Search Results OPT

「迅速な最適化スタック」

編集者注釈：マイク・テイラーは、10月30日から11月2日までのODSCウエストでのスピーカーです彼のトーク「GPT-4とLangchainを使用したプロンプト最適化」をぜひチェックしてください！AIを使用する一般の人とプロンプトエンジニアの違いは、テストです大抵の人は2〜3回プロンプトを実行します...

West 2023

ランチェーン101：パート2c PEFT、LORA、およびRLでLLMを微調整する

この記事をより理解するために、前回のパートをご覧ください前回のパートでは、言語モデルの大規模なものについて話しましたモデルの微調整（または転移学習とも呼ばれます）は、機械学習の技術であり、以下のように利用されます...

AI（人工知能）開発の先頭を走る13の企業

AIの未来は今日作られています！ODSCウエストのAIエキスポでは、未来がどのように展開し、AIの軌道がこれからの数年間でどのようになるかがわかる絶好の機会ですなので、いくつかの会社が基礎を築いている様子を見てみましょう

West 2023

「CG ギークが VFX を楽々に作ります今週の ‘NVIDIA Studio’」

編集者の注：この記事は、当社の週刊企画「In the NVIDIA Studio」シリーズの一環であり、注目のアーティストを紹介し、クリエイティブなヒントやトリックを提供し、NVIDIA Studioのテクノロジーがクリエイティブなワークフローをどのように向上させるかを実証します。また、新しいGeForce RTX 40シリーズ GPUの機能、技術、リソースについて詳しく調査し、それらがコンテンツ作成を劇的に加速する方法について掘り下げます。「The Easiest VFX Tutorial Ever」という3Dチュートリアルを公開するには、絶対的な自信とそれを裏付けるスキルが必要です。今週の「In the NVIDIA Studio」の特集アーティストであるSteve Lund、別名CG Geekは、どちらも十分に持っています。彼のYouTubeチャンネルには、アニメーションやビジュアルエフェクト（VFX）のチュートリアルや選択されたテックレビューが掲載されており、100万人以上の人々が購読しています。 CG Geekは13年以上のコンテンツ作成者であり、ストップモーションアニメーションのビデオから3Dソフトウェアに移行しました。映画は彼の主なインスピレーションの源です。彼は家族と一緒に短編映画を作成し、ビデオエフェクトや3Dキャラクターを試行錯誤して実装してきました。これらが彼の現在の作品の重要な基盤となりました。アーティストは、今日引き取ることができる新しいMicrosoft Surface Laptop…

「Azureのコストを最適化するための10の方法」

この記事では、Azureのコスト削減のヒントを提供し、組織がAzureの支出を削減するためのさまざまな方法と予算の追跡方法を説明します

予測を超えて顧客のサービスと事業成長の微妙なバランス

企業は時系列予測を利用して、不確かな将来を乗り越えるための中核的な計画決定を行っていますこの記事は、さまざまな計画期間にわたって必要な完成品の数を判断する共通のニーズを持つサプライチェーンの関係者にアドレスすることを目的としています製品の数を計画するだけでなく、同時に…

「FinBERTとSOLID原則を活用して感情スコアの正確性を向上させる」

このラボでは、PythonのJupyter Notebookを使用して、人気のあるFinBERT MLアルゴリズムを用いて市場のニュースの感情分析の正確性を向上させました

「TRLを介してDDPOを使用して、安定したディフュージョンモデルを微調整する」

導入拡散モデル（例：DALL-E 2、Stable Diffusion）は、特に写真のような写真のリアルな画像を生成することで広く成功している生成モデルの一種です。ただし、これらのモデルによって生成される画像は常に人間の好みや意図と一致しているわけではありません。これが整合性の問題が生じます。つまり、「品質」といった人間の好みやプロンプトを介しては表現しにくい意図との整合性がモデルの出力と一致していることを確認する方法は何でしょうか？そこで、強化学習が登場します。大規模言語モデル（LLM）の世界では、強化学習（RL）はモデルを人間の好みに合わせるための非常に効果的なツールとして証明されています。それはChatGPTのようなシステムが優れたパフォーマンスを発揮するための主要なレシピの一つです。より具体的には、ChatGPTが人間のようにチャットするためのReinforcement Learning from Human Feedback（RLHF）の重要な要素です。 Blackらは、「Training Diffusion Models with Reinforcement Learning, Black」という論文で、拡散モデルをRLを活用して目的関数に対して微調整する方法を示しています。これはDenoising Diffusion Policy Optimization（DDPO）と呼ばれる手法を使用します。このブログ記事では、DDPOが生まれた経緯、その動作方法の簡単な説明、およびRLHFワークフローにDDPOを組み込んで人間の美意識により整合したモデルの出力を達成する方法について説明します。そして、新たに統合されたDDPOTrainerとtrlライブラリを使用してモデルにDDPOを適用する方法について、Stable Diffusionでの実行結果を検討します。 DDPOの利点 DDPOは、RLを使用して拡散モデルを微調整する方法に関する唯一の有効な回答ではありません。入る前に、他のRLソリューションとの利点の理解に関して覚えておくべき2つの重要なポイントがあります。…

『倫理と社会ニュースレター＃5：ハグフェイスがワシントンに行くと、他の2023年夏の考え事』

人工知能（AI）における「倫理」について知っておくべき最も重要なことの一つは、それが「価値観」に関連しているということです。倫理は何が正しくて何が間違っているかを教えてくれるのではなく、透明性、安全性、公正などの価値観の語彙と優先順位を定めるための枠組みを提供します。今年の夏、私たちはAIの価値観についての理解を欧州連合、イギリス、アメリカの立法府に伝え、AIの規制の未来を形作るのに役立ちました。ここで倫理が光を放つのです：法律がまだ整っていないときに前進するための道筋を切り開くのに役立つのです。 Hugging Faceの主要な価値であるオープンさと責任を守るために、私たちはここで私たちが言ったことや行ったことのコレクションを共有しています。これには、私たちのCEOであるクレムが米国議会に対する証言や米国上院AI Insight Forumでの発言、E.U. AI Actに関するアドバイス、NTIAに対するAIの責任に関するコメント、そして私たちのChief Ethics Scientistであるメグの民主党議員団に対するコメントなどが含まれています。これらの議論の多くで共通していたのは、なぜAIのオープンさが有益であるのかという質問でした。私たちはこの質問に対する私たちの回答のコレクションをこちらで共有しています。 Hugging Faceのコア価値である民主化に則り、私たちは多くの時間を公に話すことに費やしてきました。そしてAIの世界で今起こっていることを説明するためにジャーナリストと対話する機会を与えられています。これには以下のものが含まれます：サーシャのAIのエネルギー使用と炭素排出に関するコメント（The Atlantic、The Guardian、2回、New Scientist、The Weather Network、The Wall Street Journal、2回）およびWall Street Journal op-edの一部の執筆；AIの終末論的なリスクに対する考え（Bloomberg、The Times、Futurism、Sky…

Learn more about Search Results OPT - Page 58