17 articles
Hugging Face restructure son infrastructure d'uploads et downloads. La plateforme optimise ses systèmes de stockage et de transfert de fichiers pour améliorer la performance et la fiabilité des opérations de modèles et datasets.
Hugging Face présente SmolVLM, un modèle de vision-langage compact et performant. Le modèle combine efficacité computationnelle et capacités multimodales avancées pour des tâches de compréhension d'images et de texte.
Article explorant la conception de positional encodings pour transformers. Analyse comment différentes approches (sinusoïdale, RoPE, ALiBi) impactent les performances et la généralisation en longueur de séquence.
OpenAI publie une approche combinant humains et IA pour le red teaming (test de sécurité adversarial). La méthode améliore la détection de vulnérabilités en exploitant les forces respectives des testeurs humains et des modèles IA pour identifier des failles de sécurité.
OpenAI déploie le fine-tuning de vision pour GPT-4o. Les modèles entraînés reconnaissent mieux les éléments cartographiques (routes, bâtiments, points d'intérêt) avec moins d'erreurs. Cas d'usage : amélioration des services de cartographie et navigation.
Hugging Face organise la première compétition de débat multilingue entre grands modèles de langage. Les LLM s'affrontent sur des sujets variés dans plusieurs langues, testant leur capacité d'argumentation et de raisonnement critique.
Hugging Face optimise l'efficacité de stockage en fragmentant les fichiers volumineux. La nouvelle approche réduit la redondance et accélère les téléchargements partiels pour les modèles et datasets.
Hugging Face présente le Self-Speculative Decoding, une technique d'optimisation qui accélère la génération de texte sans modèle supplémentaire. La méthode utilise des couches intermédiaires du modèle pour prédire les tokens suivants, réduisant la latence tout en maintenant la qualité.
Hugging Face lance un leaderboard ouvert pour évaluer les modèles de langage japonais. La plateforme permet de comparer les performances de différents LLM sur des benchmarks spécifiques à la langue japonaise.
Hugging Face présente Judge Arena, un benchmark pour évaluer la capacité des LLM à servir d'évaluateurs. Le système teste comment différents modèles jugent la qualité des réponses d'autres LLM, mesurant leur fiabilité comme juges automatiques.
OpenAI ouvre son premier bureau en Europe continentale en France. L'entreprise renforce sa présence géographique et son engagement auprès des régulateurs et partenaires européens.
Estée Lauder Companies utilise ChatGPT pour extraire des insights data et optimiser ses stratégies de beauté et créativité. L'intégration d'IA générative améliore l'analyse de données et la prise de décision commerciale dans le secteur cosmétique.
Hugging Face invite les chercheurs et développeurs à partager leurs datasets open source sur le Hub. La plateforme offre un stockage gratuit, un versioning, une documentation intégrée et des outils de collaboration pour faciliter la distribution et la réutilisation des données ML.
Un algorithme d'appariement pour les transplantations hépatiques au Royaume-Uni pourrait exclure systématiquement les patients plus jeunes. Des choix techniques apparemment mineurs peuvent avoir des conséquences vitales.
Hugging Face et JetBrains intègrent leurs plateformes. PyCharm offre désormais un accès direct aux modèles et datasets Hugging Face, avec autocomplétion et documentation embarquée pour les workflows ML.
OpenAI soumet des commentaires à la NTIA sur la croissance des data centers, la résilience et la sécurité. Le document répond à une demande officielle d'information de l'administration américaine des télécommunications.
Argilla 2.4 permet de créer des datasets de fine-tuning et d'évaluation directement sur Hugging Face Hub sans code. La plateforme offre une interface web pour annoter, valider et préparer les données avant l'entraînement de modèles.