人間からのフィードバックによる強化学習（RLHF）の解説

RLHFは、人間がAIモデルの出力を評価し、そのフィードバックを基にモデルを改善する手法です。

GPT2からStable Diffusionまで：Hugging FaceがElixirコミュニティに登場

Hugging FaceがElixirコミュニティ向けに機械学習ライブラリをリリースしました。

バックエンドシステムの詳細を発見する

OpenAIのスーパーコンピューティングチームのエンジニア、クリスチャン・ギブソン氏がバックエンドシステ…

A conversation with Kevin Scott: What’s next in AI

タンパク質と深層学習

Hugging Faceがタンパク質研究における深層学習の活用方法を解説しました。

Apple SiliconでCore MLを使ったStable Diffusionの利用

Apple Silicon搭載MacでStable DiffusionをCore MLに最適化し、高速な画像生成を実現しました。

Hugging Face Transformersによる確率的時系列予測

Hugging FaceがTransformersモデルを用いた確率的時系列予測ライブラリを発表しました。

ChatGPTの紹介

OpenAIが対話形式でユーザーとやり取りするAIモデル「ChatGPT」を発表しました。

VQ-Diffusion: 拡散モデルとVQ-VAEの融合による高品質画像生成

VQ-Diffusionは、拡散モデルとVQ-VAEを組み合わせ、高解像度で高品質な画像を効率的に生成する新しい手法…

インターンを募集しています！

Hugging Faceがインターンシッププログラムの参加者を募集しています。

Diffusion Models ライブイベント

Hugging FaceがDiffusion Modelsに関するライブイベントを開催しました。

機械学習インサイト担当ディレクター [パート4]

Hugging Faceが機械学習インサイト担当ディレクターの役割について解説しています。