使用TensorFlow和TPU通过🤗 Transformers训练语言模型
讲解如何利用TensorFlow和TPU在Transformers库中高效训练语言模型。
Databricks 携手 Hugging Face：大语言模型训练与调优速度提升高达40%
Databricks与Hugging Face合作，使大语言模型训练和调优速度提升40%。
在免费层级的Google Colab上使用🧨 diffusers运行IF
免费Colab上使用diffusers运行IF模型的方法。
图分类中的Transformer
未提供摘要内容
快速推理大型语言模型：在Habana Gaudi2加速器上的BLOOMZ
介绍在Habana Gaudi2上加速BLOOMZ大模型推理的优化技术，实现高效低延迟。
在英特尔CPU上加速Stable Diffusion推理
利用CPU优化技术提升Stable Diffusion推理速度，降低延迟，实现高效部署。
使用 diffusers 训练你自己的 ControlNet
介绍如何利用 Hugging Face 的 diffusers 库训练 ControlNet 模型。
Kakao Brain 发布的新 ViT 和 ALIGN 模型
Kakao Brain 推出新视觉Transformer与对齐模型，提升多模态理解性能。
Diffusers 中的 ControlNet
ControlNet与Diffusers集成，实现可控图像生成。
利用机器学习帮助幸存者并争分夺秒
用机器学习助力幸存者，与时间赛跑挽救生命。
开发Diffusers库的伦理指南
无
Hugging Face如何加速Witty Works写作助手的开发
Hugging Face平台助力Witty Works写作助手大幅提升开发效率与性能。
大型语言模型的红队测试
通过模拟攻击评估LLM安全性，揭示对抗漏洞与防御策略。
Swift 🧨Diffusers - Mac版快速稳定扩散
为Mac优化的快速Stable Diffusion库
Fetch整合AI工具，借助AWS上的Hugging Face节省30%开发时间
Fetch利用AWS的Hugging Face整合AI工具，开发时间减少30%。
使用BLIP-2进行零样本图像到文本生成
BLIP-2实现零样本图像转文本生成
为什么我们转向Hugging Face推理端点，也许你也该这么做
转向Hugging Face推理端点简化部署、提升性能、降低成本，值得尝试。
故事生成：游戏开发中的人工智能 第五部分
探讨AI在游戏故事生成中的技术与应用。
介绍⚔️ AI vs. AI ⚔️：一个深度强化学习多智能体竞争系统
通过深度强化学习构建多智能体对抗框架，实现AI间自主博弈与策略迭代。
探索视觉语言模型
原文未提供摘要内容
使用 LoRA 实现高效稳定的扩散模型微调
利用低秩适配方法，以少量参数高效微调 Stable Diffusion 模型。
2D资产生成：游戏开发中的人工智能 #4
探讨AI技术在游戏2D资源创建中的应用与技巧。
Optimum+ONNX Runtime - 更简单、更快速地训练你的Hugging Face模型
Optimum+ONNX Runtime 让Hugging Face模型训练更简单快速。
什么使对话代理有用？
对话代理的有用性取决于其理解用户意图、准确回答和高效完成任务的能力。
基于Mask2Former和OneFormer的通用图像分割
Mask2Former与OneFormer统一了语义、实例、全景分割，单一模型处理所有任务，高效通用。