مدلها
PEFT روشهای جدیدی برای ادغام مدلهای هوش مصنوعی معرفی کرد
کتابخانه PEFT هگز فیس با افزودن روشهای جدید ادغام LoRA مانند TIES و DARE، مسیر بهینهسازی مدلهای زبانی بزرگ را هموارتر کرد. با این تکنیکها، مدلهای قدرتمندتری با مصرف حافظه کمتر بسازید.
پژوهش
هوش مصنوعی باز: فرموهای LoRA برای SD‑XL در سرویسهای هفینگ فیس
در این مقاله، راهاندازی اسکریپتهای LoRA بهمنظور تنظیم دقیق مدلهای Stable Diffusion XL (SD‑XL) را بهصورت کاربرپسند و متنباز در هفینگ فیس توضیح میدهیم. عملی
پژوهش
هوش مصنوعی: ۳۰۰٪ سرعت بالاتر LoRA با راهحل رمسازی در هاجینگ فیس
در این مقاله، نحوهی افزایش سهبرگانهی سرعت پردازش LoRA، بهجای کاهش زمان راهاندازی و مصرف کمتر GPU، شرح داده میشود.
مدلها
هوش مصنوعی و SDXL: 4 گام ساده برای تولید تصویر با لایتنس
دستگاههای AI توانایی تولید تصاویر با کیفیت بالا را در واحد زمان کوتاهتر میکنند. در این روند، مدلهای Latent Consistency LoRAs در SDXL نقش کلیدی ایفا میکنند.
پژوهش
هوش مصنوعی در تحلیل توییتهای بلایای طبیعی: مقایسه RoBERTa، Llama 2 و Mistral با LoRA
در این مقاله، عملکرد مدلهای RoBERTa، Llama 2 و Mistral 7B را در پردازش توییتهای بلایای طبیعی با استفاده از تکنیک LoRA بررسی میکنیم.
مدلها
کوانتیزاسیون ۴-بیتی و QLoRA؛ گامی بلند در دسترسپذیری هوش مصنوعی
با همکاری Hugging Face و کتابخانه bitsandbytes، مدلهای زبانی بزرگ اکنون با دقت ۴-بیتی روی سختافزار معمولی اجرا شده و امکان آموزش تطبیقگرها با QLoRA فراهم شده است.
پژوهش
هوش مصنوعی در آموزش Diffusion: روش LoRA برای بهینهسازی ثبات تصویر
فنی ترین روشهای بهینهسازی مدلهای بزرگ هوش مصنوعی، LoRA، به کمک فناوری Stable Diffusion، شفاف و سریعتر امکان آموزش مدلها را فراهم میکند.