Teaching with AI
OpenAI publie un guide pédagogique pour l'utilisation de ChatGPT en classe. Il couvre les prompts suggérés, le fonctionnement et les limites du modèle, l'efficacité des détecteurs IA et les biais.
23 articles
OpenAI publie un guide pédagogique pour l'utilisation de ChatGPT en classe. Il couvre les prompts suggérés, le fonctionnement et les limites du modèle, l'efficacité des détecteurs IA et les biais.
Hugging Face publie une version optimisée d'AudioLDM 2 pour la génération audio. L'amélioration de vitesse est le focus principal, sans détails chiffrés fournis dans l'extrait.
OpenAI lance ChatGPT Enterprise, une version avec sécurité et confidentialité de niveau entreprise. Offre les capacités les plus puissantes de ChatGPT à ce jour.
Hugging Face supprime l'authentification Git par mot de passe. Les utilisateurs doivent migrer vers des tokens d'accès personnel ou des clés SSH avant la date limite. Cette mesure renforce la sécurité des dépôts.
Meta lance Code Llama, une variante de Llama 2 spécialisée dans la génération de code. Le modèle supporte plusieurs langages de programmation et offre des performances comparables aux outils existants pour la complétion et la génération de code.
OpenAI s'associe à Scale pour aider les entreprises à affiner ses modèles les plus avancés. Les clients d'OpenAI bénéficient de l'expertise en IA de Scale pour personnaliser les modèles.
Hugging Face présente AutoGPTQ, une méthode de quantification pour réduire la taille des LLM. L'intégration dans la librairie transformers permet de compresser les modèles tout en préservant les performances, facilitant le déploiement sur matériel limité.
OpenAI active le fine-tuning de GPT-3.5 Turbo, permettant aux développeurs de personnaliser le modèle avec leurs propres données pour des cas d'usage spécifiques.
Hugging Face présente SafeCoder, un outil de sécurité pour le code. Le système analyse et valide le code généré pour détecter les vulnérabilités et les mauvaises pratiques avant déploiement.
Hugging Face présente IDEFICS, une reproduction open-source d'un modèle de langage visuel état-de-l'art. Le modèle combine vision et langage pour des tâches multimodales, avec code et poids disponibles publiquement.
OpenAI acquiert Global Illumination. L'équipe complète a rejoint OpenAI.
OpenAI utilise GPT-4 pour développer ses politiques de contenu et prendre des décisions de modération. L'approche réduit la charge des modérateurs humains, accélère les boucles de feedback et améliore la cohérence du labeling.
Hugging Face Hub est désormais disponible sur AWS Marketplace. Les utilisateurs peuvent accéder aux modèles et datasets via leur compte AWS existant, avec facturation intégrée.
Hugging Face et BentoML démontrent le déploiement du modèle DeepFloyd IF (génération d'images) via BentoML. Guide pratique couvrant containerisation, scalabilité et intégration avec l'écosystème Hugging Face pour la production.
Hugging Face optimise Bark, son modèle de synthèse vocale, via la librairie Transformers. Les améliorations incluent réduction de latence, compression de mémoire et meilleure qualité audio. Code et modèles optimisés disponibles sur le hub.
Hugging Face lance Swift Transformers, une bibliothèque pour exécuter des LLM directement sur les appareils Apple. Compatible avec Core ML et optimisée pour les performances locales, elle permet le déploiement de modèles sans connexion réseau.
Hugging Face publie un guide pour affiner Llama 2 avec DPO (Direct Preference Optimization). La méthode permet d'aligner le modèle sur les préférences utilisateur sans récompense explicite, réduisant les coûts computationnels par rapport aux approches RLHF traditionnelles.
Hugging Face lance un déploiement simplifié de MusicGen via Inference Endpoints. Les utilisateurs peuvent générer de la musique sans gérer l'infrastructure, avec support des modèles Meta et intégration API directe.
Hugging Face lance Huggy Lingo, un système ML pour améliorer les métadonnées linguistiques sur son Hub. L'outil détecte automatiquement les langues des modèles et datasets, enrichissant les informations de catalogage pour faciliter la découverte et l'interopérabilité.
Hugging Face explore le chiffrement homomorphe complet (FHE) pour les grands modèles de langage, permettant des inférences sur données chiffrées sans déchiffrement. Approche expérimentale visant à protéger la confidentialité des utilisateurs lors du traitement par des LLM.
OpenAI publie les actes d'un atelier sur les mesures de confiance pour l'IA. Le document explore les cadres de vérification, les protocoles de transparence et les mécanismes de gouvernance pour renforcer la confiance envers les systèmes d'IA.
Guide pratique pour générer des assets 3D étape par étape. Couvre les outils, workflows et bonnes pratiques pour créer des modèles 3D avec l'IA.
Hugging Face publie le code et les poids de SD-Small et SD-Tiny, deux modèles de diffusion compressés via distillation de connaissances. Ces variantes réduisent la taille et la latence tout en maintenant la qualité de génération d'images.