随笔分类 -  Hugging Face 博客

上一页 1 2 3 4 5 6 7 ··· 11 下一页
摘要:人工评估 | 基础概念基础概念 这是 人工评估 系列文章的第一篇《基础概念》,全系列包括: 基础概念 人工标注员 技巧与提示 什么是人工评估? 人工评估是指让人类评价模型输出回答的好坏。 本文讨论的都是后验评估,即模型已经完成训练,给定一个任务让人类进行评估。 系统化评估 系统化的人工评估主要有 3 种方式: 如果你手头 阅读全文
posted @ 2024-12-12 10:12 HuggingFace 阅读(426) 评论(0) 推荐(0)
摘要:非法律建议。 欧盟《人工智能法案》 (EU AI Act) 是全球首部全面的人工智能立法,现已正式生效,它将影响我们开发和使用人工智能的方式——包括在开源社区中的实践。如果您是一位开源开发者,正在适应这一新环境,可能会想知道这对您的项目意味着什么。本指南重点解读了该法规的关键要点,特别是针对开源开发 阅读全文
posted @ 2024-12-05 21:57 HuggingFace 阅读(674) 评论(1) 推荐(1)
摘要:设计位置编码Gall 定律 一个有效的复杂系统通常是从一个有效的简单系统演化而来的 —— John Gall 本文将带你一步步探究 Transformer 模型中先进的位置编码技术。我们将通过迭代改进编码位置的方法,最终得出 旋转位置编码 (Rotary Postional Encoding, RoPE),这也 阅读全文
posted @ 2024-12-03 22:15 HuggingFace 阅读(639) 评论(0) 推荐(0)
摘要:介绍 GGUF-my-LoRA随着 llama.cpp 对 LoRA 支持的重构,现在可以将任意 PEFT LoRA 适配器转换为 GGUF,并与 GGUF 基础模型一起加载运行。 为简化流程,我们新增了一个名为 GGUF-my-LoRA 的平台。 什么是 LoRA? LoRA(Low-Rank Adaptation,低秩适配) 阅读全文
posted @ 2024-11-25 22:41 HuggingFace 阅读(550) 评论(0) 推荐(0)
摘要:在飞速发展的可穿戴技术领域,我们正处于一个十字路口。市场上充斥着各式时尚、功能丰富的设备,声称能够彻底改变我们对健康和健身的方式。然而,在这些光鲜的外观和营销宣传背后,隐藏着一个令人担忧的现实:大多数这些设备是封闭系统,其内部运行被专有代码和封闭硬件所掩盖。作为消费者,我们对这些设备如何收集、处理及 阅读全文
posted @ 2024-11-22 15:36 HuggingFace 阅读(729) 评论(0) 推荐(0)
摘要:通用辅助生成: 使用任意辅助模型加速解码太长不看版: 许多 LLM (如 gemma-2-9b 、 Mixtral-8x22B-Instruct-v0.1 等) 苦于缺乏对应小模型,而无法适用 辅助生成 方案。本文,我们将介绍由英特尔研究院和 Hugging Face 合作开发的 通用辅助生成 技术。有了这项技术,LLM 可与 任意 SL 阅读全文
posted @ 2024-11-19 22:08 HuggingFace 阅读(325) 评论(0) 推荐(0)
摘要:欢迎 Stable Diffusion 3.5 Large 加入 🧨 Diffusers作为 Stable Diffusion 3 的改进版本,Stable Diffusion 3.5 如今已在 Hugging Face Hub 中可用,并可以直接使用 🧨 Diffusers 中的代码运行。 本次发布包含 两套模型参数: 一个大型的模型 (large,8B) 该模型经过时间步蒸馏的版 阅读全文
posted @ 2024-11-07 14:54 HuggingFace 阅读(1936) 评论(0) 推荐(0)
摘要:SynthID Text 现已发布|在 AI 生成文本中应用不可见水印的新技术你是否难以分辨一段文本是由人类撰写的,还是 AI 生成的?识别 AI 生成内容对于提升信息可信度、解决归因错误以及抑制错误信息至关重要。 今天,Google DeepMind 和 Hugging Face 很共同宣布,在 Transformers v4.46.0 版本中,我们正式推出了 SynthI 阅读全文
posted @ 2024-11-07 12:59 HuggingFace 阅读(1015) 评论(0) 推荐(3)
摘要:为数据集而生的 SQL 控制台随着数据集的使用量急剧增加,Hugging Face 社区已经变成了众多数据集默认存放的仓库。每月,海量数据集被上传到社区,这些数据集亟需有效的查询、过滤和发现。 每个月在 Hugging Face Hub 创建的数据集 我们现在非常激动地宣布,您可以直接在 Hugging Face 社区中对您的数 阅读全文
posted @ 2024-10-30 23:10 HuggingFace 阅读(625) 评论(1) 推荐(1)
摘要:Hugging Face 与 TruffleHog 合作,实现风险预警我们非常高兴地宣布与 Truffle Security 建立合作伙伴关系并在我们的平台集成 TruffleHog 强大的风险信息扫描功能。这些特性是 我们持续致力于提升安全性 的重要举措之一。 TruffleHog 是一款开源工具,用于检测和验证代码中的机密信息泄露。它拥有广泛的检测器,覆盖多种流行 阅读全文
posted @ 2024-10-30 10:54 HuggingFace 阅读(276) 评论(0) 推荐(0)
