پژوهش
نحوه دو بار سریعتر کردن آموزش مدلهای LLM با Unsloth و 🤗 TRL در دنیای هوش مصنوعی
Unsloth، کتابخانهٔ سبکوزن همراه با 🤗 TRL، عکسالعمل دو مراتبهٔ سریعتر آموزش LLM را با کاهش مصرف حافظهٔ ۴۰٪ و بدون افت دقت ارائه میدهد؛ برای علاقهمندان به هوش مصنوعی بخوبی عمل میکند.
مدلها
هوش مصنوعی در تولید تصویر: معرفی aMUSEd؛ مدل متن-به-تصویر کارآمد و باز
«aMUSEd»، مدل متن‑به‑تصویر باز و کارآمد مبتنی بر Masked Image Model، نسل جدیدی از تولید تصویر با گام کمتر و قابلیت انتقال سبک از یک عکس است.
پژوهش
هوش مصنوعی باز: فرموهای LoRA برای SD‑XL در سرویسهای هفینگ فیس
در این مقاله، راهاندازی اسکریپتهای LoRA بهمنظور تنظیم دقیق مدلهای Stable Diffusion XL (SD‑XL) را بهصورت کاربرپسند و متنباز در هفینگ فیس توضیح میدهیم. عملی
پژوهش
دو برابر سرعت ورایشر با Speculative Decoding در پردازش گفتار
استفاده از تکنیک Speculative Decoding در مدل Whisper، سرعت پردازش گفتار را دو برابر میکند و دقت آن را حفظ میدارد؛ یک گام مهم در توسعهٔ هوش مصنوعی
پژوهش
هوش مصنوعی باز: چرا سال ۲۰۲۳ سال انقلابی در LLMها بود بهصورت کامل
در سال ۲۰۲۳، دنیای مدلهای زبانی بزرگ (LLM) بهدنبال بیسابقهای فرو رفت؛ بازسازی کود، داده، و همکاریهای جامعه باعث فروپاشی موانع دسترسی و پیشرفت سریع در هوش مصنوعی شد.