پژوهش
هوش مصنوعی: معرفی گسترده و رایگان یادگیری تقویت عمیق در هسته و فریم‌ورک‌های متن‌باز
مقالهٔ هاجینگ فیس مروری جامع بر یادگیری تقویت عمیق است؛ مفاهیم پایه، چارچوب RL، سیاست‌ها و ارزش‌ها، و دورهٔ رایگان این حوزه را درآورده؛ راهنمایی برای همه‌گیران
پژوهش
هوش مصنوعی در تحول خدمات مشتری: راهنمایی مبتنی بر مدل‌های زبانی متن‌باز
در این مقاله به بررسی گام‌به‌گام استفاده از اکوسیستم Hugging Face برای ایجاد یک سیستم خدمات مشتری هوشمند می‌پردازیم. میزبان استفاده از مدل‌های زبانی، دیتاست‌های متن‌باز و آموزش fine‑tune برای پاسخ‌گویی سریع و دقیق به کاربران است.
پژوهش
خودآگا به CO2: چگونه Hugging Face Hub به‌دنبال کاهش انتشار گازهای گلخانه‌ای است
در این مقاله، چالش انتشار CO2 در هوش مصنوعی بررسی شده و ابزارهای Hugging Face Hub برای اندازه‌گیری، گزارش‌گیری و کاهش اثرات زیست‌محیطی معرفی می‌شود.
پژوهش
هوش مصنوعی در هلینگ فیس: فلسفه طراحی بدون تکرار و شفافیت
در این مقاله به فلسفه طراحی کتابخانه هوش مصنوعی «Transformers» هلینگ فیس می‌پردازیم؛ اصول DRY، جامعه‌محور بودن و چالش‌های کدکپی در مدل‌های BERT و دیگر شبکه‌ها را بررسی می‌کنیم.
پژوهش
هوش مصنوعی مسئولانه – Margaret Mitchell دربارهٔ اخلاق، تعصب و تنوع در ML
Margaret Mitchell در 23 مارس 2022 دربارهٔ چکیدهٔ مسئولیت‌پرداخت در هوش مصنوعی و تأثیر تنوع در تیم‌های یادگیری ماشین صحبت می‌کند. مقاله شامل نکات اخلاقی، تعصب داده و راهکارهای پیشگیری است.
آموزش
هوش مصنوعی در روبات تحویل پیتزا: فاین‌تون یک مدل SemSeg در Hugging Face
در این مقاله، نحوه فاین‌تون کردن مدل Semantic Segmentation SegFormer با دیتاست سفارشی و کاربرد آن برای روبات تحویل پیتزا در Hugging Face را معرفی می‌کنیم.
پژوهش
سرعت‌سنجی BERT با AWS Inferentia: راهنمای جامع از هوتینگ فیس
در این مقاله با گام‌های عملی، بررسی می‌کنیم چگونه با استفاده از AWS Inferentia و هوتینگ فیس، مدل BERT را برای تکمیل واضح سرعت ببخشیم و در نتیجه استهلاک و سرورها را به حداکثر برسانیم.
پژوهش
هوش مصنوعی در تولید متن: جستجوی شعاع محدود در 🤗 Transformers
مقاله حاضر، جستجوی شعاع محدود در 🤗 Transformers را مورد بررسی قرار می‌دهد؛ نحوه کنترل دقیق خروجی متن و کاربردهای نوین در هوش مصنوعی را تحلیل می‌کند.
پژوهش
هوش مصنوعی: نکات کلیدی برای استفاده ایمن و جلوگیری از سوءاستفاده در مدل‌های زبانی
در این مقاله به بررسی دروس یاد گرفته شده دربارهٔ ایمنی و سوءاستفاده از مدل‌های زبانی پرداخته و راهکارهای عملی برای توسعه‌دهندگان را بررسی می‌کنیم.
پژوهش
BERT 101: راهنمای جامع توسعه هوش مصنوعی در NLP و کاربردهای واقعی
بِرِد 101، مدل برتر پردازش زبان طبیعی، ما را در مسیر فهم بهتر زبان انسان به قدم‌های جدیدی در توسعه هوش مصنوعی پیش می‌برد. این مقاله، مفاهیم کلیدی و عملیاتی از Hugging Face را به نمایش می‌گذارد.