허깅페이스

올모어스(Earth) v1.1: 모델의 효율성을 높인 새로운 가족

올모어스(Earth) v1.1은 기존의 모델을 기반으로 더 효율적인 모델을 제공합니다. 이 모델은 대규모 언어 모델(LLM)과 같은 복잡한 작업을 수행할 수 있습니다.

오픈 에이전트 리더보드: 인공지능의 새로운 시대

오픈 에이전트 리더보드는 인공지능(AI) 개발자들이 competed하는 리더보드입니다. 리더보드는 다양한 AI 모델의 성능을 비교하고, AI 기술의 발전을 추적하는 데 중요한 역할을 합니다.

PaddleOCR 3.5: 트랜스포머 백엔드 기반 OCR 및 문서 파싱 작업 실행

PaddleOCR 3.5은 최신 트랜스포머 기반 백엔드를 사용하여 OCR 및 문서 파싱 작업을 실행하는 강력한 오픈 소스 OCR 도구입니다. 이 업데이트에는 새로운 모델 아키텍처, 성능 향상 및 사용자 경험 개선이 포함됩니다.

NVIDIA Cosmos Predict 2.5를 위한 LoRA/DoRA로 로봇 비디오 생성

NVIDIA Cosmos Predict 2.5을 위한 LoRA/DoRA를 사용한 로봇 비디오 생성 기술이 개발되었습니다. 이 기술은 로봇의 동작을 예측하고 비디오를 생성하는 데 사용할 수 있습니다.

granite: 32K 컨텍스트를 지원하는 오픈 소스 다언어 임베딩

granite는 대규모 언어 모델(LLM)과 같은 다언어 임베딩을 위한 오픈 소스 솔루션이다. granite는 32K 컨텍스트를 지원하며, sub-100M 검색 품질을 제공한다.

AWS에서 대규모 언어 모델(LLM) 훈련 및 추론을 위한 빌딩 블록

AWS에서 대규모 언어 모델(LLM)의 훈련 및 추론을 위한 빌딩 블록을 구축하는 방법에 대해 알아보세요. AWS는 대규모 언어 모델(LLM)의 훈련 및 추론을 위한 다양한 서비스와 도구를 제공합니다.

마키나체크: AMD MI300X를 기반으로 하는 다중 에이전트 CNC 제조 가능성 시스템 개발

AMD MI300X를 기반으로 하는 다중 에이전트 CNC 제조 가능성 시스템인 MachinaCheck를 개발하여, 제조 공정의 효율성을 향상하고, 에이전트 간의 협력을 강화하는 연구를 진행했습니다. 이 시스템은 대규모 언어 모델(LLM)과 같은 기술을 활용하여, CNC 제조 가능성 검사를 자동화하고, 에이전트 간의 협력을 개선하였습니다.

온코 에이전트: 개인정보 보호를 위한 두 층 구조의 멀티 에이전트 프레임워크

온코 에이전트는 개인정보 보호를 위한 두 층 구조의 멀티 에이전트 프레임워크로, 암호와 관련된 의료 결정 지원을 제공합니다. 이 프레임워크는 데이터의 민감성을 고려하여 개인의 의료 정보를 보호합니다.

EMO: 대규모 언어 모델이 시도하는 전문가 혼합 모델

대규모 언어 모델(LLM) 분야에서 새로운 모델이 등장했습니다. EMO는 전문가 혼합 모델을 사용하여 모듈성의 수용을 지원합니다. 이 모델은 다양한 태스크에 적용할 수 있습니다.

방어형 사이버 보안을 위한 작은, 특수화된, 지역 실행 가능한 모델의 필요성: CyberSecQwen-4B

방어형 사이버 보안에서 작은, 특수화된, 지역 실행 가능한 모델의 필요성에 대해 알아보세요. 이러한 모델은 대규모 언어 모델(LLM)과 같은 복잡한 모델과 달리 빠른 학습 및 학습을 가능하게 합니다.

AMD ROCm을 사용한 의료 질의응답 AI fine-tuning - CUDA가 필요 없다!

의료 질의응답 AI를 AMD ROCm에 fine-tuning 할 수 있는 방법을 소개합니다. CUDA가 필요 없기 때문에 GPU를 사용하는 개발자들이 관심을 가질 수 있습니다. 의료 질의응답 AI를 fine-tuning하는 방법을 알아보겠습니다.

vLLM V0 to V1: RL에서 수정하기 전의 정확성

vLLM V0 to V1: RL에서 수정하기 전의 정확성

Waypoint-1.5: 일상용 GPU를 위한 고충실도 인터랙티브 월드 모델

다변식 임베딩 & 래어 랙커 모델 훈련 및 미세 조정: Sentence Transformers를 활용한 멀티 모달 학습

Sentence Transformers를 사용하여 다변식 임베딩 및 래어 랙커 모델을 훈련하고 미세 조정하는 방법에 대해 알아보겠습니다. 이 기법은 대규모 언어 모델(LLM)과 같은 다양한 데이터 소스를 통합하여 더 나은 성능을 달성할 수 있습니다.

