跳到正文
今日 6 条
4月5日周三
3月30日周四
2月24日周五
2月16日周四
12月23日周五
12月15日周四
  1. Hugging Face Blog65

    Hugging Face探讨机器学习中的偏见问题

    Hugging Face团队探讨了机器学习中的偏见问题,并分享了他们的工具和方法,以帮助识别和减轻偏见,构建更公平、更安全的机器学习系统。

    推荐理由:文章深入探讨了机器学习中的偏见问题,并提供了Hugging Face团队开发的工具和方法,读者可以了解如何识别和减轻偏见,以及如何构建更公平、更安全的机器学习系统。

11月23日周三
  1. Hugging Face Blog30

    Hugging Face 博客 - 机器学习洞察系列第四部分:行业领导者谈机器学习影响

    Hugging Face 博客发布机器学习洞察系列第四部分,邀请多位机器学习行业领导者分享他们对机器学习在各行业影响的看法。Javier Mansilla,Shaun Gittens,Samuel Franklin 和 Evan Castle 等人分享了他们在电子商务、工程和金融等领域对机器学习的应用和挑战的看法。

9月22日周四
  1. Hugging Face Blog45

    Hugging Face Ethics and Society Newsletter #1 发布:探讨AI伦理与透明度

    Hugging Face 发布了首期 Ethics and Society Newsletter,强调公司对协作、责任和透明度的重视,并探讨了AI伦理与透明度的重要性。该刊由公司内部一群关注AI社会影响和Hugging Face角色的平等成员共同编写,旨在通过社区讨论、工具开发等方式,推动AI伦理的实践和价值观的体现。

8月24日周三
8月1日周一
6月14日周二
  1. Hugging Face Blog23

    Hugging Face 发布金融领域机器学习总监洞察系列第三部分

    Hugging Face 推出 Director of Machine Learning Insights 系列第三篇,聚焦金融行业。文章汇集来自 U.S. Bank、RBC 和 Moody's Analytics 等机构的专家观点,探讨 ML 在金融决策信任建立中的作用及遗留系统迁移挑战。内容涵盖个性化保险、目标营销等应用案例,并分析模型部署中业务 KPI 与 ML 指标对齐的常见误区。

5月19日周四
5月17日周二
  1. Hugging Face Blog18

    Hugging Face 研究员 Sasha Luccioni 谈机器学习伦理与碳足迹

    Hugging Face 研究科学家 Sasha Luccioni 在播客中分享其关于机器学习模型伦理及社会影响的工作。她担任 Big Science Workshop 碳足迹工作组联合主席,致力于评估 AI 的环境成本,包括训练能耗及制造过程排放。Luccioni 强调数据策划、多语言支持及透明度对构建负责任的大语言模型至关重要。

5月13日周五
4月27日周三
4月13日周三
  1. Hugging Face Blog21

    Hugging Face 机器学习专家 Lewis Tunstall:从《NLP with Transformers》到模型推理优化

    Hugging Face 机器学习工程师 Lewis Tunstall 分享其职业历程,包括与 Leandro von Werra 合著《NLP with Transformers》并加入 HF。他重点介绍了在 transformers 库中实现 ONNX 格式导出功能,以解决大模型部署中的延迟和吞吐量挑战。该工作旨在通过开源工具链优化生产环境下的推理效率,降低 ML 工程师的部署复杂度。

3月23日周三
3月3日周四
10月26日周二
10月20日周三
4月16日周四
  1. OpenAI News30

    OpenAI 参与多机构报告提出 AI 可验证性机制

    OpenAI 联合 30 家机构的 58 位作者发布报告,提出 10 种机制以提升 AI 系统声明的可验证性。这些工具旨在帮助开发者证明 AI 系统在安全、公平及隐私保护方面的合规性。同时,用户、政策制定者及公民社会可利用该框架评估 AI 开发过程。

5月16日周三
  1. OpenAI News65

    OpenAI发布最新研究进展

    OpenAI于2018年5月16日发布了最新的研究进展。该内容由OpenAI官方渠道直接公布,具体涉及当时的技术研究细节。

    推荐理由:OpenAI官方发布的早期研究动态,反映了其在2018年对模型训练或相关技术方向的探索,可作为理解其技术演进路径的历史参考。

6月20日周一