Hugging Face Hub가 Baidu의 오픈소스 딥러닝 프레임워크인 PaddlePaddle 모델을 지원한다.
Replit이 Weights and Biases와 협력하여 첫 번째 머신러닝 해커톤을 개최한다.
Replit이 다양한 프로그래밍 언어에서 Repl Identity를 쉽게 사용할 수 있도록 새로운 CLI 도구를 도입했다.
머신러닝 기반의 코드 생성 기술이 프로그래밍의 새로운 시대를 열고 있으며, Replit과 같은 플랫폼이 이 변화를 주도하고 있다.
Intel Sapphire Rapids의 AMX 기술을 활용해 PyTorch Transformer 학습을 가속화하는 방법을 소개한다.
OFASys는 'Instruction' 인터페이스를 통해 단 한 줄의 코드로 복잡한 멀티모달 멀티태스크 학습을 구현하는 AI 프레임워크다.
중국어 문화와 도메인에 최적화된 멀티모달 모델 Chinese CLIP이 공개되었다.
Replit이 가상 토큰인 Cycles의 트랜잭션 히스토리 디자인을 개편하고 보상을 통한 획득 기능을 지원한다.
Hugging Face datasets 라이브러리를 활용해 오디오 데이터셋을 효율적으로 탐색, 로드 및 처리하는 방법을 안내한다.
머신러닝 개발 전 과정에서 편향성을 식별하고 완화하기 위한 Hugging Face의 도구와 가이드를 소개한다.
Habana Gaudi2가 BERT 학습 및 Stable Diffusion 추론 등에서 Nvidia A100 80GB보다 약 2배 빠른 성능을 기록했다.
Elixir 환경에서 GPT2, Stable Diffusion 등 Hugging Face 모델을 실행할 수 있는 Bumblebee 라이브러리가 출시되었다.
단백질 서열 데이터를 언어 모델의 관점에서 이해하고 학습하는 방법과 ESMFold를 활용한 단백질 구조 예측 방법을 다룬다.
비기술적 창업자가 Replit Bounties를 통해 60일 만에 Stable Diffusion 기반의 AI 아트 커머스 스타트업을 구축했다.
Transformer의 Encoder-Decoder 구조를 활용해 불확실성을 포함한 확률적 시계열 예측을 수행하는 방법을 설명한다.
Apple Silicon 환경에서 Core ML을 통해 Stable Diffusion을 실행하는 방법과 변환된 모델을 공개한다.
이산적 잠재 공간에서 동작하는 조건부 잠재 확산 모델인 VQ-Diffusion의 기술적 특징과 구현법을 다룬다.
AI Briefing