PPOを用いたRLHFの実装におけるN個の詳細
強化学習と人間フィードバック（RLHF）をPPOアルゴリズムで実装する際の具体的な詳細が解説されました。
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
研究
2815件
SDXLのシンプルな最適化を探る
Hugging FaceがSDXLの推論速度を向上させるためのシンプルな最適化手法を公開しました。
Gradio-Lite: ブラウザで完結するサーバーレスGradio
Gradio-Liteは、サーバーなしでブラウザ内でGradioアプリを直接実行できる新技術です。
N
OpenAIの技術解説
OpenAIが提供する主要なAI技術とその仕組みについて解説しています。
JAXとCloud TPU v5eでStable Diffusion XLの推論を高速化
Hugging FaceがJAXとCloud TPU v5eを使い、Stable Diffusion XLの推論を大幅に高速化しました。
TRLを介したDDPOによるStable Diffusionモデルのファインチューニング
Hugging FaceがTRLライブラリを使い、DDPOでStable Diffusionモデルをファインチューニングする手法を発表…
Amazon SageMakerにおけるLlama 2のベンチマーク
Hugging FaceがAmazon SageMaker上でLlama 2モデルのベンチマークを実施しました。
PROs推論の効率化
Hugging FaceがPROsモデルの推論を高速化する新しいライブラリをリリースしました。
N
OpenAIレッドチーミングネットワーク
OpenAIがモデルの安全性向上を目指し、専門家によるレッドチーミングネットワークを立ち上げました。
3D Gaussian Splatting入門
3D Gaussian Splattingは、リアルタイムで高品質な3Dシーンをレンダリングする新しい技術です。
物体検出リーダーボード
Hugging Faceが物体検出モデルの性能を比較するリーダーボードを公開しました。
Würstchenの紹介：画像生成のための高速拡散モデル
Würstchenは、少ない計算リソースで高品質な画像を生成できる新しい拡散モデルです。