NVIDIA et Hugging Face simplifient le réglage fin des modèles génératifs
NVIDIA et Hugging Face s’associent pour faciliter le réglage fin à grande échelle des modèles d’images et de vidéos via l’intégration de NeMo Automodel et Diffusers.
fine-tuning
Sécuriser le fine-tuning des modèles d’IA via des adaptateurs LoRA
Une nouvelle approche de défense contre le « poisoning » des modèles d’IA lors du fine-tuning propose de restreindre l’apprentissage à un sous-espace via des adaptateurs LoRA fiables.
Sécurité des LLM ouverts : la résistance au réajustement en question
La prolifération rapide de versions « non censurées » de LLM ouverts interroge l’efficacité de la résistance au réajustement comme objectif de sécurité.
Ajustement fin de Qwen 3:0.6B pour la catégorisation de questions
Des résultats prometteurs ont été obtenus en ajustant finement un modèle de langage local de petite taille, tel que Qwen 3:0.6B, pour la catégorisation de questions.
Injection de personnalité LLM : les déclarations à la première personne plus efficaces
Une étude a montré que les déclarations à la première personne sont le format le plus efficace pour injecter une personnalité comme C-3PO dans les LLM.
Adaption dévoile AutoScientist, une IA qui optimise l’entraînement des modèles
Adaption a dévoilé AutoScientist, un outil d’IA qui permet aux modèles de s’adapter rapidement à des capacités spécifiques grâce à une approche automatisée du réglage fin.
Amazon SageMaker simplifie la personnalisation des modèles d’IA
Amazon SageMaker intègre un agent IA pour simplifier la personnalisation des modèles de langage.