پژوهش
Project ProtoStar: هوش مصنوعی در خدمت پژوهش‌های عمومی و باز
Project ProtoStar، فرایند جمع‌آوری و بازنشانی داده‌های علمی عمومی برای هوش مصنوعی، به‌وسیلهٔ مدل‌های متن‌باز و چالش‌های پژوهشی، راهی نوین است.
پژوهش
Introducing GeneBench-Pro
Introducing GeneBench-Pro, a new benchmark testing AI performance in genomics, biology, and scientific research using complex, real-world datasets.
پژوهش
هوش مصنوعی در رباتیک: انتشار LeRobot v0.4.0 با امکانات جدید
LeRobot v0.4.0 در رباتیک متن‌باز، امکاناتی چون Datasets v3.0، مدل‌های VLA PI0.5 و GR00T N1.5، و پشتیبانی از شبیه‌سازی LIBERO و Meta‑World را معرفی می‌کند.
پژوهش
پایگاه جامع داده‌های صوتی در هوش مصنوعی: راهنمای کامل
کتابخانه 🤗 Datasets در Hugging Face نکات کلیدی برای بارگذاری، پردازش و استریم مجموعه‌های داده صوتی را ارائه می‌دهد؛ از جمله روش‌های ساده پیش‌پردازش و کاربردهای مختلف این داده‌ها در حوزه هوش مصنوعی.
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.
پژوهش
مستندات صوتی و تصویری جدید در 🤗 Datasets: راهنمای جامع برای هوش مصنوعی
برای علاقه‌مندان به هوش مصنوعی، مطبوعات جدید Hugging Face در حوزه داده‌های صوتی و تصویری معرفی شده‌اند؛ راهنمای جامع و نمونه کد برای بارگذاری و پردازش این مجموعه‌های غنی.
پژوهش
هوش مصنوعی در جستجوی تصویر: فریم‌ورک مپ‌دیت‌ها به هدف هوشمندسازی
یک راهنمای گام‌به‌گام برای ساخت اپلیکیشن جستجوی تصویر با استفاده از کتابخانه datasets و مدل‌های embedding در Hugging Face. از تصاویر تاریخی تا دسترسی سریع.
مدل‌ها
بهینه‌سازی Vision Transformer برای طبقه‌بندی تصویر با هوش مصنوعی
این مقاله گام به گام نحوه استفاده از کتابخانه‌های 🤗 Transformers و Datasets برای آموزش و تنظیم نهایی مدل ViT را شرح می‌دهد و به خوانندگان نشان می‌دهد چگونه می‌توانند مدل خود را برای تشخیص تصویر بهبود بخشند.