مدلها
هوشمصنوعی در ابری: ادغام Microsoft و Hugging Face برای دسترسی آسان مدلهای متن، صدا و تصویر
Microsoft و Hugging Face همکاری خود را گسترش دادهاند تا بهسرعت و بهصورت امن مدلهای متن، صدا و تصویر را بر روی پلتفرم Azure پایدارآزمایی کند. در این همکاری 10,000+ مدل باز در دسترس قرار میگیرد.
پژوهش
لیست برداری هوش مصنوعی: ورود LLMهای ژاپنی به هافینگ فیس
این مقاله لیستبرداری Open Japanese LLM در هافینگ فیس را معرفی کرده؛ از ۲۰+ مجموعه داده و چالشهای ژاپنی در کنار ابزارهای پیادهسازی را جمعآوری کردهاند.
پژوهش
هوش مصنوعی بر روی حافظهٔ محلی: معرفی ggml و کاربردهای آن
بررسی جامع فریمورک open-source ggml که برای اجرای مدلهای ترنسفورمر به صورت on-device طراحی شده و متناسب با دستگاههای کممنبع است و ابزارهای توسعه
مدلها
رونمایی StarCoder2؛ خانواده جدید مدلهای هوش مصنوعی متنباز برای کدنویسی
StarCoder2 خانواده مدلهای متنباز هوش مصنوعی برای کدنویسی است؛ با سه اندازه ۳، ۷ و ۱۵ میلیارد پارامتر و آموزش روی ۴ تریلیون توکن و ۶۰۰+ زبان.
مدلها
هوش مصنوعی StarCoder؛ مدل متنباز کدنویسی که رکورد جدیدی ثبت کرد
StarCoder با ۸۰+ زبان برنامهنویسی و پنجره زمینه ۸۰۰۰ توکن، استاندارد جدیدی در مدلهای متنباز کدنویسی ایجاد کرده است.
پژوهش
کاربرد هوش مصنوعی در یادگیری فدرال: راهنمای پیکربندی Hugging Face + Flower
در این مقاله، چگونگی پیادهسازی یادگیری فدرال با Hugging Face و Flower را بررسی میکنیم؛ نصب بسته، راهاندازی سرور، و نتایج بر روی دادههای IMDB.
پژوهش
سرعت آموزش مدلهای هوش مصنوعی ۳۵% سریعتر با Optimum+ONNX Runtime
حکیمیترین مدلهای هوش مصنوعی با تمهیدات Optimum و ONNX Runtime، در مدت زمان کمتر از قبل به دقت و سرعت بیشتری آموزش مییابند. ایدههای جدید در این حوزه در آینده نزدیک چالشهای بزرگی را حل میکنند.