Pythonで感情分析を始める
PythonとHugging FaceのTransformersライブラリを使って感情分析を行う方法が解説されました。
研究
3408件
🤗 Hubでの超高速検索
Hugging Face Hubの検索機能が大幅に強化され、より高速で関連性の高い結果が得られるようになりました。
N
対照的な事前学習によるテキストとコードの埋め込み
OpenAIがテキストとコードの埋め込みモデルを公開し、様々なタスクで高性能を発揮。
Hugging Face HubにStable-baselines3が登場！
強化学習ライブラリStable-baselines3がHugging Face Hubに統合されました。
ケーススタディ: Hugging Face Infinityと最新CPUによるミリ秒レイテンシの実現
Hugging Face Infinityと最新CPUを組み合わせることで、ミリ秒単位の超低レイテンシを実現しました。
AutoNLPとProdigyによるアクティブラーニング
Hugging FaceのAutoNLPとProdigyを組み合わせたアクティブラーニングのワークフローが紹介されました。
N
WebGPT: ウェブブラウジングによる言語モデルの事実正確性の向上
OpenAIがGPT-3をファインチューニングし、ウェブブラウザを使って質問への回答精度を高めました。
Perceiver IO: あらゆるモダリティに対応するスケーラブルな完全アテンションモデル
Google DeepMindが、様々なデータ形式を扱える汎用的なAIモデル「Perceiver IO」を発表しました。
CodeParrotをゼロからトレーニングする
Hugging FaceがCodeParrotというコード生成モデルをゼロからトレーニングした。
ML-Agents環境「Snowball Fight」の紹介
Hugging FaceがML-Agents環境「Snowball Fight」を公開しました。
N
OpenAIレジデンシープログラム
OpenAIがAI分野の才能を育成・支援する「OpenAIレジデンシー」を発表しました。
Hugging Face TransformersとOptimumでIPUを始める
Hugging Face TransformersモデルをGraphcore IPUで効率的に実行するためのガイドが公開されました。