پژوهش ConTextual: معیاری تازه برای سنجش هوش مصنوعی چندوجهی در صحنه‌های متنی آشنایی با ConTextual، معیار جدید Hugging Face برای ارزیابی مدل‌های چندوجهی در درک هم‌زمان متن و تصویر؛ گامی به سوی هوش مصنوعی باز و دموکراتیک. ۱۵ اسفند ۱۴۰۲ ۳ دقیقه اخبار داده‌های مشترک؛ کلید ساخت هوش مصنوعی بهتر و دموکراتیک پلتفرم Argilla و Hugging Face با طرح «داده با هم بهتر است»، جوامع را به ساخت داده‌های باکیفیت برای پیشرفت هوش مصنوعی دعوت می‌کنند. ۱۴ اسفند ۱۴۰۲ ۳ دقیقه اخبار آموزش استفاده از خط لوله متن‌سازی هوش مصنوعی روی شتاب‌دهنده اینتل گائودی ۲ اجرای مدل‌های Llama 2 روی شتاب‌دهنده Intel Gaudi 2 با خط لوله جدید Hugging Face ساده شد. در این مقاله روش استفاده و مزایای آن را می‌خوانید. ۱۰ اسفند ۱۴۰۲ ۲ دقیقه پژوهش نبرد با حملات انسانی: سنجش مقاومت هوش مصنوعی با رهبر جدید رهبر تازه انتشار یافته Red-Teaming Resistance به بررسی مقاومت مدل‌های زبانی در برابر حملات واقع‌گرایانه می‌پردازد و نویدبخش توسعه مسئولانه هوش مصنوعی است. ۴ اسفند ۱۴۰۲ ۲ دقیقه 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. ۴ اسفند ۱۴۰۲ ۲ دقیقه پژوهش استفاده از داده مصنوعی؛ کاهش هزینه، زمان و کربن در پروژه‌های هوش مصنوعی در این مقاله از بلاگ هگینگ فیس می‌خوانیم که چگونه تولید داده مصنوعی با مدل‌های زبانی متن‌باز، هزینه، زمان و انتشار کربن را در پروژه‌های هوش مصنوعی کاهش می‌دهد. ۲۷ بهمن ۱۴۰۲ ۲ دقیقه اخبار مسابقه AMD Pervasive AI؛ توسعه هوش مصنوعی با سخت‌افزار رایگان AMD با همکاری Hugging Face مسابقه جهانی Pervasive AI را برگزار می‌کند. توسعه‌دهندگان با دریافت سخت‌افزار رایگان در سه دسته رقابت می‌کنند و تا ۱۰ هزار دلار جایزه می‌برند. ۲۵ بهمن ۱۴۰۲ ۳ دقیقه مدل‌ها SegMoE: چارچوبی نوین برای ترکیب مدل‌های هوش مصنوعی تصویرساز SegMoE چارچوبی برای ساخت مدل‌های انتشار ترکیبی است که با الهام از Mixtral 8x7b، چند مدل را در یک مدل واحد ادغام می‌کند. با پشتیبانی کامل از Hugging Face و diffusers، ساخت مدل شخصی شما تنها چند دقیقه زمان می‌برد. ۱۴ بهمن ۱۴۰۲ ۲ دقیقه آموزش آموزش گام‌به‌گام PatchTST در Hugging Face؛ از پیش‌بینی تا انتقال یادگیری با PatchTST در Hugging Face پیش‌بینی سری‌های زمانی را بیاموزید؛ از آموزش روی داده برق تا انتقال یادگیری به ETTh1 با روش‌های Zero-shot و Fine-tuning. ۱۲ بهمن ۱۴۰۲ ۲ دقیقه 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. ۲۹ دی ۱۴۰۲ ۲ دقیقه