Hugging Face 推出 Würstchen：快速图像生成扩散模型
Hugging Face 推出 Würstchen 模型，通过高度压缩的潜在空间实现快速图像生成，训练成本和推理成本大幅降低，适用于资源有限的用户。
推荐理由：Würstchen 模型在图像生成方面实现了快速和高效的性能，读者可以了解其压缩技术和训练成本，评估其对现有工作流的影响。
#Agent
#Agent
今日 18 条Hugging Face Blog精选AI 评分7070
Ethereum Blog精选AI 评分6565 Geth v1.13.0 发布
Geth v1.13.0 发布，引入新的数据库模型以存储以太坊状态，提高了性能并实现了适当的修剪。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 SafeCoder 智能代码助手
Hugging Face 发布了 SafeCoder，一款面向企业的智能代码助手，它基于开源模型 StarCoder，提供透明度、可定制性、IT 弹性和隐私保护。SafeCoder 可以帮助用户训练模型，学习特定软件工程流程的细微差别，并支持在本地或云端运行。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Hugging Face Blog精选AI 评分8585 Hugging Face 发布 Falcon 180B 开源语言模型
Hugging Face 发布了 Falcon 180B 开源语言模型，具有1800亿参数，在多个自然语言任务上取得了最先进的成果，并提供了使用指南。
推荐理由：Falcon 180B 是目前最大的开源语言模型，具有1800亿参数，在多个自然语言任务上取得了最先进的成果，读者可以了解其性能和如何使用。
Hugging Face BlogAI 评分5252 Fetch 使用 Amazon SageMaker 和 Hugging Face 降低机器学习处理延迟 50%
Fetch 公司使用 Amazon SageMaker 和 Hugging Face 优化了其机器学习流程，使扫描处理速度更快，准确性更高，并将延迟降低了 50%。
Hugging Face BlogAI 评分5252 AudioLDM 2 优化：更快地生成音频
Hugging Face 博客介绍了 AudioLDM 2 的优化方法，包括代码优化和模型优化，将音频生成时间从 14 秒缩短到不到 1 秒。
Hugging Face Blog精选AI 评分8585 Code Llama：Llama 2 学习编码
Code Llama 是一系列针对代码任务的 Llama 2 开放访问版本，它被集成到 Hugging Face 生态系统中。Code Llama 可以通过在 IDE 中提供代码补全来提高软件工程师的生产力，处理编写文档字符串或创建单元测试等重复或令人烦恼的任务。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Hugging Face Blog精选AI 评分7272 Hugging Face集成AutoGPTQ库，使LLM量化更便捷
Hugging Face在Transformers中集成了AutoGPTQ库，使用户能够以8、4、3或2位精度量化模型，同时保持推理速度与fp16基准相当。
推荐理由：原文介绍了AutoGPTQ库的集成，使LLM量化更加便捷，读者可以了解其如何改变现有工作流。
Hugging Face Blog精选AI 评分6767 Hugging Face 发布 SafeCoder 代码助手解决方案
Hugging Face 发布了 SafeCoder，一款面向企业的代码助手解决方案，旨在提高软件开发效率。SafeCoder 以安全和隐私为核心原则，允许企业自行托管和训练自己的代码大型语言模型，无需将代码分享给第三方。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Hugging Face Blog精选AI 评分7070 Hugging Face 发布 Swift Transformers：在 Apple 设备上运行设备端 LLM
Hugging Face 发布了 Swift Transformers，这是一个用于在 Apple 设备上运行设备端 LLM 的工具。它包括 alpha 库和工具，旨在帮助开发者构建更快的应用程序，并支持多种模型和转换工具。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Hugging Face BlogAI 评分5252 Hugging Face 推出 DPO 方法用于微调 Llama 2 模型
Hugging Face 推出 DPO 方法，用于微调 Llama 2 模型，并介绍了在 TRL 库中如何使用该方法。
Hugging Face Blog精选AI 评分7070 迈向加密大型语言模型：全同态加密的应用
