Offical Twitter : @0x_atom_crypto ; Founder :@chloewang_cfg ;Discord link : https://discord.gg/RDRYgnmSTd ; Wechat: CFG Labs;
CFG Labs interviewed Hugging Face: machine learning Github
Hugging Face: Tie Zhen: former Google engineer, from TensorFlow team. I joined hugging face last November and witnessed the changes of LLM AIGC. Today, I am honored to be invited by CFG and would like to show some interesting and models I saw on hugging face, hoping to inspire you. I am not a researcher, I will use easy-to-understand language and practical ideas to go through and help you understand. Chapter 1: The History of Hugging FaceHugging Face is established to build Chatbot long time ...
CFG Labs interviewed Hugging Face: machine learning Github
Hugging Face: Tie Zhen: former Google engineer, from TensorFlow team. I joined hugging face last November and witnessed the changes of LLM AIGC. Today, I am honored to be invited by CFG and would like to show some interesting and models I saw on hugging face, hoping to inspire you. I am not a researcher, I will use easy-to-understand language and practical ideas to go through and help you understand. Chapter 1: The History of Hugging FaceHugging Face is established to build Chatbot long time ...
CFG Labs 对话 Hugging Face: 打造机器学习的Github
Hugging Face: 铁震：前Google工程师，之前TensorFlow团队的。去年十一月加入hugging face，见证了LLM AIGC的变化，今天有幸受到CFG的邀请，想给大家看一下我在hugging face上看到有趣好玩的模型，希望给大家启发。我不是做模型研究的，我会用通俗易懂的语言，用实战的思路帮助大家理解。 第一章： Hugging Face的历史Hugging Face最早是做Chatbot的，做的比较，当时大模型还没有出现，和ChatGPT没法比。后来Google 发布了Bird, Google当时做了TensorFlow, 不过社区已经逐步转向Pytorch. 所以我们就做了Pytorch版的Bird 副线，把weights 经过一些办法转化Pytorch这种方式，并不是我们重新去训练, 结合这个就慢慢形成了Transformers。Transformer是一个模型结构，transformers是我们这个库，涵盖了所有常用的用到transformer结构的这些模型。我们说开发者，researcher可以很容易把新的模型加上来，用户也可以用同样一个接口...
CFG Labs 对话 Hugging Face: 打造机器学习的Github
Hugging Face: 铁震：前Google工程师，之前TensorFlow团队的。去年十一月加入hugging face，见证了LLM AIGC的变化，今天有幸受到CFG的邀请，想给大家看一下我在hugging face上看到有趣好玩的模型，希望给大家启发。我不是做模型研究的，我会用通俗易懂的语言，用实战的思路帮助大家理解。 第一章： Hugging Face的历史Hugging Face最早是做Chatbot的，做的比较，当时大模型还没有出现，和ChatGPT没法比。后来Google 发布了Bird, Google当时做了TensorFlow, 不过社区已经逐步转向Pytorch. 所以我们就做了Pytorch版的Bird 副线，把weights 经过一些办法转化Pytorch这种方式，并不是我们重新去训练, 结合这个就慢慢形成了Transformers。Transformer是一个模型结构，transformers是我们这个库，涵盖了所有常用的用到transformer结构的这些模型。我们说开发者，researcher可以很容易把新的模型加上来，用户也可以用同样一个接口...
为什么第四次工业革命不应该属于现有垄断企业？
以下文章部分内容来自于Jim O’Shaughnessy 以及Emad CEO of Stability AI在infinite loops访谈中关于AI未来发展公开对话。同时也感谢Hugging Face 铁震童鞋提供的相关行业信息。 伟大的人类从400万年前的南方古猿物种一步一步演变而来，经历了史前革命，古文明时期，中世纪，文艺复兴时代，工业革命时代等，启蒙时代的物理学家丹尼斯构想出了蒸汽机的雏形，为之后的水泵、驱动轮船和火车奠定了基础。工业革命时代，人们意识到科技进步能够提升质量，带来全人类的幸福。这段时间内，潜艇，火车，摄影术，电灯，电话，电影等技术相继问世，这也是严格意义上的第二次工业革命。第三次工业革命则是继蒸汽机以及电力革命后的，以原子能、电子计算机等的主要应用为标志的时代。而过去两年人工智能惊人的发展速度，以社区主导的大规模信息聚合有潜力推动下一个世纪的主导。当然人工智能在之前并不缺乏故事和市场运作，以自动驾驶、安防、监控等应用为特征的企业服务/政府服务题材公司，比如商汤科技，旷世科技等，都是领域的龙头。前几年AI主要以inference推理的统计模型为主导，而非...
为什么第四次工业革命不应该属于现有垄断企业？
以下文章部分内容来自于Jim O’Shaughnessy 以及Emad CEO of Stability AI在infinite loops访谈中关于AI未来发展公开对话。同时也感谢Hugging Face 铁震童鞋提供的相关行业信息。 伟大的人类从400万年前的南方古猿物种一步一步演变而来，经历了史前革命，古文明时期，中世纪，文艺复兴时代，工业革命时代等，启蒙时代的物理学家丹尼斯构想出了蒸汽机的雏形，为之后的水泵、驱动轮船和火车奠定了基础。工业革命时代，人们意识到科技进步能够提升质量，带来全人类的幸福。这段时间内，潜艇，火车，摄影术，电灯，电话，电影等技术相继问世，这也是严格意义上的第二次工业革命。第三次工业革命则是继蒸汽机以及电力革命后的，以原子能、电子计算机等的主要应用为标志的时代。而过去两年人工智能惊人的发展速度，以社区主导的大规模信息聚合有潜力推动下一个世纪的主导。当然人工智能在之前并不缺乏故事和市场运作，以自动驾驶、安防、监控等应用为特征的企业服务/政府服务题材公司，比如商汤科技，旷世科技等，都是领域的龙头。前几年AI主要以inference推理的统计模型为主导，而非...
