N
人間からのフィードバックで書籍を要約する
OpenAIが人間からのフィードバックを活用し、長文の書籍要約タスクでAIの性能を向上させました。
LLM
3247件
Hugging FaceとGraphcoreがIPU最適化Transformerで提携
Hugging FaceとGraphcoreが、GraphcoreのIPU向けに最適化されたTransformerモデルを提供すると発表しまし…
Optimumの紹介：大規模Transformerのための最適化ツールキット
Hugging FaceがTransformerモデルの効率的な実行を可能にするOptimumライブラリを発表しました。
N
TruthfulQA: モデルが人間の誤りを模倣する度合いを測定する
AIモデルが人間が信じている誤った情報をどれだけ真実らしく出力するかを測るベンチマーク「TruthfulQA」…
N
OpenAI Codex
OpenAIが自然言語をコードに変換するAIシステム「Codex」の改良版をAPIで公開しました。
インターネット経由の深層学習：言語モデルの協調学習
インターネット上で分散されたデバイスが協力して大規模言語モデルを学習する新しいフレームワークが発表…
Hugging Face HubへspaCyを歓迎
自然言語処理ライブラリspaCyがHugging Face Hubに統合されました。
N
コードで訓練された大規模言語モデルの評価
OpenAIがコードで訓練された大規模言語モデルの評価方法と課題について解説しています。
Hugging Face HubにおけるSentence Transformers
Hugging Face HubがSentence Transformersモデルをネイティブにサポートするようになりました。
N
厳選されたデータセットでの学習による言語モデルの振る舞いの改善
OpenAIが厳選された小規模データセットでファインチューニングすることで、言語モデルの特定の振る舞いを…
実践的なFew-shot学習：GPT-NeoとHugging Face Accelerated Inference API
Hugging FaceがGPT-NeoとAccelerated Inference APIを用いたFew-shot学習の実践例を紹介しました。
分散学習：Hugging Face TransformersとAmazon SageMakerでBART/T5を要約タスク向けに学習
Hugging Face TransformersとAmazon SageMakerを使い、BART/T5モデルを分散学習で要約タスク向けに効率的…