8 articles
Hugging Face AutoTrain permet de classifier des opinions sans code via une interface web. Intégration avec Kili pour l'annotation de données. Workflow complet : labélisation, entraînement, déploiement de modèles de classification de texte.
Hugging Face publie un guide pour utiliser la bibliothèque Transformers sur les accélérateurs Habana Gaudi. Le tutoriel couvre l'installation, la configuration et l'optimisation des modèles de deep learning sur cette infrastructure matérielle spécialisée.
Hugging Face lance un programme éducatif dédié aux étudiants et enseignants, offrant accès gratuit aux modèles, datasets et outils de la plateforme pour l'apprentissage du machine learning et de l'IA.
Hugging Face publie un rapport sur les émissions CO2 du Hub et des modèles hébergés. L'article détaille l'impact environnemental de l'entraînement et du déploiement de modèles IA, avec des métriques et recommandations pour réduire l'empreinte carbone.
OpenAI présente une méthode de génération d'images conditionnées par texte utilisant les latents CLIP. L'approche hiérarchique améliore la qualité et la cohérence entre description textuelle et image générée.
OpenAI explore la loi de Goodhart en IA : quand une métrique devient un objectif d'optimisation, elle perd sa validité. Le défi consiste à mesurer et optimiser des objectifs complexes ou coûteux sans dégrader les performances réelles.
Habana Labs et Hugging Face s'associent pour accélérer l'entraînement de modèles Transformer. Le partenariat vise à optimiser les performances sur les processeurs Gaudi de Habana et à faciliter l'adoption par la communauté open-source.
Hugging Face publie des recommandations contre la répétition de code dans les pipelines IA. L'article promeut la réutilisabilité et les bonnes pratiques d'architecture logicielle pour les projets machine learning.