#허깅페이스

65개의 기사

Wiola 아키텍처: 효율적인 소규모 언어 모델을 위한 새로운 접근 방식

Wiola 아키텍처는 소규모 언어 모델(SLM)의 효율적인 설계를 위한 완전히 새로운 접근 방식을 제시합니다. Wiola 아키텍처는 기존의 GPT, LLaMA, Mistral, Falcon과 같은 모델과 구조적으로 관련이 없습니다. Wiola 아키텍처는 5개의 독립적인 새로운 구성 요소를 소개합니다.

허깅페이스 6월 22일

PP-OCRv6에 의한 허깅 패스트: 1.5M에서 34.5M 파라미터까지의 50개 언어 OCR

뉴욕, 미국 - 구글(Google)과 메타(Meta)가 개발한 대규모 언어 모델(LLM)은 AI 연구자들이 새로운 기술을 개발하고 검증하기 위해 사용하는 중요한 도구입니다. 그러나 이 모델을 사용하면 데이터를 사용하는 방식에 대한 새로운 논쟁이 일어나고 있습니다. 대규모 언어 모델(LLM)은 텍스트를 이해하고 생성하는 데 사용되는 AI 기술입니다. 이 모델은 구글과 메타가 개발한 'Llama

AI 모델 6월 18일

의무적 추론의 기초 모델에 대한 의무적 추론 성능 평가 지표

연구자들은 논리적 추론을 위한 새로운 벤치마크인 DeFAb을 발표했다. 이 벤치마크는 논리적 추론을 위한 규칙 기반 로직 솔버를 사용하여 100% 정확도로 모든 인스턴스를 50마이크로초 이하로 해결할 수 있다. 반면, 대규모 언어 모델(LLM)은 최고 65%의 정확도를 달성하고, 렌더링 강화 평가(worst case over four surface renderings)에서 23.5%의 정확도

허깅페이스 6월 17일

허그킹 페이스 허브부터 로봇 하드웨어까지: Strands Agents와 LeRobot의 혁신

허그킹 페이스 허브에서부터 로봇 하드웨어까지, Strands Agents와 LeRobot은 인공지능(AI) 기술의 발전을 증명했다. 이 두 회사간의 협력은 인공지능(AI) 기술을 로봇 하드웨어에 적용하는 데 큰 발전을 가져왔다.

허깅페이스 6월 10일

깃헙 CI를 허깅 패스 잡스로 이전하기

깃헙 CI를 허깅 패스 잡스로 이전하는 방법에 대해 알아보겠습니다. 허깅 패스 잡스는 대규모 언어 모델(LLM) 훈련 및 테스트를 위한 강력한 도구입니다. CI를 이전하면 개발자들이 더 빠르게 모델을 테스트하고 배포할 수 있습니다.

허깅페이스 6월 9일

Agent가 Hugging Face Spaces를 연결하여 3D 파리 갤러리를 만들었습니다.

AI가 인간의 지성을 뛰어넘는다는 주장이 제기되면서, 인공지능(AI) 분야의 연구자들은 새로운 경계를 설정하기 위해 노력하고 있습니다. 이번에 공개된 연구 결과에 따르면, 인공지능(AI) 모델은 인간의 지적 능력과 같은 지능을 가졌다는 주장이 제기되었습니다. 이 연구에서는 [대규모 언어 모델(LLM)]을 사용하여, 인공지능(AI) 모델이 인간의 지적 능력과 같은 지능을 가졌는지 확인했습니다.

에이전트 5월 28일

Laguna M.1/XS.2 Technical Report

arXiv:2605.27605v1 Announce Type: new Abstract: We present Laguna M.1 and Laguna XS.2, two Mixture-of-Experts foundation models built for long-horizon, agentic coding: M.1 has $225.8$B total parameter

AI 모델 5월 28일

Soro: A Lightweight Foundation Model and Chatbot for Tajik

arXiv:2605.27379v1 Announce Type: new Abstract: We present Soro, a family of Tajik-specialized conversational large language models (LLMs) designed for real-world deployment under tight compute and co

연구 5월 14일

장애 관련 해프닝을 언어 모델에 있는 평가 프레임워크: DisaBench

장애 관련 해프닝을 언어 모델에 있는 평가 프레임워크: DisaBench 장애 관련 해프닝을 평가하는 일반적인 방법은 대규모 언어 모델(LLM)의 안전성을 충분히 평가하지 못한다. 우리는 DisaBench라는 새로운 평가 프레임워크를 소개한다. 이 프레임워크는 장애인과 레드팀(expert)과 함께 12가지 장애 관련 해프닝 카테고리를 만들었고, 일상생활 7가지 영역에서 나쁜(prompt)과 악의적인(prompt) 쌍을 짝지어 evaluation 방법론을 만들었다. 또한 525개의 prompt-r

허깅페이스 5월 1일

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.

에이전트 4월 14일

AI 시스템이 생물학 연구를 수행하는 향상된 벤치마크: LABBench2

과학적 발견을 가속화하는 AI의 가능성에 대한 희망은 계속해서增长하고 있습니다. 현재 과학 연구에서 AI를 적용하는 범위는 과학 데이터에 대한 전용 기초 모델을 훈련하는 것부터 자율적 인 가정 생성 시스템까지 AI를 이용한 자율적 인 실험실까지 다양합니다. AI 시스템이 과학적 도메인에서 진행하는 진전을 측정해야 하는 필요성은 AI 시스템의 진전을 가속화하는 것뿐만 아니라 실제적인 실무 능력에 초점을 맞추는 것을 의미합니다. 단순한 지식과 그 이상의 추론을 실제로 의미 있는 작업을 수행할 수 있는

에이전트 4월 5일