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
اخبار
هوش مصنوعی: خرید ایکست هاوبی توسط هيوگینگ فیس و革新 مدیریت مدلها
هيوگینگ فیس با اکتفا به ایکست هاوبی، زیرساخت نگهداری داده و مدلهای هوش مصنوعی را با تکنولوژی gittop revolutionary ارتقا میدهد و مسیر توسعه پایدار منابع باز را هموار میکند.
پژوهش
هفینگفیس معرفی میکند فیلترهای جستجوی هوش مصنوعی: مودالیتی، اندازه و فرمت دیتاست
هفینگفیس با افزودن فیلترهای مودالیتی، اندازه، فرمت و کتابخانه، جستجوی دیتاست را برای پژوهشگران و توسعهدهندگان هوش مصنوعی سادهتر کرده است. این ابزار جدید امکان انتخاب دقیق تر دیتا را فراهم میآورد.
پژوهش
هوش مصنوعی مبتنی بر کد: رقیب GAIA را شکست داد و آینده را بازکرد
کود-عامل هیپینگ فیس، با بهرهگیری از معماری Transformer و کتابخانه smolagents، بر چالش GAIA بعنوان تمامسریترین معیارهای هوش مصنوعی ایستاد و اولین جایزه را به دست آورد. این دستاورد به سوی توسعهٔ هوش نمایی هوشمندانه افتاد.
اخبار
هوش مصنوعی بهتر: نقش کلیدی کیفیت داده در ساخت مدلهای پیشرفته
نوشتهای درباره اهمیت کیفیت داده در توسعه هوش مصنوعی: تأثیر بر عملکرد مدل، نمایندگی، حاکمیت، تعمیم و قابلیتتکرار علمی.