DALL·E now available without waitlist
DALL·E est désormais accessible sans liste d'attente pour les nouveaux utilisateurs. OpenAI a amélioré ses systèmes de sécurité et appliqué les leçons tirées du déploiement progressif.
10 articles
DALL·E est désormais accessible sans liste d'attente pour les nouveaux utilisateurs. OpenAI a amélioré ses systèmes de sécurité et appliqué les leçons tirées du déploiement progressif.
Hugging Face AutoTrain ajoute la classification d'images. L'outil automatise l'entraînement de modèles de vision sans code requis. Interface web et API disponibles pour fine-tuner des modèles pré-entraînés.
Hugging Face Accelerate optimise l'exécution de très grands modèles en exploitant les capacités de PyTorch. La bibliothèque gère automatiquement la distribution sur plusieurs GPUs et la quantification pour réduire l'empreinte mémoire.
SetFit est une méthode d'apprentissage few-shot efficace qui ne nécessite pas de prompts. Elle utilise des embeddings de phrases et un fine-tuning léger pour adapter rapidement les modèles à de nouvelles tâches avec peu d'exemples.
Hugging Face lance une newsletter dédiée à l'éthique et aux enjeux sociétaux de l'IA. Le premier numéro couvre les impacts sociaux, les questions de gouvernance et les bonnes pratiques pour un développement responsable de l'IA.
OpenAI lance Whisper, un modèle de reconnaissance vocale entraîné sur 680 000 heures de données multilingues. Le système gère plusieurs langues, accents et bruits de fond avec une robustesse supérieure aux modèles existants.
Hugging Face démontre l'inférence ultra-rapide de BLOOM via DeepSpeed et Accelerate. Optimisations de quantification et parallélisation réduisent latence et mémoire. Benchmarks montrent gains significatifs sur GPU multi-nœuds.
Hugging Face annonce des mises à jour de sa bibliothèque Diffusers pour la génération d'images. L'article détaille les nouvelles fonctionnalités et améliorations apportées à l'outil.
Hugging Face publie un guide pour entraîner un Decision Transformer, modèle qui apprend des politiques de contrôle à partir de trajectoires d'expert. Le tutoriel couvre l'implémentation pratique et l'intégration avec la bibliothèque Transformers.
Guide pratique pour entraîner un modèle de langage avec Megatron-LM, framework d'NVIDIA pour l'entraînement distribué à grande échelle. Couvre configuration, optimisations de parallélisation et bonnes pratiques.