آموزش ایجاد چت‌بات LLaMA 2 بدون کد: راهنمای گام به گام برای غیر مهندسان در این آموزش، با استفاده از ابزارهای Hugging Face، بدون نیاز به کدنویسی، آماده‌سازی مدل LLaMA 2 و پیاده‌سازی چت‌بات شخصی‌سازی شده را گام به گام بررسی می‌کنیم. ۶ مهر ۱۴۰۲ ۲ دقیقه پژوهش استقرار Llama 2 بر Amazon SageMaker: راهنمایی هوش مصنوعی کم هزینه این مقاله، بیانگر نتایج یک بنچمارک جامع بر روی Llama 2 در Amazon SageMaker است و بهترین گزینه‌های کم هزینه و بالاترین سرعت را برای شرکت‌ها معرفی می‌کند. ۴ مهر ۱۴۰۲ ۲ دقیقه پژوهش هوش مصنوعی در دسترس پرو: امکانات جدید API Hugging Face و دسترسی سریع‌تر به مدل‌های هوش مصنوعی Hugging Face با معرفی ویژگی جدید API برای کاربران PRO، دسترسی سریع‌تر و سطح بالاتری نسبت به مدل‌های هوش مصنوعی را فراهم می‌کند. این امکان ایجاد الگوهای ریسورس تخمینی و محدودیت نرخ را می‌آورد و توسعه‌دهندگان را قادر می‌سازد تا به‌سادگی مدل‌های پیشرفته را آزمایش کنند. در ادامه ما به بررسی جزئیات و کاربردهای این سرویس می‌پردازیم. ۳۱ شهریور ۱۴۰۲ ۲ دقیقه پژوهش شبکه Red Teaming OpenAI: دعوت بهبود ایمنی مدل‌های هوش مصنوعی OpenAI با راه‌اندازی شبکه Red Teaming، متخصصین ایمنی مدل‌های هوش مصنوعی را فراخوانده تا در شناسایی و اصلاح خطرات احتمالی مشارکت کنند و کیفیت تولید را ارتقا دهند. ۲۸ شهریور ۱۴۰۲ ۲ دقیقه اخبار اهمیت هوش مصنوعی در مقیاس‌پذیری مدل‌های مالی با Rocket Money و Hugging Face چطور Rocket Money با همکاری Hugging Face به مقیاس‌پذیری مدل‌های مالی دست یافت و با شناسایی معاملات، بهینه‌سازی هزینه‌ها را بهبود بخشید؟ ۲۸ شهریور ۱۴۰۲ ۲ دقیقه اخبار هوش مصنوعی در شناسایی اشیاء: نمره بندی مدل‌ها و مشکلات متریک‌ها در این مقاله، به بررسی لیست درجه‌ بندی مدل‌های تشخیص اشیاء در Hugging Face می‌پردازیم، متریک‌های مهم مثل IoU و AP را توضیح داده و مشکلات احتمالی آن‌ها را بررسی می‌کنیم. ۲۷ شهریور ۱۴۰۲ ۲ دقیقه پژوهش هوش مصنوعی در عمل: روش‌های بهینه‌سازی مدل‌های زبان بزرگ با بهره‌گیری از تکنیک‌های Flash Attention، حافظه‌ی مبتنی بر کلید-مقدار و بهبود جاسازهای موقعیتی، مدل‌های زبان بزرگ را می‌توان در محیط‌های تولیدی بهینه‌تر استفاده کرد. ۲۴ شهریور ۱۴۰۲ ۲ دقیقه پژوهش هوش مصنوعی: خوشگذرینه تخصیص منابع برای fine-tuning Llama 2 70B در پایتورچ Fine‑tuning مدل Llama‑2 70B را با PyTorch FSDP در هستهٔ هوش مصنوعی هدف‌گذاری کرده‌ایم. از طریق واریس‌های سفارشی، چالش‌های سخت‌افزاری و الگوریتم‌های تقسیم پارامترها به‌صورت دقیق در SLURM، به‌حرفه‌ای مدل را آموزش می‌دهیم. ۲۲ شهریور ۱۴۰۲ ۲ دقیقه مدل‌ها هوش مصنوعی: معرفی Würstchen، مدل تولید تصویر بسیار سریع و نوآور Würstchen، مدل جدید انتشار داده‌ها، با فشرده‌سازی ۴۲ برابر، امکان تولید تصاویر با کیفیت بالا در ثانیه‌های کمی را فراهم می‌کند، به‌علاوه در فریمورک Diffusers به آسانی یکپارچه می‌شود. ۲۲ شهریور ۱۴۰۲ ۲ دقیقه پژوهش کشف مزایا و معایب کوانتیزه‌سازی مدل‌های هوش مصنوعی در Transformers متن به بررسی مزایا و معایب دو روش کوانتیزه‌سازی، BitsAndBytes و AutoGPTQ، در کتابخانه Transformers می‌پردازد و راهنمایی برای انتخاب مناسب ارائه می‌دهد. ۲۱ شهریور ۱۴۰۲ ۲ دقیقه