بازگشت به چت هما هما وبلاگ
اخبار زنده هوش مصنوعی
۱۹ خبر
پژوهش به جما ۳ خوش آمدید: LLM کاملاً جدید چندوجهی، چندزبانه و متن‌باز گوگل ما در مسیر پیشرفت و دموکراتیزه کردن هوش مصنوعی از طریق متن‌باز و علم آزاد هستیم. پژوهش هوش مصنوعی به سرعت می‌رود: Dynamic Speculation در Hugging Face این خبر، فناوری Dynamic Speculation را معرفی می‌کند؛ روشی اجمالی و سریع برای تولید متن با سرعت تا ۲.۷ برابر، از Intel و Hugging Face. سریع و دقیق. اخبار هوش مصنوعی در اختیار توسعه‌دهندگان: کانتینر Embedding در سیگمتر هاجینگ فیس و ساجماکر کانتینر Embedding جدید هاجینگ فیس اکنون در AWS SageMaker در دسترس است؛ این ابزار به توسعه‌دهندگان اجازه می‌دهد مدل‌های embedding را برای ساخت برنامه‌های هوش مصنوعی نسل بعدی پیاده‌سازی کنند. پژوهش آموزش تنظیم دقیق مدل‌های جما با هوش مصنوعی در Hugging Face در این مقاله، روش تنظیم دقیق کارآمد پارامتر (PEFT) مدل‌های جما را با کتابخانه‌های Hugging Face روی GPU و TPU می‌آموزیم؛ راهکاری نوین برای سفارشی‌سازی هوش مصنوعی. مدل‌ها مدل جدید هوش مصنوعی گوگل با نام جما به صورت متن‌باز منتشر شد گوگل از خانواده جدید مدل‌های زبانی باز خود با نام جما رونمایی کرد. این مدل‌ها در دو اندازه ۷ و ۲ میلیارد پارامتر عرضه شده‌اند و با اکوسیستم هافینگ فیس یکپارچه شده‌اند. پژوهش هوش مصنوعی در دیدگاه: چطور Hugging Face در حوزه ویژن پیشرفت می‌کند در این مقاله، نگاهی اجمالی به سال 2023 در حوزه دیداری Hugging Face می‌اندازیم؛ از Vision Transformers تا ۳۰۰۰ مدل و ۱۰۰ دیتاست، و نقش جامعه و چشم‌اندازهای آینده. پژوهش سرعت‌سنجی BERT با AWS Inferentia: راهنمای جامع از هوتینگ فیس در این مقاله با گام‌های عملی، بررسی می‌کنیم چگونه با استفاده از AWS Inferentia و هوتینگ فیس، مدل BERT را برای تکمیل واضح سرعت ببخشیم و در نتیجه استهلاک و سرورها را به حداکثر برسانیم. 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. پژوهش هوش مصنوعی: الگوریتم‌های متا یادگیری درجه یک در پیشرفت سریع مدل‌ها الگوریتم‌های متا یادگیری درجه یک برای تسریع آموزش مدل‌ها و کاهش مصرف منابع در حوزه‌های مختلف هوش مصنوعی معرفی می‌شود. نگاهی اجمالی به اصول و مزایا بر طبق آخرین پژوهش‌های OpenAI.