Search Results huggingface.co/spaces

「ヌガーで科学文書処理を高める」

イントロダクション自然言語処理および人工知能の分野では、科学的なPDFなどの非構造化データソースから価値ある情報を抽出する能力がますます重要になっています。この課題に対処するため、Meta AIは「Nougat」または「Neural Optical Understanding for Academic Documents」と呼ばれる最先端のトランスフォーマーベースのモデルを導入しました。Nougatは、科学的なPDFを一般的なMarkdown形式に転写するために設計されたモデルであり、Lukas Blecher、Guillem Cucurull、Thomas Scialom、Robert Stojnicによって「Nougat: Neural Optical Understanding for Academic Documents」というタイトルの論文で紹介されました。これにより、オプティカル文字認識（OCR）技術の画期的な変革が実現され、NougatはMeta AIの印象的なAIモデルの最新バージョンとなります。この記事では、Nougatの機能を探求し、そのアーキテクチャを理解し、このモデルを使用して科学的なドキュメントを転写する実践的な例を見ていきます。学習目標 Meta AIの最新トランスフォーマーモデルであるNougatを理解する。 Nougatが前任であるDonutを基に開発され、ドキュメントAIに対する最先端アプローチが導入されていることを学ぶ。…

CI/CDパイプライン：Azure上のデータ処理アプリケーションのためのパート1：コンテナインスタンス

「手動でAzureや他のクラウドプロバイダにリソースを作成および展開することは比較的簡単であり、場合によっては十分であるかもしれませんしかし、ほとんどの場合、展開されたリソースは変更が必要になるでしょう...」

「Xenovaのテキスト読み上げクライアントツール：自然な音声合成を実現する頑強で柔軟なAIプラットフォーム」

テキスト読み上げ（TTS）技術の発展により、Xenovaが提供するテキスト読み上げクライアントなど、印象的な製品が開発されました。このクライアントでは、最新のトランスフォーマーベースのニューラルネットワーク設計を使用して、さまざまな言語と声で、自然な音声合成を行います。 XenovaのTTSクライアントのいくつかのハイライトは次のとおりです：優れた品質の合成音声：XenovaのTTSクライアントは、長文や複雑なテキストでも人間の声と区別がつかない合成音声を生成できます。 XenovaのTTSクライアントは、数多くのアメリカとアジアの声をサポートしています。 XenovaのTTSクライアントでは話す速度を微調整することができ、音声合成に対して細かな制御ができます。 TTS技術に関する専門知識がないユーザーでも、XenovaのTTSクライアントは直感的で使いやすいです。 Xenovaのテキスト読み上げクライアントには、いくつかの潜在的な応用があります： XenovaのTTSクライアントは、eラーニングコース、製品デモ、チュートリアルなど、教育やトレーニング資料のためのプロフェッショナルな音声を生成できます。 XenovaのTTSクライアントのヘルプを受けて、視覚障害を持つ人にアクセス可能なメディアを作成することができます。映画や写真のための音声説明を生成できます。 Xenovaのクライアントなどのテキスト読み上げ（TTS）ソフトウェアを使えば、書かれた資料をオーディオブックやポッドキャストに変換できます。 XenovaのTTSクライアントは、音声アシスタントやチャットボットのためにリアルな興味深いスピーチを作成するために利用できます。 Xenovaのテキスト読み上げクライアントを使うには、オンラインデモを試してみるか、クライアントをダウンロードしてインストールすることから始めましょう。クライアントのインストールは簡単で迅速ですし、オンラインデモを使って最初にテストすることもできます。クライアントのインストール後は、テキストエディタに単語を入力し、「生成」オプションを選択することで合成音声の生成を開始できます。話者や声はそれぞれのプルダウンメニューから選ぶことができます。生成された音声はダウンロードすることもできます。 https://huggingface.co/spaces/Xenova/text-to-speech-client で試してみましょう高品質の合成音声が必要な場合は、Xenovaのテキスト読み上げクライアントを超えて考えてみましょう。音声アシスタントやチャットボットの作成、教育やトレーニング資料のためのオーディオコンテンツの作成、オーディオブックやポッドキャストの生成、映画や画像のオーディオ説明の生成など、さまざまな応用があります。 Xenovaのテキスト読み上げクライアントは、高品質なTTSソリューションを必要とする場合においても操作が簡単な優れた選択です。

あなたのRAGベースのLLMシステムの成功を測る方法

「リサーチ・オーグメンテッド・ジェネレーション、またはRAG、は今年登場した大規模言語モデル（LLM）の最も一般的な使用例ですテキストの要約や生成はしばしば焦点となりますが...」