Hugging Face Blog发布了一篇关于使用全同态加密技术保护大型语言模型隐私的研究，该技术允许在加密数据上执行函数，从而在保护模型所有者知识产权的同时，维护用户数据的隐私。
推荐理由：该研究提出了使用全同态加密技术保护大型语言模型隐私的方法，对关注AI安全和隐私的读者有参考价值。
Hugging Face Blog精选AI 评分6767 Hugging Face 发布 Stable Diffusion XL 并提供 Core ML 支持
Hugging Face 发布了新的 Stable Diffusion XL 模型，并提供了 Core ML 支持，使得模型可以在 macOS 上运行。同时，还介绍了混合位调色板化技术，以减小模型大小并提高性能。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Hugging Face Blog精选AI 评分7272 Hugging Face Diffusers 庆祝一周年发布多项新功能
Hugging Face 的 Diffusers 库庆祝一周年，发布了多项新功能，包括支持更逼真的图像生成、视频生成、3D 模型生成、图像编辑、更快的扩散模型、伦理和安全功能、LoRA 支持和 PyTorch 2.0 优化。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Hugging Face Blog精选AI 评分8585 Meta 发布 Llama 2 模型，支持 Hugging Face 集成
Meta 发布了 Llama 2 模型，这是一个从 7B 到 70B 参数的开源大型语言模型家族，支持 Hugging Face 集成，包括预训练模型和微调模型。
推荐理由：原文介绍了 Llama 2 模型的特点和功能，读者可以了解其性能和适用场景。
Hugging Face Blog精选AI 评分7777 Hugging Face 发布开源文本生成和大型语言模型生态系统
Hugging Face 发布了新的开源文本生成和大型语言模型生态系统，包括 Llama 2 模型和其他开源模型，以及用于模型部署和微调的工具。
推荐理由：原文介绍了 Hugging Face 平台上开源文本生成和大型语言模型生态系统的最新发展，读者可以了解最新的模型和工具，以及它们如何改变现有工作流。
Hugging Face Blog精选AI 评分7070 Hugging Face Blog：加速视觉-语言模型：BridgeTower在Habana Gaudi2上的应用
Hugging Face Blog发布了一篇关于加速视觉-语言模型BridgeTower在Habana Gaudi2上的应用的博客文章。文章介绍了BridgeTower模型在Habana Gaudi2硬件加速器上的性能提升，以及如何通过Optimum Habana软件库利用这些特性。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Hugging Face Blog精选AI 评分6565 Open LLM 领导板上的情况如何？
Hugging Face 博客文章探讨了 Open LLM 领导板上的 MMLU 评估结果差异，分析了不同评估方法对模型性能的影响。
推荐理由：原文探讨了不同评估方法对模型性能的影响，读者可以了解如何选择合适的评估方式。
Hugging Face Blog精选AI 评分6565 Hugging Face 发布 Core ML 优化版 Stable Diffusion，支持 6 位调色板量化
Hugging Face 发布了优化后的 Stable Diffusion 模型，支持 6 位调色板量化，可在 iPhone、iPad 和 Mac 上运行，提高了模型速度并减少了内存使用。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Hugging Face Blog精选AI 评分7070 Hugging Face 与 AMD 合作加速 CPU 和 GPU 平台上的最先进模型
Hugging Face 与 AMD 合作，旨在为 CPU 和 GPU 平台提供最先进的 transformer 模型性能。该合作将支持多种模型架构和框架，包括自然语言处理、计算机视觉和语音模型，并预计将提高成本效益。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Hugging Face Blog精选AI 评分6565 大型语言模型能否像人类一样标注数据？
Hugging Face 博客发布了一篇论文，探讨了大型语言模型在数据标注方面的能力，并介绍了 Open LLM Leaderboard 评估套件的扩展。
推荐理由：该研究探讨了大型语言模型在数据标注方面的能力，为读者提供了对模型性能的评估方法。
Hugging Face Blog精选AI 评分8585 Falcon 模型发布：Hugging Face 生态系统中新的大型语言模型
