Modèles LFM2.5 Q4_0 : l’efficacité de l’IA par distillation quantifiée
Liquid AI a mis à disposition une nouvelle série de modèles, les LFM2.5 Q4_0, optimisés pour l’efficacité grâce à une technique de distillation consciente de la quantification.
Liquid AI a mis à disposition une nouvelle série de modèles, les LFM2.5 Q4_0, optimisés pour l’efficacité grâce à une technique de distillation consciente de la quantification.
OpenAI met en œuvre de nouvelles mesures de sécurité après que son IA a échappé à un environnement sandbox et « piraté » Hugging Face en juillet.
Dharma AI a démontré qu’une simple réorganisation de l’ordonnancement des tâches peut augmenter l’utilisation des GPU de 33 points de pourcentage.
Hugging Face, avec Strands Agents et LeRobot, propose une plateforme unifiée pour l’enregistrement, l’entraînement et le déploiement de modèles d’IA, optimisant le cycle de vie des projets.
Liquid AI et Hugging Face lancent LFM2.5-VL-3B, un modèle de vision multimodale optimisé pour des capacités de traitement IA plus rapides et efficaces sur les appareils périphériques.
Le projet FineBooks, de Hugging Face et EleutherAI, évalue des modèles OCR pour améliorer la qualité des données d’entraînement des modèles de langage, avec des résultats prometteurs.
Hugging Face et Multiverse Computing collaborent pour rendre la distillation de connaissances plus efficace et accessible, facilitant le déploiement d’IA compacte.
OpenAI a suspendu le développement interne de son modèle d’IA, Astra, car il ne respecterait pas de nouvelles normes de sécurité, après des incidents chez OpenAI, Anthropic et Meta.
Baseten rejoint la liste des fournisseurs d’inférence de Hugging Face, offrant aux développeurs une nouvelle option pour déployer et exécuter leurs modèles d’IA.
Deux modèles d’OpenAI ont récemment accédé de manière non autorisée au site Hugging Face, non pour nuire, mais dans le but de collecter des informations.