پژوهش
نحوه دو بار سریع‌تر کردن آموزش مدل‌های LLM با Unsloth و 🤗 TRL در دنیای هوش مصنوعی
Unsloth، کتابخانهٔ سبک‌وزن همراه با 🤗 TRL، عکس‌العمل دو مراتبهٔ سریع‌تر آموزش LLM را با کاهش مصرف حافظهٔ ۴۰٪ و بدون افت دقت ارائه می‌دهد؛ برای علاقه‌مندان به هوش مصنوعی بخوبی عمل می‌کند.
پژوهش
همراه با هوش مصنوعی: آموزش فاین‌توینس پیشرفته Stable Diffusion با DDPO و TRL
در این مقاله، نحوه‌ی استفاده از الگوریتم DDPO در فاین‌توینس مدل‌های Stable Diffusion را با ابزار TRL توضیح می‌دهیم. کارایی نسبت به سامانه‌های سنتی نشان داده شده است.
پژوهش
هوش مصنوعی: آموزش فاین‌تیونینگ 20B مدل با RLHF روی کارت گرافیک 24GB
در این مقاله، به بررسی آموزش فاین‌تیونینگ 20B مدل زبانی با یادگیری تقویتی (RLHF) روی کارت گرافیک 24GB پرداخته‌ایم و نکات کلیدی را در راه‌حل‌های متن‌باز پوشش می‌دهیم.