پژوهش آموزش مدل زبانی با Megatron‑LM: راهکار سریع برای هوش مصنوعی در GPU می‌توانید با استفاده از چارچوب Megatron‑LM به راحتی مدل‌های زبانی بزرگ را روی چندین GPU آموزش دهید و بهره‌وری را به حداکثر برسانید. ۱۶ شهریور ۱۴۰۱ ۲ دقیقه محصولات Skops: فریم‌ورک جدید هاجینگ فیس برای میزبانی مدل‌های scikit-learn کتابخانه Skops را معرفی می‌کنیم؛ فریم‌ورک جدید هاجینگ فیس برای میزبانی مدل‌های scikit-learn که با قابلیت کاربری آسان، مستندسازی مدل، و هم‌کاری تیمی، می‌تواند نحوه‌ی استفاده از یادگیری ماشین را به‌طور کاملاً باز و قابل اطمینان تغییر دهد. ۲۱ مرداد ۱۴۰۱ ۲ دقیقه پژوهش هوش مصنوعی: آموزش کارآمد مدل زبان برای پر کردن بخش متوسط متن خلاصه‌ای از چگونگی آموزش مدل‌های زبان گسترش یافته برای پرکردن بخش وسط متن با استفاده از روش‌های جدید و بهینه، چشم‌اندازهای امکان‌پذیر در حوزه هوش مصنوعی را می‌پیش‌بینی می‌کند. ۶ مرداد ۱۴۰۱ ۲ دقیقه پژوهش هوش مصنوعی با TensorFlow و XLA: تولید متن ۱۰۰ برابر سریعتر در این مقاله، روش تولید متن پیشرفته با ترکیب TensorFlow و XLA بررسی می‌شود؛ این تکنولوژی سرعت را تا ۱۰۰× افزایش داده و حتی از پایتورچ پیشی می‌گیرد، با امکان دسترسی وسیع و بهره‌برداری سریع‌تر مدل‌های زبانی. ۵ مرداد ۱۴۰۱ ۲ دقیقه پژوهش هوش مصنوعی: فریم‌ورک نوین تحلیل خطر در کد‌سازی با مدل‌های بزرگ زبان فریم‌ورک جدید تحلیل خطر برای مدلسازی کد توسط مدل‌های زبان بزرگ را معرفی می‌کند. این مطالعه به شناسایی ریسک‌های امنیتی و کیفیت کد خودکار می‌پردازد. ۳ مرداد ۱۴۰۱ ۲ دقیقه پژوهش چگونه مدل 176B پارامتر BLOOM با استفاده از تکنیک‌های پیشرفته آموزش یافت BLOOM، مدل زبان ۱۷۶ میلیارد پارامتر، با ترکیبی از معماری Megatron‑DeepSpeed و تکنیک‌های دروازه داده‌ای، توزیعی و حافظه‑بهینه آموزش یافت؛ دقت و سرعت حداکثری را در محیط‌های منابع محدود ارائه می‌دهد. ۲۳ تیر ۱۴۰۱ ۲ دقیقه مدل‌ها هوش مصنوعی بلاوم: نخستین مدل زبان چندملیتی ۱۷۶ میلیارد پارامتر BLOOM، نهمین مدل زبانی بزرگ جهان، با ۱۷۶ میلیارد پارامتر، در ۴۶ زبان طبیعی و ۱۳ زبان برنامه‌نویسی کار می‌کند و دسترسی آزاد به داده‌ها و کدها را فراهم می‌آورد. ۲۱ تیر ۱۴۰۱ ۲ دقیقه پژوهش هوش مصنوعی و تحلیل احساسات در توییتر: راهنمای گام‌به‌گام برای همه در این مقاله به‌صورت مختصر، نحوه استفاده از هوش مصنوعی برای تحلیل احساسات در توییتر را برای برنامه‌نویسان و کاربران بدون کدنویسی بررسی می‌کنیم؛ روش‌های عملی و ابزارهای متداول را معرفی می‌کنیم. ۱۶ تیر ۱۴۰۱ ۲ دقیقه پژوهش هوش مصنوعی: تولید embedding به بردارهای معنایی ساده در این مقاله، قدم‌های اولیه برای ایجاد و استفاده از embeddings در هوش مصنوعی بررسی می‌شود؛ از دادهٔ ساخت، میزبانی رایگان در هاب، تا یافتن مشابه‌ترین اسناد. ۲ تیر ۱۴۰۱ ۲ دقیقه پژوهش هوش مصنوعی: ۱۰ نکته کلیدی برای دیپلوی مودهای زبان در سازمان‌ها در این مقاله، بهترین روش‌های دیپلوی مدل زبان توسط OpenAI، Cohere و AI21 Labs را مرور می‌کنیم و نکاتی کاربردی برای تیم‌های فناوری فراهم می‌کنیم. ۱۲ خرداد ۱۴۰۱ ۲ دقیقه