摘要:顶点着色网格转换为 UV 映射的纹理化网格简介 顶点着色是一种将颜色信息直接应用于网格顶点的简便方法。这种方式常用于生成式 3D 模型的构建,例如 InstantMesh。然而,大多数应用程序更偏好使用 UV 映射的纹理化网格。 本教程将介绍一种快速的解决方案,将顶点着色的网格转换为 UV 映射和纹理化的网格。内容包括 [简短版](# 简短 阅读全文
posted @ 2024-10-23 20:53 HuggingFace 阅读(402) 评论(0) 推荐(0)
摘要:在端侧部署 Transformer 模型需要仔细考虑性能和兼容性。Python 虽然功能强大,但对于部署来说有时并不算理想,特别是在由 C++ 主导的环境中。这篇博客将指导您如何使用 Optimum-Intel 和 OpenVINO™ GenAI 来优化和部署 Hugging Face Transf 阅读全文
posted @ 2024-10-21 13:46 HuggingFace 阅读(351) 评论(0) 推荐(0)
摘要:Hugging Face 与 Wiz Research 合作提高人工智能安全性本文首发于 2024 年 5 月 我们很高兴地宣布,我们正在与 Wiz 合作,目标是提高我们平台和整个 AI/ML 生态系统的安全性。 Wiz 研究人员 与 Hugging Face 就我们平台的安全性进行合作并分享了他们的发现。 Wiz 是一家云安全公司,帮助客户以安全的方式构建和维护软件。 随着 阅读全文
posted @ 2024-10-21 12:58 HuggingFace 阅读(110) 评论(0) 推荐(0)
摘要:更快的辅助生成: 动态推测⭐ 在这篇博客文章中,我们将探讨 动态推测解码 ——这是由英特尔实验室和 Hugging Face 开发的一种新方法,可以加速文本生成高达 2.7 倍,具体取决于任务。从 Transformers🤗 发布的版本 4.45.0 开始,这种方法是辅助生成的默认模式⭐ 推测解码 推测解码 技术十分流行, 阅读全文
posted @ 2024-10-21 11:00 HuggingFace 阅读(338) 评论(0) 推荐(0)
摘要:现在 Llama 具备视觉能力并可以在你的设备上运行 - 欢迎使用 Llama 3.2Llama 3.2 来了!今天,我们欢迎 Llama 系列的下一个版本加入 Hugging Face。这次,我们很高兴与 Meta 合作发布多模态和小型模型。在 Hub 上提供了十个开源模型 (5 个多模态模型和 5 个仅文本模型)。 Llama 3.2 Vision 有两种尺寸: 11B 适用于在 阅读全文
posted @ 2024-10-15 13:35 HuggingFace 阅读(2788) 评论(1) 推荐(4)
摘要:揭秘 FineVideo 数据集构建的背后的秘密开放视频数据集稀缺,因此减缓了开源视频 AI 的发展。为此,我们构建了 FineVideo,这是一个包含 43,000 个视频的数据集,总时长为 3,400 小时,并带有丰富的描述、叙事细节、场景分割和问答对。 FineVideo 包含高度多样化的视频和元数据集合,使其成为训练模型理解视频内容、训练 阅读全文
posted @ 2024-10-13 09:25 HuggingFace 阅读(488) 评论(0) 推荐(1)
摘要:Gradio 5 稳定版正式发布在过去的几个月里,我们一直在努力工作,今天,我们想向大家展示成果:Gradio 5 稳定版现已发布。 有了 Gradio 5,开发者可以构建 生产级的机器学习 Web 应用,这些应用不仅性能优越、可扩展、设计精美、易于访问,而且还遵循了最佳的 Web 安全实践。更重要的是,只需几行 Python 代 阅读全文
posted @ 2024-10-10 20:15 HuggingFace 阅读(1211) 评论(0) 推荐(2)
摘要:将 LLMs 精调至 1.58 比特: 使极端量化变简单随着大语言模型 (LLMs) 规模和复杂性的增长,寻找减少它们的计算和能耗的方法已成为一个关键挑战。一种流行的解决方案是量化,其中参数的精度从标准的 16 位浮点 (FP16) 或 32 位浮点 (FP32) 降低到 8 位或 4 位等低位格式。虽然这种方法显著减少了内存使用量并加快了计算速度,但往 阅读全文
posted @ 2024-09-29 14:14 HuggingFace 阅读(1312) 评论(0) 推荐(1)
摘要:HuggingChat macOS 版现已发布Hugging Face 的开源聊天应用程序 Hugging Chat,现已推出适用于 macOS 的版本。 主要特点 Hugging Chat macOS 版本具有以下亮点: 强大的模型支持: 用户可以一键访问多个顶尖的开源大语言模型,包括 Qwen 2.5 72B、Command R+、Phi 阅读全文
posted @ 2024-09-26 20:28 HuggingFace 阅读(563) 评论(0) 推荐(1)
摘要:对 LLM 工具使用进行统一我们为 LLM 确立了一个跨模型的 统一工具调用 API。有了它,你就可以在不同的模型上使用相同的代码,在 Mistral、Cohere、NousResearch 或 Llama 等模型间自由切换,而无需或很少需要根据模型更改工具调用相关的代码。此外,我们还在 transformers 中新增了一些 阅读全文
posted @ 2024-09-26 10:16 HuggingFace 阅读(894) 评论(0) 推荐(1)

上一页 1 2 3 4 5 6 7 ··· 11 下一页