Перейти к содержанию
Ctrl K
Telegram MAX
Тематическая лента

Подборка материалов

Публикации, объединённые общей практической задачей.

5444 материалов
01 Informer: многовариантное вероятностное прогнозирование временных рядов с линейной сложностью Разбираем Informer для многовариантного вероятностного прогнозирования: ProbSparse attention, дистилляция, код с GluonTS и Hugging Face Transformers, метрики MA 5 мин чтения 02 Федеративное обучение языковых моделей: практическое руководство с Hugging Face и Flower Пошаговый гайд по федеративному обучению distilBERT для классификации тональности IMDB с Hugging Face и Flower. Код клиента, настройка FedAvg, запуск сервера и 6 мин чтения 03 RLHF для 20B LLM на одной GPU 24 ГБ: PEFT, 8-битная квантизация и LoRA-адаптеры Как выполнить RLHF для 20B-параметрической LLM на GPU с 24 ГБ памяти: комбинация PEFT, 8-битной квантизации и LoRA-адаптеров с disable_adapters. Практический ко 6 мин чтения 04 Пошаговое руководство: как обучить ControlNet для точного управления генерацией изображений в 2026 году Обучите собственную ControlNet-модель для Stable Diffusion: выбор условия, сбор датасета с BLIP-капшонами, запуск через diffusers, гиперпараметры для GPU 8-16 Г 6 мин чтения 05 Kakao Brain открывает ViT и ALIGN на датасете COYO-700M: прорыв в открытых мультимодальных моделях Kakao Brain и Hugging Face выпустили открытые ViT и ALIGN на датасете COYO-700M. Разбираем архитектуру, сравниваем с Google и показываем готовый код для классиф 6 мин чтения 06 Jupyter-ноутбуки на Hugging Face Hub: интеграция с Colab и рендеринг для практических сценариев Jupyter-ноутбуки на Hugging Face Hub теперь рендерятся в читаемый формат и запускаются в Google Colab в один клик. Разбираем загрузку, оформление и практические 5 мин чтения 07 ControlNet в Diffusers: полный гайд по управлению генерацией изображений Как управлять композицией генерации в Diffusers: Canny, OpenPose, Depth и сегментация через StableDiffusionControlNetPipeline. Разбираем актуальные модели — SDX 10 мин чтения 08 ML в условиях кризиса: как открытые модели и коллаборация спасали жизни после землетрясения в Турции Реальный кейс: как волонтёры за несколько дней развернули ML-пайплайн на открытых моделях для обработки сообщений пострадавших после землетрясения в Турции. OCR 8 мин чтения 09 Как Hugging Face ускорил разработку ассистента для инклюзивного текста: кейс Witty Works Разбираем кейс Witty Works: как Hugging Face Expert Acceleration Program, Sentence Transformers и SetFit решили проблему контекстно-зависимых слов. Точность 0.9 4 мин чтения 10 Этические принципы в разработке библиотек для диффузионных моделей: подход Hugging Face к ответственному развитию Diffusers в 2026 году Разбираем этический фреймворк Hugging Face для Diffusers: шесть принципов ответственной разработки, механизмы Safe Stable Diffusion, staged release и лицензии O 7 мин чтения 11 Red-Teaming LLM: как хакинг моделей делает их безопаснее — полный гайд по методикам и вызовам 2026 Что такое red-teaming для LLM и почему это обязательный этап перед выпуском. Разбираем методики атак: prompt injection, jailbreak, генерация кода. Исследования 8 мин чтения 12 Как Fetch Rewards перешёл с чёрного ящика на собственные ML-модели: кейс миграции на Hugging Face и AWS Как Fetch Rewards за 8 месяцев построил собственный ML-пайплайн на Amazon SageMaker и Hugging Face: сокращение задержки на 50%, ускорение разработки на 30% и по 6 мин чтения