Together AI 在 Hugging Face 發布 Tev1-4B-experimental 權重
Tev1-4B-experimental 權重位於 Hugging Face 上的 togethercomputer 儲存庫。Together AI 形容該模型是一項實驗,旨在展示專門的決策模型可以相當容易地訓練。
Tev1-4B-experimental 權重位於 Hugging Face 上的 togethercomputer 儲存庫。Together AI 形容該模型是一項實驗,旨在展示專門的決策模型可以相當容易地訓練。
Victor M 表示,該模型會把長文件轉成較小的頁面圖像以節省 token,然後只取回與問題相關頁面的完整文字。
這款 1 億參數模型可追蹤誰在何時發言,包括聲音重疊的情況,並支援最多八名講者。現已於 huggingface 提供。
可在 Hugging Face Space 試用 Nemotron 3 Diarization。一篇 Hugging Face 網誌介紹模型如何運作,以及如何開始使用。
模型在 Hugging Face Jobs 上訓練,成本約 1.50 美元,可根據數據集的欄名和第一行提出任務標籤及機率。Daniel van Strien 表示,17 分鐘微調把首次建議與擁有者標籤的吻合率由 10% 提升至 69%。
Pedro Cuenca 表示 tokenizers v1 (Rust) 快 3 至 30 倍,設有可選擇退出的 tokenization 訓練 crate、額外優化,以及廣泛基準測試。他表示即將登陸 transformers。
Lysandre (@LysandreJik) said Tokenizers v1’s first release candidate is out, citing up to 30x faster tokenization, thread scaling, lower latency, lower memory use, and a very small crate size. He linked details at https://huggingface.co/blog/tokenizers-v1.
Daniel van Strien 表示,機械人公司 Eidon AI 正結束營運,並已在 Hugging Face 以 CC-BY-4.0 授權發佈其全部數據,包括 1,274 小時第一人稱視角影片及配對的 7-IMU 手臂追蹤數據,涵蓋 13,451 段錄影(9 TB)。
Qwen 重點介紹 Hugging Apps 於 Hugging Face Spaces 上的 Qwen-Image-2.1 即時示範,表示單一檢查點即可涵蓋生成與編輯,並可於瀏覽器中試用,無需設定。Hugging Apps 將該模型描述為 7B 參數的原生生成與編輯模型,最多可使用 10 張圖像參考。
Ghita 向 Jev 用戶表示,zerank-2 是一款 4B 開源重排序模型,亦會回傳信心分數,因此可設定閾值將其用作分類器。該帖文指其可透過 Baseten 或 Fireworks AI 自行託管,並附上 Hugging Face 模型頁面連結。
Hugging Apps 表示,Qwen Image 2.1 是一款 7B 參數的原生圖像生成及編輯模型,最多支援 10 張圖像參考,並配備自家提示詞增強 LLM,以及與 diffusers 和 ComfyUI 的整合。該模型可於 Hugging Face Spaces 上使用。
Sayak Paul 表示 Qwen-Image-2.1 於 Diffusers 提供 Day-0 支援,並連結至 Hugging Face 上的模型。