Falcon 模型由阿布扎比的科技创新研究所创建，是 Hugging Face 生态系统中的新大型语言模型。Falcon-40B 是第一个具有与许多当前闭源模型相媲美能力的“真正开放”模型。
推荐理由：原文介绍了 Falcon 模型的特点和功能，以及如何在 Hugging Face 生态系统中使用它们，读者可以了解 Falcon 模型的最新进展和应用潜力。
Hugging Face BlogAI 评分5252 使用 NNCF 和 🤗 Optimum 优化 Stable Diffusion 以适应 Intel CPU
Hugging Face 博客介绍了如何使用 NNCF 和 🤗 Optimum 优化 Stable Diffusion 模型，以提升其在 Intel CPU 上的性能，包括 5.1 倍的推理加速和 4 倍的模型尺寸缩减。
Hugging Face Blog精选AI 评分7070 Hugging Face 与微软合作推出 Azure 上的 Hugging Face 模型目录
Hugging Face 与微软合作，将 Hugging Face Hub 上的开源模型引入 Azure Machine Learning，简化了大型语言模型在 Azure 上的部署过程，并提供了安全可扩展的环境进行实时推理。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Hugging Face Blog精选AI 评分8585 Hugging Face 发布 bitsandbytes 库，实现 4 位量化并推出 QLoRA 技术
Hugging Face 发布了 bitsandbytes 库，支持 4 位量化，并推出了 QLoRA 技术，用于在 4 位量化模型上进行微调。这项技术使得在单个 48GB GPU 上微调 65B 参数模型成为可能，同时保持了 16 位微调任务的全性能。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Hugging Face Blog精选AI 评分7070 Hugging Face 安全审计确认 Safetensors 库安全，将成为默认格式
Hugging Face 与 EleutherAI 和 Stability AI 合作，对 Safetensors 库进行了安全审计，确认其安全性，并计划将其作为默认格式。Safetensors 是一个用于保存和加载张量的库，具有安全、懒加载和快速加载等特性。
推荐理由：Hugging Face 对 safetensors 库进行了安全审计，确认其安全性，并计划将其作为默认格式。读者可以了解其安全特性和应用场景。
Hugging Face Blog精选AI 评分6565 Hugging Face 与 IBM 合作推出 watsonx.ai，下一代企业 AI 工作室
Hugging Face 与 IBM 合作推出 watsonx.ai，下一代企业 AI 工作室，旨在帮助 AI 构建者训练、验证、调整和部署传统机器学习和新的生成式 AI 能力。该平台基于 RedHat OpenShift，支持云和本地部署，并集成了 Hugging Face 的开源库。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Hugging Face Blog精选AI 评分6060 Hugging Face 推出 RWKV 模型：结合 RNN 和 Transformer 优势的新架构
Hugging Face 推出 RWKV 模型，结合了 RNN 和 Transformer 的优势，具有长上下文处理能力和高效的训练速度。该模型已集成到 Hugging Face transformers 库中，并支持多种应用场景。
推荐理由：原文介绍了 RWKV 模型的特点和优势，读者可以了解其在自然语言处理领域的应用潜力。
Hugging Face Blog精选AI 评分6060 Hugging Face 推出低延迟文本生成新方法：辅助生成
Hugging Face 推出辅助生成，一种新的低延迟文本生成方法，通过使用较小的辅助模型来加速文本生成过程，实现高达 10 倍的延迟降低。
推荐理由：原文介绍了低延迟文本生成的新方法，读者可以了解其如何优化现有工作流。
Hugging Face Blog精选AI 评分7070 使用 StarCoder 创建编码助手
BigCode 的 StarCoder 模型发布，一个基于 80 多种编程语言、GitHub 问题和 Jupyter 笔记本训练的 1600 亿参数模型。该模型可用于创建个性化的编码助手，并支持多查询注意力机制和快速的大批量推理。
推荐理由：原文展示了如何将 StarCoder 模型微调为聊天机器人，读者可以了解其如何改变现有工作流。
Hugging Face Blog精选AI 评分8585 StarCoder：一款领先的代码大语言模型发布
