدل پیشرفته‌ی تشخیص گفتار با دقت انسانی OpenAI با ارمغان Whisper، شبکه عصبی پیش‌بینی‌کننده‌ی گفتار، دقت و مقاومتی نزدیک به انسان را در تشخیص صداهای انگلیسی ارائه می‌دهد. ۳۰ شهریور ۱۴۰۱ ۲ دقیقه پژوهش نقد‌نویسی هوش مصنوعی، مهارتی نو برای کشف و بهینه‌سازی ضعف‌های خلاصه OpenAI با مدل‌های «نقد‌نویسی» هوش مصنوعی، به‌صورت خودکار عیوب در خلاصه‌های متن را تشخیص می‌دهد؛ این فناوری مقیاس‌پذیر، نقش مهمی در نظارت انسانی بر سیستم‌های پیچیده ایفا می‌کند. ۲۳ خرداد ۱۴۰۱ ۲ دقیقه 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. ۲۲ بهمن ۱۴۰۰ ۲ دقیقه پژوهش هوش مصنوعی و Wav2Vec2: راه‌حلی نو برای تشخیص صدا در فایل‌های بزرگ این مقاله به بررسی استفاده از ساختار CTC در Wav2Vec2، تکنیک Chunking و stride برای تشخیص صدا در فایل‌های بلند و زمان واقعی می‌پردازد. ۱۲ بهمن ۱۴۰۰ ۲ دقیقه پژوهش هوش مصنوعی : چگونه Wav2Vec2 با n‑gram در چارچوب Transformers بهبود می‌یابد معرفی روش بهبود مدل Wav2Vec2 از طریق ادغام n‑gram در چارچوب 🤗 Transformers، نکات کلیدی، چالش‌ها و نتایج آزمایشی، و راه‌های پیاده‌سازی در پروژه‌های واقعی. ۲۲ دی ۱۴۰۰ ۲ دقیقه