『Gradioを使ったリテンションの理解』

「最初のウェブアプリケーションを作った瞬間を覚えていますそれは約8年前で、私は比較的初心者のアナリストで、BIツールがすべての問題を解決できると確信していましたその…」

「マスク言語モデリングタスクのBERTトレーニング方法」

「最近、大規模言語モデル（LLM）は、機械学習コミュニティ全体の注目を浴びていますLLMが登場する前には、さまざまな言語モデリングに関する重要な研究フェーズがありました...」

「ChatGPTがGPT-4V（Vision）とともに視覚を獲得することで、マルチモーダルAIが進化します」

「OpenAIのGPT-4におけるマルチモーダルAIの進歩、その先見性のある機能、AIによる相互作用におけるテキストとビジュアルの融合の変革的な影響を探索してください」

「Non-engineers guide LLaMA 2チャットボットのトレーニング」となります

イントロダクションこのチュートリアルでは、誰でも一行のコードを書かずにオープンソースのChatGPTを構築する方法を紹介します！LLaMA 2ベースモデルを使用し、オープンソースのインストラクションデータセットでチャット用に微調整し、そのモデルを友達と共有できるチャットアプリにデプロイします。クリックだけで偉大さへの道を歩むことができます。😀 なぜこれが重要なのか？特にLLM（Large Language Models）を含む機械学習は、私たちの個人生活やビジネスにおいて重要なツールとなり、過去に例のないほど人気が高まっています。しかし、MLエンジニアリングの専門的なニッチ分野ではないほとんどの人々にとって、これらのモデルのトレーニングとデプロイメントの複雑さは手が届かないもののように思えます。機械学習の予想される未来が普遍的な個別のモデルで満たされるものになるのであれば、非技術的なバックグラウンドを持つ人々にこの技術を独自に活用する力を与えるには、将来的に課題が待ち受けています。 Hugging Faceでは、この包括的な未来への道を静かに築くために働いてきました。Spaces、AutoTrain、Inference Endpointsなどのツール群は、機械学習の世界を誰にでもアクセス可能にするために設計されています。このチュートリアルでは、この民主的な未来がどれだけアクセス可能であるかを示すために、チャットアプリを構築するためにSpaces、AutoTrain、ChatUIを使用する方法を3つの簡単なステップで紹介します。コンテキストとして、私はMLエンジニアではなく、Hugging FaceのGTMチームのメンバーです。私がこれをできるなら、あなたもできます！さあ、始めましょう！ Spacesの紹介 Hugging FaceのSpacesは、MLデモやアプリの構築とデプロイを簡単に行うためのGUIを提供するサービスです。このサービスを使用すると、GradioやStreamlitのフロントエンドを使用して素早くMLデモを構築したり、独自のアプリをDockerコンテナにアップロードしたり、あるいは事前に設定された複数のMLアプリケーションを即座にデプロイしたりすることができます。このチュートリアルでは、Spacesからの事前構成済みのDockerアプリケーションテンプレート、AutoTrainとChatUIをデプロイします。 Spacesについてもっと詳しくはこちらをご覧ください。 AutoTrainの紹介 AutoTrainは、MLエンジニアでない（または開発者でない😮）人々がコードを書かずに最先端のMLモデルをトレーニングするためのノーコードツールです。NLP、コンピュータビジョン、音声、表形式のデータなどに使用することができ、今日行うようなLLMの微調整にも使用できます。 AutoTrainについてもっと詳しくはこちらをご覧ください。 ChatUIの紹介 ChatUIはその名の通りです。Hugging Faceが提供するオープンソースのUIで、オープンソースのLLMsと対話するためのインターフェースを提供します。特に、HuggingChatという完全オープンソースのChatGPTの代替としても使用されています。 ChatUIについてもっと詳しくはこちらをご覧ください。ステップ1：新しいAutoTrain…

「チャットモデル対決：GPT-4 vs. GPT-3.5 vs. LLaMA-2によるシミュレートされた討論会-パート1」

最近、MetaがGPT-4と競合するチャットモデルを開発する計画を発表し、AnthropicがClaude2を発売したことにより、どのモデルが最も優れているかについての議論がますます激化しています...

「Hugging Face Transformersライブラリを解剖する」

これは、実践的に大規模言語モデル（LLM）を使用するシリーズの3番目の記事ですここでは、Hugging Face Transformersライブラリについて初心者向けのガイドを提供しますこのライブラリは、簡単で...

Learn more about Search Results huggingface.co/spaces