بازگشت به چت هما هما وبلاگ
اخبار زنده هوش مصنوعی
۸۶ خبر
پژوهش بهینه‌سازی مدل‌های LLM با AutoGPTQ: راه حل هوش مصنوعی سبک‌وزن Hugging Face با ادغام AutoGPTQ در Transformers، مدل‌های زبانی بزرگ را برای کاربران، پژوهشگران و توسعه‌دهندگان سبک‌تر و مقرون به صرفه‌تر می‌کند. کسب‌وکار OpenAI با خرید Global Illumination، هوش مصنوعی را در نورپردازی تقویت می‌کند OpenAI، با ادغام کامل تیم Global Illumination، امکانات هوش مصنوعی در نورپردازی را گسترش می‌دهد و چشم‌اندازهای نوینی برای صنعت تجسم خلاقی فضا می‌آورد. مدل‌ها هوش مصنوعی: Meta معرفی Llama 2 به‌صورت متن‌باز با امکانات فراوان Meta در ژوئیهٔ 2023 مدل Llama 2 را به‌صورت متن‌باز و مجاز باز کرده؛ سه مدل پایه و سه نسخه بهینه‌شده در اکوسیستم Hugging Face کامل ادغام شدند. اخبار همکاری هاگینگ فیس و پنل: توسعه ابزارهای هوش مصنوعی آسان‌تر شد هاگینگ فیس و پنل، ابزار پایتون متن‌باز برای ساخت داشبورد، همکاری خود را آغاز کردند. این ادغام، استقرار برنامه‌های کاربردی هوش مصنوعی را در فضای هاگینگ فیس ساده‌تر می‌کند. اخبار انقلابی در تحلیل داده‌های هوش مصنوعی: DuckDB به هاب Hugging Face می‌آید هاب Hugging Face با ادغام DuckDB، امکان تحلیل SQL روی بیش از ۵۰,۰۰۰ مجموعه داده را فراهم کرده است. این گامی مهم در دموکراتیک کردن دسترسی به داده‌های هوش مصنوعی و تسریع پژوهش‌هاست. مدل‌ها معماری RWKV؛ ترکیب هوش مصنوعی بازگشتی با توانمندی ترنسفورمر معماری RWKV با ادغام شبکه‌های بازگشتی (RNN) و ترنسفورمر، راهکاری نوین و کارآمد برای مدل‌های زبانی بزرگ ارائه می‌دهد. در این مقاله به بررسی ویژگی‌ها، کاربردها و آینده آن می‌پردازیم. پژوهش هوش مصنوعی در اوج: PaddlePaddle وارد هاب Hugging Face به شد پروژه PaddlePaddle از بی‌دود در سال 2016، اکنون به هاب Hugging Face پیوست و این ادغام باعث دسترسی آسان‌تر به مدل‌های پیش‌آموزش دیده در حوزه‌های متن، تصویر، صدا و ویدئو می‌شود. محصولات مدل جدید ادغام متن OpenAI: هوش مصنوعی با قدرت بالا و هزینه کمتر OpenAI مودل ادغام متن جدید را معرفی کرده که عملکرد بالا، هزینه کمتر و سادگی در استفاده را ترکیب می‌کند؛ برای توسعه‌دهندگان مزیت‌های فراوانی دارد. مدل‌ها هوش مصنوعی در راه‌حل‌های استنتاج: دیدگاه‌های Hugging Face و ادغام مدل‌ها این مقاله به‌روز رسانی‌های Hugging Face درباره راه‌حل‌های استنتاج پیشرفته، ابزارها و قابلیت‌های رایگان CPU، و ادغام مدل‌های زبانی را بررسی می‌کند. پژوهش TAPEX: پیش‌آموزشی هوشمند بر روی جدول‌ها بدون داده واقعی تشریح دستاویزی TAPEX که در آن پیش‌آموزش مدل‌های هوش مصنوعی بر روی جدول‌ها بدون نیاز به داده واقعی انجام می‌شود، نشان می‌دهد ویرایش الگوریتمی مبتنی بر اصول منحصر به فرد توانمندی در پاسخ به سوالات پایگاه‌داده را به‌طور قابل‌ملاحظه تقویت می‌کند.