پژوهش
هوش مصنوعی در کدنویسی: SafeCoder مقابل دستیارهای کد باز و سهامدار
در این مقاله تفاوتهای SafeCoder را با دستیارهای کد بسته بررسی کرده و تأثیر آن بر کارایی توسعهدهندگان را مورد تحلیل قرار میدهیم، بهویژه استفاده از آزاد.
مدلها
هوش مصنوعی: آداپتورهای T2I‑Adapters برای کنترل تصاویر SDXL
آداپتورهای T2I‑Adapters برای SDXL؛ مدل کنترل متن‑به‑تصویر باز و کارآمد، جایگزین پر مصرف ControlNet در تولید تصاویر پیشرفته.
پژوهش
Code Llama: کدنویسی پیشرفته با هوش مصنوعی Llama 2
Code Llama با قابلیتهای بالای Llama 2 به مهندسین امکان میدهد کدها را سریعتر بنویسند، تستات خودکار تولید کنند و کارهای تکراری را حذف کنند.
پژوهش
بهینهسازی مدلهای LLM با AutoGPTQ: راه حل هوش مصنوعی سبکوزن
Hugging Face با ادغام AutoGPTQ در Transformers، مدلهای زبانی بزرگ را برای کاربران، پژوهشگران و توسعهدهندگان سبکتر و مقرون به صرفهتر میکند.
محصولات
هوش مصنوعی در AWS Marketplace: راهکار ساده پرداخت و استفاده از Hugging Face Hub
Hugging Face Hub اکنون در AWS Marketplace موجود است؛ با یکپارچهسازی حساب AWS میتوانید سرویسهای هوش مصنوعی را به سادگی با بهای داخلی AWS مصرف کنید، مدلهای زبانی، ایجاد درایوهای ابری و پرداخت توسط AWS bill، و در نتیجه گسترش دسترسی برای توسعهدهندگان و کسبوکارهای ابری.
پژوهش
انتقال DeepFloyd IF به محیط تولید با BentoML: راهنمای عملی هوش مصنوعی
پذیرفتن و استقرار ماژولهای هوش مصنوعی در فضای واقعی، از چالشهای پیچیده تا راهکارهای ساده. در این مقاله، میگوییم چگونه DeepFloyd IF را در محیطهای پروک درونی و ابری با BentoML و سرویسهای تولیدی، جاینما دهید.