سختافزار
هوش مصنوعی در دستهی Groq: پیوستن به Hugging Face و سرعت بینظیر
Groq به تازگی به عنوان یک ارائهدهندهی استنتاج در Hugging Face Hub معرفی شد؛ تکنولوژی LPU™ آن، سرعت بیسابقهای را برای مدلهای زبانی سنگین فراهم میکند. این پیشرفت در حوزهی سرورلس و هوش مصنوعی چگونگی کارکرد آن چیست؟
مدلها
فِیترلس AI: جدیداً ارائهدهنده هوش مصنوعی بدون سرور در هاجینگ فیس
فِیترلس AI بهعنوان ارائهدهنده بدون سرور در هاجینگ فیس معرفی شد؛ گامی مهم در گسترش دسترسی سریع، جامع و مقرونبهصرفه به مدلهای متن و گفتار.
پژوهش
هوش مصنوعی در دسترس همه: همکاری NVIDIA و Hugging Face معرفی سرویس خوشهسازی آموزش
در روزگارد GTC پاریس، همکاری جدید هگینگ فیس و NVIDIA چرخاندن دسترسی به خوشههای گرافیک بالا را برای مراکز پژوهشی فراهم میکند. سرویس Training Cluster as a Service امکان آموزش مدلهای بنیادی در حوزههای مختلف را به همه میدهد.
پژوهش
ScreenSuite: جامعترین مجموعه ارزیابی ایجنتهای GUI در هوش مصنوعی
ScreenSuite بهعنوان اولین سوییتم جامع برای سنجش عملکرد ایجنتهای GUI در هوش مصنوعی معرفی شد؛ در کمتر از ۳۰ ثانیه میتوانید مدلهای VLM را برپایه معیارهای دقیق مقایسه کنید.
پژوهش
هوش مصنوعی بدون GPU: چگونگی افزایش کارایی با vLLM هممحور در TRL
این مقاله روش Co‑Located vLLM در TRL را معرفی و نشان میدهد چگونه با استفاده از GPUهای مشترک، کارایی مدلهای LLM را بدون هزینه اضافی به حداکثر میرساند.
پژوهش
هوش مصنوعی در مسیر ساختاردهی: CodeAgents جدید و بهبود عملکرد
با معرفی ساختاردهی جدید در CodeAgents، دقت و سرعت اجرای ماژولهای هوش مصنوعی در انجام وظایف بهسرعت پیشرفت میکند. در این مقاله به تحلیل عملکرد و نوآوریها میپردازیم.
مدلها
هوش مصنوعی Falcon‑H1: مدلهای هوشمند ترکیبی با کارایی بینظیر
ماکزیم چند مدل Falcon‑H1 را معرفی کنید: ترکیبی از معماری هیبریدی ترنسفورمر و مدل فضای حالت، با عملکرد بالا در زبان، کارایی اندیشمندی، و بازتابپذیری در حجم متن بزرگ.
پژوهش
Falcon‑Edge: مدلهای هوش مصنوعی 1.58bit برای زیرساختهای کوچک و راههای مقیاسپذیری جدید
در این گزارش به معرفی Falcon‑Edge، مجموعهای از مدلهای زبان قدرتمند 1.58bit میپردازیم که بر معماری BitNet بنا شدهاند و در قالب سهنیتی قابل تنظیم و مقیاسپذیر هستند.