Hugging Face analyse en détail le benchmark DROP du Open LLM Leaderboard, qui évalue la compréhension de lecture et l'extraction d'informations. L'article examine les performances des modèles sur cette tâche spécifique et les défis qu'elle pose.
Comparaison de RoBERTa, Llama 2 et Mistral sur l'analyse de tweets de catastrophes avec LoRA. Évaluation des performances de fine-tuning sur un dataset spécialisé.
Hugging Face propose un framework pour entraîner des assistants de codage personnalisés. La plateforme permet aux développeurs de fine-tuner des modèles sur leurs propres bases de code pour créer des copilots adaptés à leurs projets spécifiques.
Hugging Face explore des optimisations simples pour SDXL, le modèle de génération d'images. L'article détaille des techniques pour réduire la latence et la consommation mémoire sans dégrader la qualité visuelle.
Retool intègre GPT-4 pour permettre aux entreprises de construire rapidement et sécurisé des applications alimentées par l'IA.
Ironclad intègre GPT-4 pour automatiser et simplifier l'examen des contrats, réduisant le temps et les erreurs dans les processus juridiques.
Typeform intègre GPT-3.5 et GPT-4 pour transformer les formulaires en ligne en expériences de collecte de données conversationnelles et dynamiques.
Guide pratique pour entraîner un chatbot LLaMA 2 sans expertise technique. Couvre la préparation des données, le fine-tuning et le déploiement avec des outils accessibles.
Rocket Money et Hugging Face collaborent pour déployer des modèles ML volatiles en production à grande échelle. La solution optimise l'inférence et la gestion des ressources pour des modèles instables en environnement critique.
Hugging Face introduit un guide sur le Gaussian Splatting 3D, technique de rendu permettant de représenter des scènes 3D via des gaussiennes. Approche alternative aux NeRF offrant meilleure performance et qualité visuelle.
Hugging Face publie un guide d'optimisation des LLM en production, couvrant techniques de quantification, distillation et déploiement efficace pour réduire latence et coûts d'inférence.
OpenAI ouvre un bureau à Dublin, en Irlande, pour renforcer sa présence en Europe.
OpenAI organise sa première conférence développeurs le 6 novembre à San Francisco. Les inscriptions en personne ouvriront dans les prochaines semaines, avec retransmission en direct du keynote.
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.
OpenAI acquiert Global Illumination. L'équipe complète a rejoint OpenAI.
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.
OpenAI et d'autres laboratoires majeurs s'engagent volontairement sur la sécurité, la sûreté et la fiabilité de l'IA. Ces engagements visent à renforcer la gouvernance de l'IA sans attendre une régulation obligatoire.
Hugging Face célèbre le premier anniversaire de sa bibliothèque Diffusers, un framework open-source pour les modèles de diffusion. L'occasion de revenir sur l'adoption croissante et les contributions de la communauté.
Hugging Face présente son écosystème open-source pour la génération de texte et les LLM, incluant des modèles, des outils et des ressources communautaires pour le développement et le déploiement d'applications IA.
Hugging Face présente un prototype de WebTV alimenté par l'IA, intégrant modèles de vision, génération vidéo et agents autonomes pour créer du contenu télévisé automatisé. Le système combine plusieurs capacités : analyse vidéo, synthèse de contenu et orchestration multi-agents.
OpenAI publie un document de position sur la régulation de l'IA frontière, proposant un cadre pour gérer les risques émergents liés à la sécurité publique. L'entreprise appelle à une approche équilibrée combinant innovation et mesures de sécurité.
OpenAI annonce l'ouverture de son premier bureau international à Londres, au Royaume-Uni.
La quatrième édition de la newsletter Ethics and Society de Hugging Face examine les biais dans les modèles texte-vers-image. L'article analyse comment ces systèmes reproduisent et amplifient les stéréotypes présents dans leurs données d'entraînement, avec des implications pour l'équité et la représentation.
Hugging Face annonce de nouvelles directives de contenu et une politique mise à jour pour sa plateforme. Les guidelines couvrent les modèles, datasets et espaces, avec des critères clairs de modération et de conformité.
Hugging Face étudie si les modèles de fondation peuvent annoter des données avec la même qualité que les humains. L'article examine les capacités d'étiquetage automatisé et compare les performances aux annotateurs humains.
Hugging Face lance une initiative pour intégrer le Hub dans les galeries, bibliothèques, archives et musées. La plateforme facilite l'accès aux modèles IA et datasets pour les institutions culturelles, démocratisant l'usage de l'IA dans le secteur patrimonial.
Hugging Face intègre la reconnaissance vocale IA dans Unity via une nouvelle extension. Les développeurs peuvent implémenter des modèles de speech-to-text directement dans leurs jeux et applications sans infrastructure cloud.
Hugging Face lance un game jam open source dédié à l'IA. L'événement invite développeurs et créateurs à construire des jeux utilisant des modèles open source et des outils de la communauté.
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.
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 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.
Hugging Face montre comment exécuter IF (Imagen Diffusion) sur Google Colab gratuit via la librairie diffusers. Tutoriel pratique pour générer des images sans GPU payant.
Hugging Face explique comment héberger un jeu Unity dans un Space. Le tutoriel couvre le déploiement d'applications interactives 3D sur la plateforme, permettant aux développeurs de partager leurs jeux directement en ligne sans infrastructure externe.
Hugging Face présente une méthode de classification de graphes utilisant des transformers. L'approche combine l'architecture transformer avec des représentations de graphes pour améliorer les performances sur des tâches de classification structurées.
Hugging Face et Jupyter collaborent pour intégrer les modèles et datasets de la plateforme directement dans les notebooks Jupyter. Cette intégration facilite l'accès aux ressources IA sans quitter l'environnement de développement.
Khan Academy teste GPT-4 dans un programme pilote limité pour explorer son potentiel dans l'éducation virtuelle en classe.
OpenAI et Duolingo intègrent GPT-4 pour améliorer l'apprentissage des langues. Le modèle renforce les conversations et comble les lacunes pédagogiques dans la plateforme.
Be My Eyes intègre GPT-4 pour améliorer l'accessibilité visuelle. Le service aide les personnes malvoyantes à interpréter des images et du contenu visuel en temps réel via l'IA.