NadiAIGlobal AI news. Concise. Clear. Easy to follow.
OpenAI mengalu-alukan penyertaan dalam kajian mengenai impak ekonomi model bahasa besar. Panggilan minat ini bertujuan mengumpul penyelidik dan pihak berkepentingan untuk menilai kesan ekonomi penggunaan LLM.
Cohere, OpenAI dan AI21 Labs mengeluarkan rangka amalan terbaik awal untuk pembangunan dan penyebaran model bahasa besar. Dokumen itu disarankan untuk digunakan oleh mana-mana organisasi yang terlibat dalam pembangunan atau penggunaan model sedemikian, menurut OpenAI News.
Hugging Face dan rakan kongsi memperkenalkan BLOOM, model bahasa multibahasa terbuka yang dikatakan paling besar di dunia. Projek ini dibangunkan secara kolaboratif untuk menyokong penyelidikan dan penggunaan model bahasa dalam pelbagai bahasa.
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.
Hugging Face memperkenalkan StarCoder, model bahasa besar (LLM) yang direka khusus untuk penjanaan dan pemahaman kod. Blog rasmi menyatakan model ini bertujuan membantu pembangun dengan tugas pengekodan, tetapi butiran prestasi dan had mesti dirujuk dalam sumber asal.
Hugging Face memperkenalkan LLM Inference Container untuk Amazon SageMaker. Menurut entri blog rasmi, ia direka untuk memudahkan penyebaran model LLM pada infrastruktur SageMaker dan memperbaiki aliran kerja inferens.
Hugging Face menerangkan ekosistem sumber terbuka untuk penjanaan teks dan model bahasa besar (LLM) dalam entri blog mereka. Artikel itu memberi gambaran umum tentang komponen dan kerangka kerja ekosistem tanpa memperincikan aspek teknikal terperinci.
Hugging Face membincangkan pendekatan untuk mengoptimumkan model bahasa besar (LLM) dalam persekitaran pengeluaran. Perbincangan termasuk pertimbangan prestasi, kos, pemantauan dan strategi penskalaan yang perlu dipertimbangkan.
Hugging Face mengumumkan sokongan untuk pemecutan model bahasa besar (LLM) secara 'out-of-the-box' pada GPU AMD. Menurut catatan blog rasmi, ini membolehkan pecutan LLM tanpa konfigurasi kompleks pada perkakasan AMD.
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 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.
Menurut OpenAI, mereka membangunkan rangka kerja untuk menilai risiko bahawa LLM boleh membantu penciptaan ancaman biologi. Dalam ujian bersama pakar biologi dan pelajar, GPT-4 hanya menunjukkan peningkatan ketepatan yang kecil dan hasilnya belum cukup muktamad, menjadikannya titik permulaan untuk kajian dan perbincangan lanjut.