23 articles
OpenAI entraîne un modèle avec supervision de processus (récompenser chaque étape correcte) plutôt que supervision de résultat (récompenser la réponse finale). Cette approche améliore les performances en résolution mathématique et renforce l'alignement en produisant des chaînes de raisonnement validées par les humains.
Hugging Face intègre BERTopic, un outil de modélisation de sujets basé sur BERT, directement dans le Hub. Les utilisateurs peuvent entraîner, partager et déployer des modèles BERTopic via l'interface unifiée de Hugging Face.
Hugging Face lance un conteneur d'inférence LLM optimisé pour Amazon SageMaker, facilitant le déploiement de modèles de langage en production avec performance et scalabilité améliorées.
OpenAI lance un programme de dix bourses de 100 000 $ pour financer des expériences de processus démocratiques déterminant les règles que les systèmes IA doivent suivre, dans le cadre légal.
Hugging Face et Intel optimisent Stable Diffusion pour les CPUs Intel via NNCF et Optimum. La quantification 8-bit réduit la taille du modèle de 75% et accélère l'inférence de 2-3x sur CPU sans perte de qualité visuelle significative.
Hugging Face et Microsoft lancent un catalogue de modèles Hugging Face sur Azure. Cette intégration permet aux utilisateurs d'accéder directement aux modèles open-source via la plateforme cloud Microsoft, facilitant le déploiement et l'inférence en production.
Hugging Face présente une méthode de quantification 4-bit avec bitsandbytes et QLoRA pour réduire les besoins en mémoire des LLM. Cette technique permet d'affiner des modèles de 65B paramètres sur une seule GPU 24GB, rendant l'entraînement accessible à plus d'utilisateurs.
Hugging Face présente InstructPix2Pix, une méthode d'instruction-tuning pour Stable Diffusion permettant de modifier des images via instructions textuelles. Le modèle apprend à appliquer des éditions spécifiques (changement de style, d'objet, de couleur) à partir d'une image source et d'une instruction en langage naturel.
Hugging Face et IBM s'associent pour intégrer les modèles open-source de Hugging Face dans watsonx.ai, la plateforme d'IA d'entreprise d'IBM. Cette collaboration permet aux développeurs d'accéder à des modèles de langage et de vision via une interface unifiée, avec support du fine-tuning et du déploiement en production.
Safetensors a reçu un audit de sécurité indépendant confirmant sa fiabilité. Le format devient le standard par défaut pour le stockage de modèles sur Hugging Face, remplaçant progressivement les formats legacy comme pickle.
OpenAI appelle à anticiper la gouvernance des systèmes superintelligents, définis comme des IA futures bien plus puissantes que l'AGI. L'entreprise pose les bases d'un débat sur les cadres de contrôle nécessaires avant leur émergence.
OpenAI lance l'application ChatGPT pour iOS avec synchronisation des conversations, entrée vocale et accès aux derniers modèles.
Hugging Face présente Q8-Chat, un modèle optimisé pour les processeurs Intel Xeon offrant une expérience IA générative efficace. Le modèle réduit la taille tout en maintenant les performances, permettant le déploiement sur infrastructure CPU standard sans GPU.
BigCode a développé une infrastructure de déduplication à grande échelle pour nettoyer les données de code. Le système identifie et supprime les doublons proches dans des milliards de fichiers, améliorant la qualité des datasets d'entraînement pour les modèles de code.
Hugging Face montre comment déployer un chatbot type ChatGPT sur une seule GPU avec ROCm. Le guide couvre l'optimisation mémoire et l'inférence efficace pour les modèles de langage volumineux sur hardware AMD.
Hugging Face présente RWKV, un modèle RNN combinant les avantages des transformers : parallélisation à l'entraînement et inférence linéaire en complexité. Architecture hybride éliminant le goulot d'étranglement quadratique de l'attention.
Hugging Face a été sélectionnée par la CNIL pour son programme de soutien renforcé. Cette reconnaissance porte sur l'engagement de l'entreprise envers la protection des données et la conformité réglementaire en IA.
Hugging Face présente l'Assisted Generation, une technique réduisant la latence de génération de texte via un modèle de draft rapide validant les tokens avec un modèle principal. Amélioration significative de la vitesse sans perte de qualité.
OpenAI utilise GPT-4 pour générer automatiquement des explications du comportement des neurones dans les modèles de langage, puis les évalue. Un dataset complet d'explications et scores pour chaque neurone de GPT-2 est publié.
Hugging Face publie un guide pour créer un assistant de codage avec StarCoder. Le modèle open-source génère du code et peut être intégré dans des applications via des APIs. L'article détaille l'architecture et les cas d'usage pratiques.
Hugging Face explore l'architecture et les capacités des modèles texte-vers-vidéo. L'article détaille les approches actuelles, les défis techniques et les applications pratiques de cette technologie émergente.
Hugging Face présente StarCoder, un modèle de langage spécialisé dans la génération de code. Le modèle atteint des performances comparables aux solutions propriétaires sur des benchmarks de codage standards.
Hugging Face publie un guide d'installation et d'utilisation de son API Unity, permettant aux développeurs de jeux d'intégrer des modèles IA directement dans leurs projets Unity.