アノテーション付き拡散モデル
拡散モデルの動作原理を、コードと数式を用いて詳細に解説した記事が公開されました。
AI&Tech、もう追いかけなくていい。
30秒で読めるニュースダイジェスト
LLM
2942件
N
言語モデル展開のためのベストプラクティス
主要AI企業が言語モデルの展開に関するベストプラクティスを発表しました。
N
モデルに不確実性を言葉で表現させる
OpenAIがモデルに自身の不確実性を言葉で表現させる手法を開発しました。
GraphcoreとHugging FaceがIPU対応Transformerの新しいラインナップを発表
GraphcoreとHugging Faceが、GraphcoreのIPUに最適化されたTransformerモデル群を公開しました。
N
OpenAI Codexで次世代アプリケーションを強化
OpenAIのCodexがAPIを通じて70種類のアプリケーションで活用されています。
実データなしで効率的なテーブル事前学習：TAPEXの紹介
実データを使わずにテーブルデータに対する効率的な事前学習手法TAPEXが開発されました。
Q学習入門 パート2/2
強化学習アルゴリズムの一つであるQ学習の概念と実装について解説しています。
Q学習入門 パート1
強化学習アルゴリズムの一つであるQ学習の基本的な概念が紹介されました。
OptimumとTransformersパイプラインによる推論の高速化
Hugging FaceがOptimumとTransformersパイプラインを統合し、推論速度を大幅に向上させました。
PyTorch FSDPを活用した大規模モデルトレーニングの高速化
PyTorchのFully Sharded Data Parallel (FSDP) を用いて、大規模モデルの学習を効率化する手法が紹介され…
KiliとHuggingFace AutoTrainによる意見分類
KiliとHuggingFace AutoTrainを組み合わせ、効率的な意見分類モデルを構築する手法が紹介されました。
Habana GaudiでTransformersを始める
Hugging FaceがHabana Gaudiアクセラレータ上でのTransformersモデルの利用方法を解説しました。