محصولات
AutoTrain: طبقه‌بندی تصویر بدون کدنویسی با هوش مصنوعی در Hugging Face
AutoTrain بر پایه‌ی Hugging Face مدل‌های تشخیص تصاویر را بدون کدنویسی آموزش می‌دهد و به کاربران اجازه می‌دهد با انتخاب خودکار مدل بهترین را انتخاب کنند. با بهره‌گیری از AutoTrain می‌توانید به سرعت مدل‌هایی با دقت بالا ایجاد کنید که در مسایل روزمره کاربردی هستند.
پژوهش
هوش مصنوعی پرسرعت: روش شگفت‌انگیز اجرای مدل BLOOM با DeepSpeed و Accelerate
در این مقاله، به بررسی روش سریع و کارآمد اجرای مدل بزرگ BLOOM با استفاده از DeepSpeed و Accelerate می‌پردازیم، نکات ایجادی، سخت‌افزار و راهکارهای عملی.
پژوهش
نشر ViT از Hugging Face در Vertex AI: راهی سریع و مقیاس‌پذیر
با استفاده از Vertex AI، مدل ViT را به سرعت و با کد کم روی سرویس Google Cloud منتشر کنید، قابلیت سکیل‌پذیری، مانیتورینگ و هزینه‌ی بهینه‌سازی را بهره‌مند شوید.
آموزش
Vision Transformers بر روی Graphcore: آموزش سریع مدل های پزشکی با هوش مصنوعی
در این مقاله بررسی می‌کنیم چطور می‌توان با استفاده از کتابخانهٔ Hugging Face Optimum و پردازندهٔ Graphcore IPU، مدل Vision Transformer را بر روی داده‌های رادیولوژیکی تنظیم کرد و سرعت و کارایی بالایی بدست آورد.
پژوهش
هوش مصنوعی در 8‑بیت: بهینه‌سازی ماتریسی برای ترنسفورمرهای بزرگ
مقاله حاضر به صورت ساده‌راه‌نمایی برای کاربرانی است که در بحث 8‑بیتی بازتاب کردن متن و کاهش مصرف حافظه در ترنسفورمرهای بزرگ علاقه‌مندند؛ مزایای سرعت و بهبود مصرف را بررسی می‌کنیم.
پژوهش
هوش مصنوعی در هکینگ فیس: فلسفه TensorFlow و امکانات آینده
هکینگ فیس با فلسفهٔ TensorFlow، مدل‌ها و توابع پیش‌فرض، امکانات هم‌زمانی با Keras، XLA، و نگرانی برای انتشار جامعهی آزاد، پیشرفت در هوش مصنوعی را سرعت می‌دهد.
پژوهش
هوش مصنوعی با TensorFlow و XLA: تولید متن ۱۰۰ برابر سریعتر
در این مقاله، روش تولید متن پیشرفته با ترکیب TensorFlow و XLA بررسی می‌شود؛ این تکنولوژی سرعت را تا ۱۰۰× افزایش داده و حتی از پایتورچ پیشی می‌گیرد، با امکان دسترسی وسیع و بهره‌برداری سریعتر مدل‌های زبانی.
پژوهش
چگونه مدل 176B پارامتر BLOOM با استفاده از تکنیک‌های پیشرفته آموزش یافت
BLOOM، مدل زبان ۱۷۶ میلیارد پارامتر، با ترکیبی از معماری Megatron‑DeepSpeed و تکنیک‌های دروازه داده‌ای، توزیعی و حافظه‑بهینه آموزش یافت؛ دقت و سرعت حداکثری را در محیط‌های منابع محدود ارائه می‌دهد.
کسب‌وکار
هوش مصنوعی در مالی: تأثیر، چالش و چشم‌انداز آینده در صنعت مالی
هوش مصنوعی در صنعت مالی باعث بهبود تصمیم‌گیری، کاهش ریسک، و سرعت پردازش می‌شود؛ اما چالش‌های داده ناپایدار و نیاز به تخصص مالی مانع پیشرفت است.
مدل‌ها
ساده‌سازی هوش مصنوعی در سلامت: Sempre Health و برنامه Expert Acceleration
در این مقاله به بررسی چگونگی استفاده از برنامه Expert Acceleration توسط استارتاپ Sempre Health برای تسریع در مسیر یادگیری ماشین می‌پردازیم و تأثیر آن بر کسبوکارهای سلامت را بررسی می‌کنیم.