AI Briefing#huggingface
#huggingface와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
#huggingface와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
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.
Elixir 환경에서 GPT2, Stable Diffusion 등 Hugging Face 모델을 실행할 수 있는 Bumblebee 라이브러리가 출시되었다.
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.
arXiv 논문 페이지에서 Hugging Face Spaces를 통해 머신러닝 데모를 즉시 실행할 수 있는 기능이 통합되었다.
HuggingFace가 Inference API 유료 티어를 종료하고 Inference Endpoints 등 새로운 요금 체계를 도입한다.
Transformers 라이브러리에 텍스트 반복 문제를 해결하는 Contrastive Search가 도입되었다.
HuggingFace가 Diffusers를 활용해 Stable Diffusion의 Dreambooth 학습 시 과적합을 방지하고 품질을 높이는 최적의 설정법을 공개했다.
Hugging Face Transformers를 사용하여 Whisper 모델을 다국어 음성 인식(ASR) 데이터셋으로 미세 조정하는 방법을 안내한다.
Hugging Face의 Optimum Intel에 Intel OpenVINO가 통합되어 Intel 프로세서 기반의 모델 추론 및 양자화가 용이해졌다.
Hugging Face가 언어 모델의 독성, 극성, 유해성을 측정할 수 있는 편향성 평가 지표를 🤗 Evaluate 라이브러리에 추가했다.
Hugging Face Hub의 모델을 관리형 인프라에 쉽고 안전하게 배포할 수 있는 Inference Endpoints 사용법을 소개한다.
Hugging Face Diffusers 라이브러리가 Flax를 지원하여 TPU 환경에서 Stable Diffusion의 빠른 추론이 가능해졌다.
HuggingFace가 BLOOM 모델의 추론 서버를 최적화하여 지연 시간을 5배, 처리량을 50배 개선한 기술적 과정을 설명한다.
Hugging Face가 모델과 데이터셋의 영구적인 인용과 재현성을 위해 DOI 생성 기능을 도입했다.
PyTorch의 meta device를 활용해 메모리 제약을 극복하고 대규모 언어 모델을 효율적으로 로드하는 방법을 설명한다.
Hugging Face의 Diffusers 라이브러리가 Image-to-Image, Textual Inversion 등 핵심 기능을 추가한 0.3 버전을 출시했습니다.