مدل‌ها
چگونه GPT‑J ۶ میلیارد پارامتر را بر روی ساجمارک خودکار به‌کارگیری کنید
GPT‑J ۶ میلیارد پارامتر را با استفاده از کتابخانه Transformers و پلتفرم Amazon SageMaker به‌صورت سریع و مقیاس‌پذیر بر روی سرورهای خود در دسترس می‌آوریم. راهنمای گام‌به‌گام و نکات کلیدی را بررسی می‌کنیم.
محصولات
هوش مصنوعی OpenAI بی‌صف: دسترسی سریع به API، پیشرفت‌های امنیتی در کنار
دسترسی سریع به OpenAI API بدون صف انتظار، همراه با استانداردهای امنیتی پیشرفته، این امکان را برای کسب‌وکارها و توسعه‌دهندگان هوش مصنوعی فراهم می‌کند.
اخبار
اسپسی به هاب هاگینگ فیس پیوست؛ گامی نو در اشتراک‌گذاری هوش مصنوعی
کتابخانه محبوب پردازش زبان طبیعی اسپسی به هاب هاگینگ فیس اضافه شد. اکنون پایپلاین‌های خود را با یک دستور آپلود کرده و به اشتراک بگذارید.
مدل‌ها
آشنایی با یادگیری چندنمونه‌ای و نقش GPT-Neo در هوش مصنوعی
در این مقاله، یادگیری چندنمونه‌ای روشی نوین در هوش مصنوعی است و کاربردهای GPT-Neo و API شتاب یافته هافینگ فیس برای پیش‌بینی با مثال‌های اندک بررسی می‌شود.
پژوهش
هوش مصنوعی در خواندن متن‌های طولانی: معرفی ترنسفورم‌های بلنددامنه
در این مقاله از سری خواندنی‌های هوش مصنوعی، به معرفی ترنسفورم‌های بلنددامنه و راهکارهای کاهش پیچیدگی محاسباتی برای پردازش متن‌های طولانی می‌پردازیم.
مدل‌ها
هوش مصنوعی با RAG و Ray: افزایش سرعت بازیابی متن تا ۲ برابر
با ترکیب RAG و Ray، سرعت بازیابی اسناد در مدل‌های زبانی هوش مصنوعی تا ۲ برابر افزایش یافته و مقیاس‌پذیری تنظیم دقیق توزیع‌شده نیز به‌طور چشمگیری بهبود می‌یابد.
پژوهش
گرم‌آغاز کردن مدل‌های Encoder-Decoder با هوش مصنوعی؛ راهکاری برای بهبود عملکرد
در این مقاله از وبلاگ هوما، روش گرم‌آغاز کردن مدل‌های زبانی Encoder-Decoder با استفاده از checkpointهای BERT و GPT2 بررسی می‌شود. این تکنیک در ترجمه ماشینی، خلاصه‌سازی و سایر وظایف seq2seq عملکرد بهتری به ارمغان می‌آورد.
مدل‌ها
مدل‌های Encoder-Decoder مبتنی بر ترنسفورمر؛ چگونه هوش مصنوعی متن می‌فهمد؟
در این مقاله به بررسی عمیق معماری ترنسفورمری Encoder-Decoder می‌پردازیم؛ مدلی که پایه‌گذار نسل جدید سیستم‌های هوش مصنوعی در پردازش زبان طبیعی و تولید محتوا است.
آموزش
آموزش مدل زبانی از صفر با Transformers و Tokenizers در Hugging Face
در این مقاله یاد می‌گیرید چگونه با کتابخانه‌های Transformers و Tokenizers یک مدل زبانی اختصاصی از صفر آموزش دهید و آن را برای وظایف پایین‌دستی بهینه کنید.
پژوهش
قوانین مقیاس‌پذیری مدل‌های زبانی؛ راز پیشرفت هوش مصنوعی
تحقیقات OpenAI نشان می‌دهد عملکرد مدل‌های زبانی با افزایش داده، پارامترها و توان محاسباتی به شکلی قابل پیش‌بینی بهبود می‌یابد. این مقاله به بررسی این قوانین و پیامدهای آن برای آینده هوش مصنوعی می‌پردازد.