NadiAIGlobal AI news. Concise. Clear. Easy to follow.
Hugging Face and NVIDIA announced integration between NeMo Automodel and the Diffusers library to simplify fine-tuning of video and image models at scale. The collaboration provides tools and workflows aimed at accelerating model customization on large datasets.
Hugging Face menerangkan bagaimana NVIDIA NeMo AutoModel boleh mempercepat proses fine-tuning model Transformer. Catatan itu berkongsi pendekatan dan manfaat praktikal untuk latihan lebih cekap pada infrastruktur NVIDIA.
OpenAI menala semula GPT-2 (774M parameter) menggunakan maklum balas manusia untuk pelbagai tugas dan berjaya menepati pilihan pelabel luaran walaupun ia kadangkala berbeza dengan pasukan mereka. Untuk ringkasan diperlukan 60,000 label kerana pelabel cenderung memilih ayat yang disalin terus dari input, manakala tugas sambungan teks gaya ringkas memerlukan kira-kira 5,000 label.
Hugging Face Blog menerangkan langkah-langkah untuk melatih semula (fine-tune) model segmentasi semantik menggunakan set data tersuai. Panduan itu nampak merangkumi persediaan dataset, konfigurasi latihan dan contoh kod untuk mengaplikasikan model pada data khusus pengguna.
Hugging Face menerangkan kaedah menala semula model bahasa berskala 20 bilion parameter menggunakan RLHF pada GPU pengguna 24GB. Kandungan menerangkan teknik, batasan memori dan langkah praktikal untuk menjalankan RLHF pada perkakasan terhad.
OpenAI mengumumkan kerjasama dengan Scale untuk membantu perusahaan melakukan penalaan model AI. Menurut OpenAI, pelanggan boleh memanfaatkan kepakaran Scale untuk menyesuaikan model-model paling maju syarikat itu.
Hugging Face memperkenalkan Unsloth, alat yang dikongsi bersama 🤗 TRL untuk mempercepat penyelarasan (fine-tuning) model bahasa besar. Menurut catatan blog mereka, pendekatan ini boleh menggandakan kelajuan fine‑tuning, sambil mengekalkan keserasian dengan ekosistem Hugging Face.
OpenAI mengumumkan ciri baharu untuk memberi pembangun lebih kawalan ke atas proses fine‑tuning. Syarikat itu juga memperluas program model tersuai dengan cara baharu untuk membina model.
Menurut OpenAI, API kini menyokong distilasi model untuk melatih model kos-effisien menggunakan output model frontier besar. Langkah ini membolehkan pengguna fine-tune model lebih murah sambil mengekalkan keupayaan asas model besar di platform OpenAI.
Hugging Face menerbitkan kajian kes CFM yang meneroka kaedah melaraskan model kecil dengan memanfaatkan pandangan daripada model bahasa besar (LLM). Kajian itu menunjukkan pendekatan praktikal untuk meningkatkan prestasi model kecil sambil menilai kos dan strategi pelaksanaan.
OpenAI memperkenalkan model o1 dan beberapa alat baharu untuk pembangun. Kemas kini termasuk peningkatan Realtime API serta kaedah fine-tuning baru.
Hugging Face melaporkan Together AI kini membolehkan penyetelan halus (fine-tuning) ke atas mana-mana model LLM dari Hugging Face Hub melalui platform mereka. Catatan blog menyediakan panduan asas dan pembaca disarankan merujuk sumber asal untuk butiran teknikal serta syarat penggunaan.