پژوهش
هوش مصنوعی در دسترس همه: همکاری جدید هیوگینگ فیس و گوگل
همکاری استراتژیک هیوگینگ فیس و گوگل، بهمنظور باز کردن دسترسی و تسهیل ساخت هوش مصنوعی با مدلهای متن باز و زیرساختهای ابری، با هدف آسانی برای توسعهدهندگان یادگیری ماشین.
پژوهش
هوش مصنوعی باز: زبانهای مدل باز به عنوان عاملان هوشمند LangChain
مقاله تازه در زمینه مدلهای زبانی متنباز و تبدیل آنها به عاملان هوشمند LangChain را بررسی میکند؛ با نکات نوآورانه در توسعه و بهرهبرداری!
پژوهش
PatchTSMixer: مدل سبک زمانبندی در هوش مصنوعی با MLP‑Mixer
PatchTSMixer مدل زمانسنجی سبک، مبتنی بر MLP‑Mixer، توسط IBM Research و Hugging Face عرضه شد؛ امکان پیشبینی یکسویه سریع در دیتاستهای برق و صنعت.
پژوهش
چگونه با Wav2Vec2-BERT هوش مصنوعی را برای تشخیص صدای کم منابع تقویت کنیم
این مقاله به بررسی فاین‑تیون مدل Wav2Vec2‑BERT برای تشخیص صدای کم‑منابع میپردازد و راهنماییهای عملی برای پیادهسازی در پروژههای واقعی ارائه میدهد.
پژوهش
هوش مصنوعی: بهبود مدلهای زبانی با روشهای بهینهسازی ترجیحات مستقیم
در آخرین پژوهش از هاگفیس، روشهای بهینهسازی ترجیحات مستقیم میتوانند مدلهای زبانی را بدون استفاده از یادگیری تقویتی همگرا کنند. نتایج نشان میدهد IPO مشابه DPO و بهتر از KTO است.
پژوهش
سرعتگذاری پیشرفته SD Turbo و SDXL Turbo با ONNX Runtime و Olive
معرفی بهروزرسانیهای سرعتسازی مدلهای SD Turbo و SDXL Turbo با ONNX Runtime و Olive، اجازه میدهد تا تصاویر گرافیکی در کمتر از یک گام، در محیطهای C# و Java ایجاد شوند.
پژوهش
ساخت لیدربورڈ هوش مصنوعی: گام به گام با Vectara و HHEM
راهنمای جامع نصب لیدربورڈ هوش مصنوعی در هاجینگ فیس با Vectara و امکان ارزیابی دقیق لسههای هالوژن در مدلهای LLM و مدلهای تجاری در مجتمع آموزشی.
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.