Stable Diffusion的基准测试-哪种GPU运行AI模型的速度最快（已更新）
哪种显卡能提供最快的人工智能？人工智能和深度学习最近不断成为头条新闻，无论是ChatGPT产生的不良建议，自动驾驶汽车，艺术家被指控使用人工智能，人工智能的医疗建议，等等。这些工具大多依靠复杂的服务器和大量的硬件进行训练，但通过推理使用训练过的网络可以在你的PC上，使用其显卡来完成。但是，消费类GPU做人工智能推理的速度如何？ 我们在最新的Nvidia、AMD、甚至英特尔的GPU上对Stable Diffusion进行了基准测试，看看它们的表现如何。如果你碰巧尝试过在自己的电脑上启动和运行Stable Diffusion，你可能会对这一过程的复杂性--或简单性--有一些印象。- 这可能是多么复杂或简单。简而言之，Nvidia的GPU占主导地位，大多数软件都使用CUDA和其他Nvidia工具集设计。但这并不意味着你不能在其他GPU上运行Stable Diffusion。 我们最终使用了三个不同的Stable Diffusion项目进行测试，主要是因为没有一个软件包可以在每个GPU上运行。对于Nvidia，我们选择了Automatic 1111的webui版本；它表现最好，有更多的选...
Stable Diffusion的基准测试-哪种GPU运行AI模型的速度最快（已更新）
哪种显卡能提供最快的人工智能？人工智能和深度学习最近不断成为头条新闻，无论是ChatGPT产生的不良建议，自动驾驶汽车，艺术家被指控使用人工智能，人工智能的医疗建议，等等。这些工具大多依靠复杂的服务器和大量的硬件进行训练，但通过推理使用训练过的网络可以在你的PC上，使用其显卡来完成。但是，消费类GPU做人工智能推理的速度如何？ 我们在最新的Nvidia、AMD、甚至英特尔的GPU上对Stable Diffusion进行了基准测试，看看它们的表现如何。如果你碰巧尝试过在自己的电脑上启动和运行Stable Diffusion，你可能会对这一过程的复杂性--或简单性--有一些印象。- 这可能是多么复杂或简单。简而言之，Nvidia的GPU占主导地位，大多数软件都使用CUDA和其他Nvidia工具集设计。但这并不意味着你不能在其他GPU上运行Stable Diffusion。 我们最终使用了三个不同的Stable Diffusion项目进行测试，主要是因为没有一个软件包可以在每个GPU上运行。对于Nvidia，我们选择了Automatic 1111的webui版本；它表现最好，有更多的选...
下一代LLMs(大型语言模型）
如果你还没有听说，人工智能是热门的新事物。最近，从硅谷到达沃斯，生成性人工智能似乎是每个风险资本家、企业家、财富500强的首席执行官和记者都在谈论的话题。 对于那些在2022年开始真正关注人工智能的人来说，像ChatGPT和Stable Diffusion这样的技术似乎是凭空出现的，在世界范围内掀起了风暴。他们没有。 早在2020年，我们就在本专栏中写了一篇文章，预测生成性人工智能将成为下一代人工智能的支柱之一。 至少从2019年发布GPT-2以来，在该领域工作的人都清楚，生成性语言模型已经准备好释放巨大的经济和社会变革。同样，虽然文本-图像模型在去年夏天才引起公众的注意，但自从OpenAI在2021年1月发布原始的DALL-E以来，该技术的上升似乎是不可避免的。(我们在原始DALL-E发布几天后写了一篇文章提出了这个论点）。 出于同样的原因，重要的是要记住，目前的人工智能技术水平远远不是人工智能能力的最终状态。相反，人工智能的前沿领域从未像现在这样迅速发展。尽管ChatGPT目前在我们看来很神奇，但它只是通往下一步的垫脚石。下一代大型语言模型（LLMs）会是什么样子？这个问题的...
下一代LLMs(大型语言模型）
如果你还没有听说，人工智能是热门的新事物。最近，从硅谷到达沃斯，生成性人工智能似乎是每个风险资本家、企业家、财富500强的首席执行官和记者都在谈论的话题。 对于那些在2022年开始真正关注人工智能的人来说，像ChatGPT和Stable Diffusion这样的技术似乎是凭空出现的，在世界范围内掀起了风暴。他们没有。 早在2020年，我们就在本专栏中写了一篇文章，预测生成性人工智能将成为下一代人工智能的支柱之一。 至少从2019年发布GPT-2以来，在该领域工作的人都清楚，生成性语言模型已经准备好释放巨大的经济和社会变革。同样，虽然文本-图像模型在去年夏天才引起公众的注意，但自从OpenAI在2021年1月发布原始的DALL-E以来，该技术的上升似乎是不可避免的。(我们在原始DALL-E发布几天后写了一篇文章提出了这个论点）。 出于同样的原因，重要的是要记住，目前的人工智能技术水平远远不是人工智能能力的最终状态。相反，人工智能的前沿领域从未像现在这样迅速发展。尽管ChatGPT目前在我们看来很神奇，但它只是通往下一步的垫脚石。下一代大型语言模型（LLMs）会是什么样子？这个问题的...
