اخبار
اهمیت هوش مصنوعی در مقیاسپذیری مدلهای مالی با Rocket Money و Hugging Face
چطور Rocket Money با همکاری Hugging Face به مقیاسپذیری مدلهای مالی دست یافت و با شناسایی معاملات، بهینهسازی هزینهها را بهبود بخشید؟
اخبار
هوش مصنوعی در شناسایی اشیاء: نمره بندی مدلها و مشکلات متریکها
در این مقاله، به بررسی لیست درجه بندی مدلهای تشخیص اشیاء در Hugging Face میپردازیم، متریکهای مهم مثل IoU و AP را توضیح داده و مشکلات احتمالی آنها را بررسی میکنیم.
پژوهش
هوش مصنوعی در عمل: روشهای بهینهسازی مدلهای زبان بزرگ
با بهرهگیری از تکنیکهای Flash Attention، حافظهی مبتنی بر کلید-مقدار و بهبود جاسازهای موقعیتی، مدلهای زبان بزرگ را میتوان در محیطهای تولیدی بهینهتر استفاده کرد.
پژوهش
کشف مزایا و معایب کوانتیزهسازی مدلهای هوش مصنوعی در Transformers
متن به بررسی مزایا و معایب دو روش کوانتیزهسازی، BitsAndBytes و AutoGPTQ، در کتابخانه Transformers میپردازد و راهنمایی برای انتخاب مناسب ارائه میدهد.
پژوهش
هوش مصنوعی در کدنویسی: SafeCoder مقابل دستیارهای کد باز و سهامدار
در این مقاله تفاوتهای SafeCoder را با دستیارهای کد بسته بررسی کرده و تأثیر آن بر کارایی توسعهدهندگان را مورد تحلیل قرار میدهیم، بهویژه استفاده از آزاد.
اخبار
هوش مصنوعی 180 میلیارد پارامتر: Falcon 180B، رقیب PaLM-2 در مدلهای متن باز
Falcon 180B، مدل زبان 180 میلیارد پارامتر و آموزش 3.5 ترلیون توکن، برترین مدل متن باز در مسابقات زبانی، در Hugging Face منتشر شد و رقابت میکند
اخبار
Hugging Face: احراز هویت گیت بدون پسورد، گامی امن برای هوش مصنوعی
اعتبارسنجی گیت بهدستگیری از پسورد بر روی Hugging Face تنظیم شد. از ۱ اکتبر، فقط توکن شخصی یا کلید SSH مجاز بوده؛ هدف ارتقای امنیت و تسهیل دسترسپذیری مدلهای هوش مصنوعی.
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.