مدل‌ها مدل‌های جاسازی ماتریوشکا؛ تحولی در هوش مصنوعی با انعطاف‌پذیری ابعاد مدل‌های جاسازی ماتریوشکا به شما امکان می‌دهند بردارهای با ابعاد مختلف را از یک مدل واحد استخراج کنید؛ بدون افت چشمگیر کیفیت، حافظه و هزینه محاسباتی کمتر. ۴ اسفند ۱۴۰۲ ۲ دقیقه پژوهش کشف مزایا و معایب کوانتیزه‌سازی مدل‌های هوش مصنوعی در Transformers متن به بررسی مزایا و معایب دو روش کوانتیزه‌سازی، BitsAndBytes و AutoGPTQ، در کتابخانه Transformers می‌پردازد و راهنمایی برای انتخاب مناسب ارائه می‌دهد. ۲۱ شهریور ۱۴۰۲ ۲ دقیقه 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. ۱ شهریور ۱۴۰۲ ۲ دقیقه مدل‌ها بهینه‌سازی Bark با 🤗 Transformers: صدای واضح و سریع‌ترین زمان مطالعه جدید Hugging Face پردازش سریع‌تر و مصرف کمتر حافظه مدل Bark را با ابزارهای Transformers، Optimum و Accelerate توضیح می‌دهد؛ سه‌مرحله ساده برای عملکرد برتر. ۱۸ مرداد ۱۴۰۲ ۲ دقیقه پژوهش هوش مصنوعی در اپل: Swift Transformers برای اجرای LLMهای بر دستگاه Hugging Face با انتشار Swift Transformers، امکان اجرای LLMهای بزرگ بر روی دستگاه‌های اپل را فراهم می‌کند؛ تبدیل مدل‌های PyTorch به Core ML را ساده می‌سازد. ۱۷ مرداد ۱۴۰۲ ۲ دقیقه پژوهش هوش مصنوعی در وب: ساخت بازی‌های زمان واقعی با Transformers.js برای توسعه‌دهندگان در این مقاله، به‌صورت گام‌به‌گام می‌آموزید چگونه با استفاده از Transformers.js یک بازی وب زمان واقعی ساخته‌اید که بر پایه‌ی یادگیری ماشین امری ساده و به‌سرعت است. ۱۴ تیر ۱۴۰۲ ۲ دقیقه محصولات Hugging Face و مایکروسافت؛ عرضه هوش مصنوعی منبع‌باز در Azure کاتالوگ مدل‌های Hugging Face در Azure Machine Learning منتشر شد؛ توسعه‌دهندگان می‌توانند مدل‌های Transformers را با چند کلیک روی زیرساخت امن مایکروسافت مستقر کنند. ۳ خرداد ۱۴۰۲ ۲ دقیقه پژوهش آموزش گام به گام ایجاد مدل زبان روی TPUs با TensorFlow در 🤗 Transformers در این مقاله گام به گام توضیح می‌دهد چگونه مدل زبان masked را با 🤗 Transformers، TensorFlow و TPUs آموزش دهید؛ از tokenizer گرفته تا انتشار مدل در Hugging Face. ۷ اردیبهشت ۱۴۰۲ ۲ دقیقه مدل‌ها پیش‌بینی سری‌های زمانی چندمتغیره با مدل Informer: هوش مصنوعی در خدمت تحلیل داده‌ها مدل Informer با توجه مخصوص ProbSparse توانسته در پیش‌بینی سری‌های زمانی چندمتغیره، دقت بالایی ارائه کند و به‌وسیله استفاد از داکیومنت‌های 🤗 Transformers، توسعه آن ساده‌تر شد. ۱۹ اسفند ۱۴۰۱ ۲ دقیقه پژوهش هوش مصنوعی در دیدگاه: چطور Hugging Face در حوزه ویژن پیشرفت می‌کند در این مقاله، نگاهی اجمالی به سال 2023 در حوزه دیداری Hugging Face می‌اندازیم؛ از Vision Transformers تا ۳۰۰۰ مدل و ۱۰۰ دیتاست، و نقش جامعه و چشم‌اندازهای آینده. ۱۰ بهمن ۱۴۰۱ ۲ دقیقه