مدل‌ها مقدمه عملی: آموزش مبتنی بر Transformer برای تصمیم‌گیری در هوش مصنوعی در این مطلب به‌صورت گام به گام با نحوهٔ آموزش اولین مدل Decision Transformer در محیط گوگل کولاب آشنا می‌شویم و چگونگی استفاده از آن در مسائل تصمیم‌گیری را بررسی می‌کنیم. ۱۷ شهریور ۱۴۰۱ ۲ دقیقه 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 مدل‌ها هوش مصنوعی DALL·E با قابلیت ‘اوت‌پینتینگ’ فضای تخیل را گسترش می‌دهد DALL·E به‌وسیله‌ی تکنیک نهایی «اوت‌پینتینگ» امکان گسترش تصاویر را فراهم کرده و هنرمندان را قادر می‌سازد داستان‌های بصری بزرگ‌تری بسازند. ۹ شهریور ۱۴۰۱ ۲ دقیقه پژوهش هوش مصنوعی باز و مسئولانه: چارچوب‌های مجوز OpenRAIL برای مدل‌ها و داده‌ها OpenRAIL یک چارچوب مجوز هوش مصنوعی آزاد و مسئولانه است که امکان دسترسی آزاد به مدل‌ها و داده‌ها را در عین تضمین استفاده اخلاقی فراهم می‌کند. ۹ شهریور ۱۴۰۱ ۲ دقیقه پژوهش هوش مصنوعی هوشمند؛ شیوه OpenAI برای همسان‌سازی سیستم‌های یادگیرنده OpenAI با تمرکز بر یادگیری از بازخورد انسان، در مسیر همسان‌سازی سیستم‌های هوش مصنوعی قدم می‌گذارد؛ هدف وسیع‌تری در پی حل مشکلات همسان‌سازی است. ۲ شهریور ۱۴۰۱ ۲ دقیقه پژوهش پیش‌آموزش BERT با Hugging Face و Habana Gaudi در حوزه هوش مصنوعی در این مقاله، چگونگی پیش‌آموزش مدل BERT‑Base به‌صورت کامل از صفر با استفاده از کتابخانه‌های Hugging Face Transformers، Optimum Habana و Datasets بر روی سرور Habana Gaudi توضیح داده می‌شود. ۳۱ مرداد ۱۴۰۱ ۲ دقیقه مدل‌ها هوش مصنوعی در تولید تصویر: کجا Stable Diffusion با Diffusers برتر می‌شود یک نگاه سریع به چگونه Stable Diffusion با کتابخانه Diffusers در صنعت تولید تصویر متن‑به‑تصویر پیشرفتی نوعی فراتر از مدل‌های سنتی فراهم کرده و آن را در دسترس جامعهٔ علمی و توسعه‌دهندگان می‌سازد. ۳۱ مرداد ۱۴۰۱ ۲ دقیقه پژوهش نشر ViT از Hugging Face در Vertex AI: راهی سریع و مقیاس‌پذیر با استفاده از Vertex AI، مدل ViT را به سرعت و با کد کم روی سرویس Google Cloud منتشر کنید، قابلیت سکیل‌پذیری، مانیتورینگ و هزینه‌ی بهینه‌سازی را بهره‌مند شوید. ۲۸ مرداد ۱۴۰۱ ۲ دقیقه آموزش Vision Transformers بر روی Graphcore: آموزش سریع مدل های پزشکی با هوش مصنوعی در این مقاله بررسی می‌کنیم چطور می‌توان با استفاده از کتابخانهٔ Hugging Face Optimum و پردازندهٔ Graphcore IPU، مدل Vision Transformer را بر روی داده‌های رادیولوژیکی تنظیم کرد و سرعت و کارایی بالایی بدست آورد. ۲۷ مرداد ۱۴۰۱ ۲ دقیقه پژوهش هوش مصنوعی در 8‑بیت: بهینه‌سازی ماتریسی برای ترنسفورمرهای بزرگ مقاله حاضر به صورت ساده‌راه‌نمایی برای کاربرانی است که در بحث 8‑بیتی بازتاب کردن متن و کاهش مصرف حافظه در ترنسفورمرهای بزرگ علاقه‌مندند؛ مزایای سرعت و بهبود مصرف را بررسی می‌کنیم. ۲۶ مرداد ۱۴۰۱ ۲ دقیقه