Перейти к содержанию
Ctrl K
Telegram MAX
Тематическая лента

Подборка материалов

Публикации, объединённые общей практической задачей.

4365 материалов
01 Предвзятость в генерации изображений по тексту: источники, методы выявления и устранения Разбираем системные предубеждения в моделях text-to-image: от данных LAION-5B до CLIP и латентного пространства. Практические инструменты выявления (Stable Bias 11 мин чтения 02 Ускорение обучения BridgeTower на Habana Gaudi2: в 1.4 раза быстрее H100 и в 2.5 раза быстрее A100 Дообучение BridgeTower на Habana Gaudi2 достигает 847.7 samples/s — в 1.4 раза быстрее H100 и в 2.5 раза быстрее A100 80GB. Разбираем media pipeline, два аргуме 5 мин чтения 03 Panel и Hugging Face: создаём интерактивные дашборды на Python за один клик Panel + Hugging Face Spaces: как за один клик развернуть интерактивный Python-дашборд. Готовый шаблон, примеры кода, типичные ошибки деплоя и сравнение со Strea 6 мин чтения 04 Прозрачность и подотчётность AI: как документация и открытость формируют будущее регулирования Разбираем ответ Hugging Face на запрос NTIA: три принципа подотчётности AI, роль model cards и открытости в регулировании ML-систем. Практические рекомендации д 6 мин чтения 05 Transformer vs DLinear: почему Autoformer побеждает в прогнозировании временных рядов Разбираем, действительно ли Transformer-модели лучше DLinear для прогнозирования временных рядов. Анализ бенчмарков MASE, архитектура Autoformer с кодом на PyTo 6 мин чтения 06 Оптимизация Stable Diffusion для iPhone, iPad и Mac: практический гайд по Core ML и квантованию Сожмите Stable Diffusion до 280 МБ и запустите на iPhone за 3 секунды. Палетизация весов до 6 бит, SPLIT_EINSUM_V2 и пошаговая конвертация через coremltools 7.0 6 мин чтения 07 Адаптеры MMS: революция в распознавании речи для малоресурсных языков Адаптеры MMS от Meta AI дообучают ASR-модели на новых языках за 10-20 минут. Практический код, метрики WER для турецкого и шведского, сравнение с полным файнтюн 4 мин чтения 08 Партнёрство Hugging Face и AMD: ускорение трансформеров на CPU и GPU Hugging Face включил AMD в Hardware Partner Program. Узнайте, как интеграция ROCm и Optimum ускоряет обучение BERT и GPT на Instinct MI250, Radeon и Ryzen, и ка 6 мин чтения 09 Развертывание Livebook-приложений на Hugging Face Spaces: практическое руководство Разверните интерактивное Livebook-приложение на Hugging Face Spaces за 15 минут. Пошаговое руководство с примером Whisper-based чат-приложения на Elixir: модели 6 мин чтения 10 Как модерация контента в AI-сообществах формирует ответственное развитие моделей Разбираем обновлённые правила Hugging Face: почему классическая модерация не работает для ML-артефактов, как принцип согласия защищает данные и идентичность, и 6 мин чтения 11 Hugging Face Hub для музеев, библиотек и архивов: как GLAM-сектору использовать открытые ML-модели и данные Как музеям, библиотекам и архивам использовать Hugging Face Hub: 190 000+ готовых ML-моделей, публикация датасетов с DOI, контроль доступа и реальные кейсы BigL 10 мин чтения 12 Falcon: Новое поколение открытых LLM — архитектура, инференс и тонкая настройка Falcon-7B и Falcon-40B: архитектура с multiquery attention, обучение на RefinedWeb, бенчмарки ARC, HellaSwag, MMLU, TruthfulQA. Практические инструкции по запус 9 мин чтения