پژوهش
هوش مصنوعی: نیستروفرمری که زمان و حافظه ترنسفورمرها را کاهش میدهد
روش نیستروفرمری با بهرهگیری از تکنیک نیسترو، خود‑توجه در ترنسفورمرها را به صورت خطی ساختن میکند؛ کارایی آن در NLP و CV موثر است.
پژوهش
پاسخ هوش مصنوعی در گامهای NAIRR: توسعهٔ باز و مسئولیتپذیر
Hugging Face در پاسخ به گزارش NAIRR، حمایت از دسترسی آزاد و مسئولانه به هوش مصنوعی را اعلام کرده؛ راهکارهای متنباز برای پیشرفت علمی را بررسی میکند.
پژوهش
هوش مصنوعی در عمل: Advantage Actor Critic (A2C) و کاربردهایش
مزیت A2C در هوش مصنوعی: یادگیری تقویتی با کاهش واریانس، بهبود عملکرد رباتیک در PyBullet، آموزش عملی، بهینهسازی مدل و کاهش هزینه اجرا و بازدهی بیشتر.
آموزش
ساخت یک ژنراتور فهرست آهنگی با هوش مصنوعی: جزئیات انطباق Sentence Transformers
این مقاله به بررسی ساخت ژنراتور فهرست آهنگی با کاربرد Sentence Transformers و گراودی میپردازد؛ مراحل embedding، جستجوی معنایی و راهاندازی وبسرویس را شرح میدهد.
مدلها
هوش مصنوعی بلاوم: نخستین مدل زبان چندملیتی ۱۷۶ میلیارد پارامتر
BLOOM، نهمین مدل زبانی بزرگ جهان، با ۱۷۶ میلیارد پارامتر، در ۴۶ زبان طبیعی و ۱۳ زبان برنامهنویسی کار میکند و دسترسی آزاد به دادهها و کدها را فراهم میآورد.
پژوهش
هوش مصنوعی و تحلیل احساسات در توییتر: راهنمای گامبهگام برای همه
در این مقاله بهصورت مختصر، نحوه استفاده از هوش مصنوعی برای تحلیل احساسات در توییتر را برای برنامهنویسان و کاربران بدون کدنویسی بررسی میکنیم؛ روشهای عملی و ابزارهای متداول را معرفی میکنیم.
پژوهش
هوش مصنوعی: گسترش الگوریتم گریدینت سیاست با PyTorch بر روی پلتفرم Hugging Face
در این مقاله به بررسی کاربرد Policy Gradient در PyTorch میپردازیم، این مسیر یادگیری تقویتی را در چارچوب تجاری و متن باز Hugging Face معرفی میکنیم و نکات عملی و کلیدی را برای توسعهگران بیان میکنیم.