مدلها
Falcon Perception: مدل سبک هوش مصنوعی برای درک صحنه و زبان طبیعی
معرفی Falcon Perception؛ ترنسفورمر ۰.۶ میلیارد پارامتری با معماری early fusion برای بخشبندی و گراندینگ متنی. نتایج برجسته، استنتاج سریع و متنباز.
مدلها
هوش مصنوعی در 24 ساعت: چگونه مدل متن به تصویر PRX را در یک روز آموزش داد
در این روند جزئیات روش آموزش مدل متن‑به‑تصویر PRX در 24 ساعت و راهکارهایی که این کار را در یک روز ممکن میکردند، شرح داده میشود.
پژوهش
هوش مصنوعی در ساخت مدل متن‑به‑تصویر: نکات کلیدی آموزش کارآمد
در پلتفرم Hugging Face، Photoroom بهدنبال سرعتبخشی آموزش مدلهای متن‑به‑تصویر پرداخته و تکنیکهای عملیاتی را برای بهبود کیفیت تصاویر معرفی کرده است.
مدلها
NVIDIA Cosmos Reason 2؛ گام بزرگ هوش مصنوعی برای درک فیزیکی جهان
Cosmos Reason 2 جدیدترین مدل منبعباز انویدیا برای هوش مصنوعی فیزیکی است که با استدلال گامبهگام، دقت بالاتری در درک تصویر و محیط به رباتها میدهد.
پژوهش
FLUX‑2 از Black Forest Labs: مدل جدید تولید تصویر با هوش مصنوعی
Hugging Face با انتشار FLUX‑2، مدل تولید تصویر جدیدی را معرفی کرده که با معماری تازه، پیشآموزش از صفر، و پشتیبانی از ورودیهای چندگانه دستانوی و متنی ارائه میدهد.
محصولات
هوش مصنوعی در آبرد: AI Sheets تصویرها را به داده تبدیل میکند
AI Sheets بهروز شد؛ اکنون میتواند تصویرها را در همان محیط پردازش کند، اطلاعات استخراج، تجزیه و حتی تصاویر جدید ایجاد و ویرایش کنید۔
پژوهش
هوش مصنوعی Smol2Operator: عامل GUI قدرتمند برای کامپیوتر
Smol2Operator یک عامل GUI مبتنی بر هوش مصنوعی است که پس از آموزش، تعامل با رابطهای کاربری کامپیوتر را فراهم میکند؛ در این مقاله به چالشها و راهحلها پرداخته میشود.