자신이 열었을 Open API

AI 기술의 발전으로 자동으로 열리는 Open API가 등장했습니다. 하지만 이는 사용자에게 새로운 기회를 제공하기도 합니다. 사용자는 이제 더욱 다양한 데이터를 접근하고, AI 모델을 직접 조작할 수 있습니다.

ECOM-RLVE: 전자상거래 대화형 에이전트를 위한 적응 가능한 검증 가능한 환경

전자상거래 대화형 에이전트를 위한 적응 가능한 검증 가능한 환경(Ecom-RLVE) 기술이 개발되었습니다. 이 기술은 대화형 에이전트가 사용자와 안전하고 신뢰할 수 있는 방식으로 상호 작용할 수 있도록 합니다.

AI와 사이버 보안의 미래: 개방성의 중요성

AI 기술의 발전은 사이버 보안의 새로운 도전을 가져왔습니다. 사이버 공격의 빈번함과 복잡성은 보안 전문가들이 새로운 방식의 접근을 필요로 합니다. AI와 ML 기술을 활용한 사이버 보안은 현재와 미래의 중요한 키가 될 것입니다.

트랜스포머.js를 사용한 크롬 확장 개발

트랜스포머.js를 사용하여 크롬 확장을 개발하는 방법에 대해 소개합니다. 트랜스포머.js는 구글의 BERT를 기반으로 한 오픈 소스 라이브러리입니다. 이 라이브러리를 사용하면 자연어 처리를 위한 다양한 모델을 생성할 수 있습니다. 크롬 확장 개발에서 트랜스포머.js를 사용하면 사용자 경험을 향상시키고, 자연어 처리를 위한 기능을 추가할 수 있습니다.

대규모 언어 모델이 실제로 사용할 수 있는 1,000,000 토큰 컨텍스트: DeepSeek-V4

DeepSeek-V4는 대규모 언어 모델(LLM)에서 필요한 1,000,000 토큰 컨텍스트를 제공하는 새로운 방법입니다. 이 컨텍스트는 기존의 LLM의 한계를 극복하고 더 나은 성능을 달성하기 위해 설계되었습니다.

대규모 언어 모델을 사용한 웹 앱의 확장성 구축 방법

OpenAI의 프라이버시 필터를 사용하여 대규모 언어 모델(LLM) 기반 웹 앱을 구축하는 방법에 대해 알아보겠습니다. 프라이버시 필터를 사용하면 웹 앱의 확장성을 높일 수 있습니다.

Hugging Face에서 제공하는 DeepInfra를 활용한 AI 추론!

Hugging Face는 인공지능 추론을 위한 다양한 솔루션을 제공하고 있습니다. DeepInfra는 Hugging Face의 추론 제공자 중 하나로, 대규모 언어 모델(LLM)과 같은 모델의 추론 성능을 향상시키는 데 도움을 줄 수 있습니다.

그라니트 4.1 LLM: 그들은 어떻게 건축되었는가?

그라니트 4.1 LLM은 최신의 대규모 언어 모델(LLM)로, 자연어 처리 및 인공지능 기술의 발전을 대표하는 모델입니다. 이 모델은 이전 버전보다 더 강력하고 효율적인 대화 시스템을 제공합니다.

AI 평가가 새로운 컴퓨팅 병목 현상이 되고 있다

인공지능(AI) 모델의 성능을 평가하는 데 필요한 계산 자원은 점점 더 대량으로 증가하고 있다. 이로 인해 AI 평가가 새로운 컴퓨팅 병목 현상이 되고 있다. 대규모 언어 모델(LLM)과 같은 AI 모델의 성능을 평가하는 데 필요한 계산 자원은 수십만 개의 파이프라인을 처리해야 하기 때문에 컴퓨팅 자원이 많이 필요하다.

NVIDIA Nemotron 3 Nano Omni: 문서, 음성 및 비디오 에이전트를 위한 장기 문맥 멀티모달 지능

NVIDIA는 새로운 AI 기술인 Nemotron 3 Nano Omni를 발표했습니다. 이 기술은 문서, 음성 및 비디오 에이전트를 위한 장기 문맥 멀티모달 지능을 제공합니다. Nemotron 3 Nano Omni는 대규모 언어 모델(LLM)과 같은 기술을 기반으로 합니다.