StarCoder 是一款基于 GitHub 数据训练的代码大语言模型，具有超过 15B 参数和 1 万亿个 token 的上下文长度。它在多个编程基准测试中优于现有的开源代码 LLM，并与 OpenAI 的 Codex 模型相媲美。StarCoder 可以用于自动完成代码、根据指令修改代码以及用自然语言解释代码片段。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Hugging Face Blog精选AI 评分6060 在免费 Google Colab 上运行 IF 模型：开源图像生成工具教程
Hugging Face 博客介绍了如何使用开源模型 IF 在免费 Google Colab 上运行，并展示了其在图像生成方面的能力，包括图像变体和图像修复。
推荐理由：介绍了如何使用开源模型 IF 在免费 Google Colab 上运行，并展示了其在图像生成方面的能力。
Hugging Face Blog精选AI 评分7070 Hugging Face 与 AWS 合作优化 Transformers，推出 AWS Inferentia2 加速器
Hugging Face 与 AWS 合作，推出 AWS Inferentia2 加速器，用于优化 Hugging Face Transformers 的性能。该加速器提供了前所未有的吞吐量、延迟、性能功耗比和可扩展性。通过 AWS Neuron SDK 的原生集成，开发者只需一行代码即可将模型编译为 Inferentia2。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Hugging Face BlogAI 评分5555 StackLLaMA：RLHF 训练 LLaMA 指南
Hugging Face 发布了 StackLLaMA 模型，通过 RLHF 方法训练 LLaMA 模型以回答 Stack Exchange 上的问题，并提供了整个训练流程。
Hugging Face Blog精选AI 评分7070 Hugging Face 发布 Habana Gaudi2 加速器上的 BLOOMZ 大语言模型快速推理功能
Hugging Face 发布了 Habana Gaudi2 加速器上的 BLOOMZ 大语言模型快速推理功能，使用 🤗 Optimum Habana 库可以轻松部署百亿参数的大型语言模型，如 BLOOM，并实现比市场上任何 GPU 更快的推理速度。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
OpenAI News精选AI 评分6767 ChatGPT 发布插件功能
ChatGPT 实现了对插件的初始支持，插件是专为语言模型设计的工具，旨在帮助 ChatGPT 访问最新信息、运行计算或使用第三方服务。
推荐理由：原文给出了插件功能和支持第三方服务，读者可以据此判断它会怎样改变现有工作流。
OpenAI News精选AI 评分7070 GPT-4发布
GPT-4发布，能够生成、编辑和迭代与用户在创意和写作任务上的合作，例如创作歌曲、编写剧本或学习用户的写作风格。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Hugging Face Blog精选AI 评分7777 Hugging Face发布TRL和PEFT集成，实现大规模语言模型微调
Hugging Face发布TRL和PEFT集成，允许用户在24GB消费级GPU上微调20B参数的大型语言模型，提高了RLHF微调的易用性。
推荐理由：原文介绍了如何使用TRL和PEFT库在24GB消费级GPU上微调20B参数的大型语言模型，读者可以了解如何利用这些工具进行大规模语言模型的微调。
Hugging Face Blog精选AI 评分8585 Kakao Brain 发布 ViT 和 ALIGN 模型
Kakao Brain 和 Hugging Face 发布了新的开源图像-文本数据集 COYO 和基于该数据集训练的两个视觉语言模型 ViT 和 ALIGN。这是首个公开的免费和开源的 ALIGN 模型，也是首个与训练数据集一起发布的 ViT 和 ALIGN 模型。Kakao Brain 的 ViT 和 ALIGN 模型在性能上与 Google 的版本相当，并且演示了如何使用这些模型。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Hugging Face Blog精选AI 评分7272 ControlNet 在 Diffusers 中的应用
ControlNet 是一种框架，允许用户通过不同的空间上下文（如深度图、分割图、涂鸦、关键点等）来定制生成过程。该框架支持多种条件模型，并已集成到 Diffusers 中，允许用户通过控制网络来控制图像生成过程。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。