مدل‌ها
دیتاست FineVideo: گامی عمیق‌تر در هوش مصنوعی ویدیو با هشتا هزار ساعت داده
هوکینگ فیس با رهبری تیمی از متخصصان، دیتاست FineVideo را با بیش از ۴۳ هزار ویدیو و ۳.۴ هزار ساعت محتوا منتشر کرد؛ داده‌ای غنی برای آموزش مدل‌های هوش مصنوعی مولد ویترو
مدل‌ها
افزودن داده‌های چندوجهی برای تصاویر اسناد با هوش مصنوعی
آشنایی با تکنیک جدید TextImage Augmentation از Hugging Face برای بهبود دقت مدل‌های بینایی-زبانی در پردازش اسناد با متن بالا.
پژوهش
هوش مصنوعی در رباتیک: کتابخانه Pollen‑Vision برای درک بصری بدون آموزش
کتابخانه‌ی Pollen‑Vision، رابط یکپارچه‌ای برای مدل‌های Zero‑Shot در رباتیک، با هدف ارتقاء و آسان‌سازی دسترسی به هوش مصنوعی در محیط‌های واقعی ارائه شد.
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.
مدل‌ها
هوش مصنوعی و SDXL: 4 گام ساده برای تولید تصویر با لایتنس
دستگاه‌های AI توانایی تولید تصاویر با کیفیت بالا را در واحد زمان کوتاه‌تر می‌کنند. در این روند، مدل‌های Latent Consistency LoRAs در SDXL نقش کلیدی ایفا می‌کنند.
آموزش
هوش مصنوعی در عمل: انتشار مدل Vision Transformer با TensorFlow Serving
در این مطلب به بررسی نحوه انتشار مدل‌های بینایی الگوریتم Vision Transformer با استفاده از TensorFlow Serving در پلتفرم Hugging Face می‌پردازیم و مزایای آن را بررسی می‌کنیم.
پژوهش
OpenAI Microscope: هوش مصنوعی را شفاف‌تر از همیشه ببینید
OpenAI از میکروسکوپ خود رونمایی کرد؛ مجموعه‌ای از تصویرسازی‌ها برای بررسی لایه‌ها و نورون‌های هشت مدل بینایی که به تفسیرپذیری هوش مصنوعی کمک می‌کند.
پژوهش
پیشرفت‌های هوش مصنوعی: یادگیری کارآمد ربات‌ها با عامل-منتقد نامتقارن
اوپن‌ای‌آی رویکردی نوین برای آموزش ربات‌ها با هوش مصنوعی و یادگیری تقویتی مبتنی بر تصویر معرفی کرده است. عامل-منتقد نامتقارن، کارایی و دقت را در کنترل ربات‌ها افزایش می‌دهد.