NadiAIGlobal AI news. Concise. Clear. Easy to follow.
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.
Hugging Face dan Google mengumumkan kerjasama untuk kolaborasi AI terbuka. Menurut catatan di blog Hugging Face, butiran lanjut mengenai skop dan pelaksanaan akan dikongsi oleh pihak terlibat.
Hugging Face memperkenalkan AI Secure LLM Safety Leaderboard sebagai pengenalan kepada papan skor keselamatan untuk model bahasa besar. Artikel blog ini menerangkan tujuan dan struktur asas leaderboard serta peranan ia boleh mainkan dalam menilai dan membandingkan prestasi keselamatan model.
Hugging Face menerangkan konsep 'Constitutional AI' untuk model bahasa besar (LLM) terbuka dalam catatan blog mereka. Pendekatan ini menggunakan prinsip atau 'konstitusi' untuk membimbing tingkah laku dan keselamatan model.
Menurut blog Hugging Face, mereka memperkenalkan Messages API yang bertujuan menghubungkan aliran kerja antara OpenAI dan LLM terbuka. Maklumat lanjut dan butiran teknikal dikongsi dalam entri blog tersebut.
Hugging Face Blog menerbitkan entri mengenai pertandingan 'AMD Pervasive AI Developer Contest'. Perincian rasmi, skop dan syarat penyertaan mesti dirujuk dalam sumber asal.
Hugging Face memperkenalkan Open Ko-LLM Leaderboard untuk menilai model bahasa besar (LLM) berfokus kepada Bahasa Korea. Inisiatif itu, menurut blog Hugging Face, bertujuan menyediakan kerangka penilaian yang standard bagi komuniti pembangunan dan penyelidikan Korea.
Menurut Hugging Face Blog, Google memperkenalkan Gemma, LLM baharu yang dikongsi sebagai model terbuka. Maklumat lanjut mengenai saiz, keupayaan dan syarat penggunaan tersedia dalam siaran Hugging Face.
Blog Hugging Face membentangkan asas dan kaedah watermarking untuk kandungan yang dihasilkan AI. Ia mengulas alat, teknik praktikal dan pertimbangan keberkesanan serta kebolehsahihan tanda air digital.
Hugging Face berkongsi panduan tentang menjalankan text-generation pipeline pada akselerator Intel Gaudi 2. Artikel itu menerangkan langkah asas serta konfigurasi dan pertimbangan untuk menggunakan akselerator tersebut.
Hugging Face memperkenalkan ConTextual, penilaian untuk mengukur sejauh mana model multimodal boleh beralasan bersama teks dan imej dalam adegan yang padat dengan teks. Hugging Face berkata ia bertujuan menilai prestasi model pada tugas vision-language.
Menurut blog Hugging Face, pengguna kini boleh melatih model dengan GPU H100 pada perkhidmatan NVIDIA DGX Cloud. Artikel itu membincangkan bagaimana DGX Cloud menyokong latihan model berskala tinggi menggunakan GPU H100.