NadiAIGlobal AI news. Concise. Clear. Easy to follow.
Blog Hugging Face menerangkan pendekatan 'prefill' dan 'decode' untuk mengendalikan permintaan serentak kepada model besar bahasa (LLM). Teknik ini bertujuan mengurangkan latensi dan meningkatkan kecekapan inferens, terutamanya dalam beban permintaan tinggi.
Hugging Face Blog membincangkan inisiatif 'LeRobot' sebagai dataset komuniti yang berpotensi menjadi 'ImageNet' bagi robotik. Artikel itu menyoal bila dan bagaimana dataset sebegini boleh dibina dan digunakan oleh penyelidik serta pembangun.
Hugging Face mengumumkan usaha memperbaiki akses model untuk pengguna Kaggle. Butiran dan perubahan diumumkan dalam entri rasmi Blog Hugging Face.
Hugging Face Blog menerangkan Transformers Library yang bertujuan menstandarkan definisi model. Artikel itu menghuraikan tujuan dan kemungkinan impak kepada pembangun dan pengguna model.
Menurut Hugging Face Blog, Dell Enterprise Hub diperkenalkan sebagai penyelesaian untuk membina AI di premis. Maklumat terperinci seperti spesifikasi, harga dan sokongan integrasi tidak dinyatakan dalam petikan ini.
SmolVLA ialah model penglihatan-bahasa-tindakan yang direka untuk cekap, dan dilatih menggunakan data komuniti Lerobot. Butiran teknikal dan matlamat rekaannya diterbitkan di blog Hugging Face.
Hugging Face menerangkan pendekatan co‑located vLLM dalam TRL untuk meningkatkan kecekapan penggunaan GPU. Blog itu mengulas strategi teknikal serta potensi peningkatan prestasi dan utilisasi perkakasan.
Hugging Face memperkenalkan Holo1, keluarga model VLM baharu yang direka untuk automasi antara muka grafik (GUI) dan digunakan oleh agen Surfer‑H. Entri blog menjelaskan peranan Holo1 dalam menggabungkan keupayaan penglihatan dan bahasa untuk menyokong tugas automasi GUI.
Hugging Face menerangkan cara menjalankan penjana bunyi AI secara masa nyata pada cip Arm. Kerja ini menyorot potensi alat peribadi untuk memberi kebebasan kreatif kepada pengguna tanpa bergantung sepenuhnya pada awan.
Hugging Face mengumumkan kolaborasi dengan NVIDIA untuk menawarkan Training Cluster as a Service. Menurut catatan blog Hugging Face, perkhidmatan itu menyediakan akses kepada kluster latihan yang dibangunkan bersama NVIDIA.
Hugging Face mengumumkan sokongan untuk Featherless AI pada Inference Providers mereka. Perincian di blog rasmi menjelaskan cara pemaju boleh menghos dan mengakses model itu melalui perkhidmatan inference Hugging Face.
Menurut Hugging Face, prompt yang panjang boleh mengunci sumber model dan melambatkan pemprosesan permintaan lain. Blog itu membincangkan kesan ke atas latensi dan produktiviti serta cadangan umum untuk mengoptimumkan aliran kerja LLM.