پژوهش
هوش مصنوعی پیشرفته: PEFT با پارامترهای کم برای مدلهای میلیاردی و نرمافزار متنباز
PEFT، روشی نوین در فاینتینینگ مدلهای بزرگ، امکان آموزش با پارامترهای محدود و سختافزار کمسرمایه را میآورد؛ این مقاله به مفاهیم، کاربردها و نکات کلیدی آن میپردازد.
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.
مدلها
هوش مصنوعی در تصویر: معرفی Mask2Former و OneFormer برای تقسیمبندی
در این مقاله دو مدل پیشرفته Mask2Former و OneFormer را معرفی میکنیم که با مستندسازی متن باز، راهحل جامع تقسیمبندی تصویر را پیشرفتهتر میسازند.
سختافزار
هوش مصنوعی در سرورهای Intel Sapphire Rapids: 2 برابری سرعت یادگیری ماشین
سرورهای جدید Intel Sapphire Rapids با دستورات ویژهی متریس پیشرفته، یادگیری عمیق در PyTorch را دو برابری سرعت میکنند. در این مقاله، به تفصیل بهینهسازیهای IPEX و CCL پرداخته میشود.
پژوهش
هوش مصنوعی در جامعه اِلِکسیر: Bumblebee و مدلهای GPT‑2 تا Stable Diffusion
کتابخانهی Bumblebee در زبان اِلِکسیر، مدلهای هوش مصنوعی را از GPT‑2 تا Stable Diffusion به راحتی در برنامههای وب، پردازش داده و سیستمهای جاسازی شده قابل استفاده میکند. این ابتکار باعث پیشرفت کاربرمحور در حوزهی هوش مصنوعی میشود.
پژوهش
هوش مصنوعی در تحلیل پروتئین: تعمیم مدلهای زبانی بزرگ
این مقاله به بررسی چگونگی استفاده از مدلهای زبانی بزرگ مانند BERT و GPT در پیشبینی ساختار و عملکرد پروتئینها میپردازد و نقش یادگیری عمیق و دادههای باز در پیشرفت علم پزشکی را روشن میکند.