اخبار
هوش مصنوعی Llama 3.1 از Meta بهروز شد: 405B، 70B و 8B با چندزبانهیی
Meta و Hugging Face با انتشار Llama 3.1 نسخههای 8B، 70B و 405B را معرفی کردند؛ این مدلهای چندزبانه، حافظه بلند و دسترسی از طریق API ارائه میدهند.
محصولات
هوش مصنوعی در دنیای بازیها: معرفی NPC-Playground و NPCهای هوشمند
در این مقاله، به بررسی NPC-Playground، یک محیط ۳D تعاملی برای NPCهای مبتنی بر مدلهای زبانی بزرگ میپردازیم. این فضا امکاناتی جدید و متنباز را برای توسعهدهندگان بازی فراهم میکند.
اخبار
لیست برتر هوش مصنوعی: سرعت، قیمت و کیفیت مدلهای LLM بر روی هگینگ فیس
در این گزارش، لیست جدید عملکرد مدلهای زبانی بزرگ در هگینگ فیس معرفی میشود. این لیست، معیارهای سرعت، قیمت و کیفیت را برای بیش از ۱۰۰ مدل مورد ارزیابی قرار میدهد.
اخبار
جدول تازه سنجش هوش مصنوعی در پزشکی؛ ارزیابی مدلهای زبانی بالینی
هوگینگ فیس با انتشار جدول ردهبندی باز Medical-LLM، معیاری تازه برای ارزیابی مدلهای زبانی در حوزه سلامت ارائه کرده تا عملکرد هوش مصنوعی در کارهای بالینی شفافتر شود.
اخبار
عرصه هوش مصنوعی: تست استرسزا و بررسی نقص امنیت دریبهای گفتگو
اچاف و لایتهاوز با راهاندازی عرصه جدید، پایداری محافظتهای حریم خصوصی مدلهای زبانی بزرگ را در برابر تلاشهای تسریب دادههای حساس آزمایش میکنند.
پژوهش
GaLore: آموزش مدلهای زبانی بزرگ روی سختافزار مصرفی با هوش مصنوعی
تکنیک نوین GaLore با کاهش شدید مصرف حافظه در حالتهای بهینهساز، امکان آموزش مدلهای زبانی چند miljard پارامتری را روی کارتهای گرافیک معمولی و ارزانیتر برای پژوهشگران فراهم میکند.
پژوهش
کازموپدیا؛ انقلاب دادههای سنتتیک در پیشآموزش مدلهای هوش مصنوعی
هاگینگ فیس مجموعهداده سنتتیک کازموپدیا را با میلیاردها توکن برای بازتولید عملکرد Phi-1.5 منتشر کرد؛ گامی بزرگ در تولید داده برای هوش مصنوعی.
سختافزار
اجرای هوش مصنوعی مولد روی لپتاپ: چتبات Phi-2 با پردازنده متئور لیک اینتل
هاگینگ فیس و اینتل اجرای مدل هوش مصنوعی Phi-2 را روی لپتاپهای مجهز به پردازنده متئور لیک ممکن کردهاند؛ گامی برای استنتاج محلی مدلهای زبانی بزرگ.
مدلها
PEFT روشهای جدیدی برای ادغام مدلهای هوش مصنوعی معرفی کرد
کتابخانه PEFT هگز فیس با افزودن روشهای جدید ادغام LoRA مانند TIES و DARE، مسیر بهینهسازی مدلهای زبانی بزرگ را هموارتر کرد. با این تکنیکها، مدلهای قدرتمندتری با مصرف حافظه کمتر بسازید.