Replit이 IDE 내에서 개발자를 돕는 AI 페어 프로그래머 Ghostwriter Chat을 구축한 과정과 기술적 해결책을 다룬다.
Hugging Face의 diffusers 라이브러리를 사용하여 커스텀 ControlNet 모델을 학습시키는 단계별 가이드를 제공한다.
Hugging Face Hub에서 Jupyter Notebook을 직접 렌더링하여 확인할 수 있는 기능이 도입되었다.
Replit은 지연 시간 단축을 위해 전 세계로 인프라를 분산하고 클러스터 기반의 격리된 구조를 구축했다.
Replit과 AI Camp가 Python을 활용해 LLM 활용법을 배우는 4시간 분량의 코스를 출시했다.
Hugging Face가 TRL과 PEFT를 통합하여 소비자용 GPU에서도 20B 규모의 LLM RLHF 학습이 가능하도록 지원한다.
YC 지원 기업 BerriAI는 Replit을 활용해 데이터 기반 LLM 제품을 빠르게 구축하고 시장에 출시한다.
카카오브레인이 7억 개의 이미지-텍스트 쌍을 포함한 COYO 데이터셋과 이를 학습한 ViT, ALIGN 모델을 오픈소스로 공개했다.
Hugging Face의 Diffusers 라이브러리가 Stable Diffusion의 생성 과정을 정밀하게 제어할 수 있는 ControlNet 기능을 지원한다.
Replit이 유료 플랜 사용자들을 위해 로컬 개발 환경에서 Repl에 접속할 수 있는 SSH 기능을 도입했다.
Hugging Face가 Diffusers 라이브러리의 책임감 있는 개발을 위한 윤리적 프레임워크를 발표했다.
Witty Works가 SetFit를 활용해 적은 데이터로 문맥에 따른 비포용적 언어를 분류하는 기술적 해결책을 구현했다.
Replit에서 Cloudflare의 서버리스 함수인 Cloudflare Workers를 직접 배포하고 관리할 수 있는 기능이 추가되었다.
Hugging Face가 Core ML을 활용해 Mac에서 Stable Diffusion을 빠르게 실행하는 네이티브 앱을 공개했다.
Fetch가 Hugging Face와 AWS를 활용해 자체 AI 모델을 구축함으로써 영수증 처리 효율을 높이고 개발 시간을 단축했다.
Hugging Face와 AWS가 전략적 파트너십을 확대하여 차세대 AI 모델의 개발과 배포를 가속화한다.
Replit과 Weights & Biases가 공동 개최한 첫 머신러닝 해커톤의 우승자가 발표되었다.
AI Briefing