پژوهش
هوش مصنوعی: راهحلی پیشرفته برای پردازش دادههای چندرسانهای برای آموزش و تولید متن
در این مطلب به معرفی پنج مرحلهٔ بهینه برای ساخت پایپلاین داده چندرسانهای در Hugging Face میپردازیم و تاثیر آن بر کاهش مصرف GPU و هزینه را بررسی میکنیم.
مدلها
SmolLM3: مدلی چندزبانه با زمینه طولانی و قابلیت استدلال هوش مصنوعی
SmolLM3 یک مدل با حجم کم، چندزبانه و استدلالی برای متنهای طولانی است که در Hugging Face بهصورت open-source ارائه میشود و قابلیت پیادهسازی سریع در اپلیکیشنها را دارد.
مدلها
فِیترلس AI: جدیداً ارائهدهنده هوش مصنوعی بدون سرور در هاجینگ فیس
فِیترلس AI بهعنوان ارائهدهنده بدون سرور در هاجینگ فیس معرفی شد؛ گامی مهم در گسترش دسترسی سریع، جامع و مقرونبهصرفه به مدلهای متن و گفتار.
پژوهش
کاهش زمان تولید متن با کش KV در مدل nanoVLM – هوش مصنوعی 2025
در این مقاله، مفصلترین تجربه ما از پیادهسازی کش کلید–مقدار (KV) صفر-زیر در کدهای گویا nanoVLM را بررسی میکنیم؛ سرعت تولید متن 38 ٪ ارتقا یافته و نکاتی آموزشی برای همه مدلهای تولیدی ارائه میدهیم.
مدلها
هوش مصنوعی Falcon‑H1: مدلهای هوشمند ترکیبی با کارایی بینظیر
ماکزیم چند مدل Falcon‑H1 را معرفی کنید: ترکیبی از معماری هیبریدی ترنسفورمر و مدل فضای حالت، با عملکرد بالا در زبان، کارایی اندیشمندی، و بازتابپذیری در حجم متن بزرگ.
مدلها
هوشمصنوعی در ابری: ادغام Microsoft و Hugging Face برای دسترسی آسان مدلهای متن، صدا و تصویر
Microsoft و Hugging Face همکاری خود را گسترش دادهاند تا بهسرعت و بهصورت امن مدلهای متن، صدا و تصویر را بر روی پلتفرم Azure پایدارآزمایی کند. در این همکاری 10,000+ مدل باز در دسترس قرار میگیرد.
پژوهش
هوش مصنوعی در مدلهای دید و زبان: جدیدترین پیشرفتهای Hugging Face
پیشرفتهای اخیر در Vision Language Models توسط Hugging Face، تواناییهای جدیدی در درک تصاویر، متن و ویدئو ایجاد کرده و روند بازفراز Open Source را تسریع میکند.
پژوهش
چه ۴ نکته مهمی از الگوی گفتگوی Qwen‑3 برای هوش مصنوعی به ما میآموزد
در این مقاله به بررسی چهار درس کلیدی در الگوی گفتگوی مدل Qwen‑3 میپردازیم؛ از عدم نیاز به دستورالعمل پیشفرض تا مدیریت پویا متن. با دانش فنی ما را وارد دنیای هوش مصنوعی تازه و پیشرفته میکند.