DeepSeek R1-ის გამოშვებიდან ორი კვირა: ღია-R1 პროექტის მიღწევები და გამოწვევები
სტატია აჯამებს ღია-R1 პროექტის განვითარებას, რომელიც DeepSeek R1-ის სასწავლო კონვეიერისა და სინთეზური მონაცემების რეპლიკაციას ისახავს მიზნად. მიღწევებს შორისაა DeepSeek-ის შეფასების ქულების რეპროდუცირება და GRPO-ის ინტეგრაცია TRL-ში. პროექტი DeepSeek R1-ის ხანგრძლივი პასუხების გამო GPU მეხსიერებისა და გენერაციის ეფექტურობის გამოწვევების წინაშე დგას, თუმცა ინფერენსის ოპტიმიზაციაში მნიშვნელოვანი პროგრესია. ინიციატივამ მედიის ფართო ინტერესიც გამოიწვია.
Streamlit Hugging Face Spaces-ში: ML მოდელებისა და მონაცემთა ვიზუალიზაცია
ეს სტატია განმარტავს, თუ როგორ გამოიყენოთ Streamlit Hugging Face Spaces-თან ერთად მანქანური სწავლების მოდელების დემოების შესაქმნელად და მონაცემთა ნაკრებების ვიზუალიზაციისთვის. ის მოიცავს მოდელების ჰოსტინგს, ინტერფეისის აგებას, მონაცემთა სტრიმინგსა და ვიზუალიზაციის კომპონენტების გამოყენებას, მაგალითად, „Write with Transformer“-ის რეპლიკაციით.
MIT-ის სიგელის ოჯახის ინტელექტის კვლევის ცენტრი (SQI) ადამიანის ტვინისა და ხელოვნური ინტელექტის საიდუმლოებებს იკვლევს
MIT-ის შვარცმანის კომპიუტერული მეცნიერებების კოლეჯში შემავალი სიგელის ოჯახის ინტელექტის კვლევის ცენტრი (SQI) აერთიანებს მკვლევრებს, რათა შეისწავლონ ინტელექტი მეცნიერული გამოკვლევისა და ინჟინერიის მეშვეობით. ცენტრის მიზანია გაიგოს, როგორ წარმოქმნის ტვინი ინტელექტს და როგორ შეიძლება მისი რეპლიკაცია ხელოვნურ სისტემებში. ცოტა ხნის წინ ცენტრს სახელი შეეცვალა სიგელის ოჯახის ფონდის მსხვილი შემოწირულობის აღსანიშნავად, რაც SQI-ის კვლევით საქმიანობას აფართოებს. დამფუძნებელი დევიდ სიგელი ხაზს უსვამს ადამია