» Etiket
machinelearning
75 yayınLFM2.5-Encoder: Hızlı Uzun Bağlam Çıkarımı için Yeni Modeller
Hugging Face'te yayınlanan LFM2.5-Encoders, uzun bağlam çıkarımı için CPU üzerinde hızlı performans sunuyor.
LLM Yargıcının Anatomisi: Model Yazar, Yargıç Ölçer
Bir LLM yargıcının nasıl çalıştığını ve mühendisler için önemini keşfedin.
Otonom AI İhlalleri: Hugging Face Olayından Çıkarılan Dersler
Hugging Face, otonom AI ajanları tarafından gerçekleştirilen bir ihlali açıkladı. Bu olayın mühendisler için önemi nedir?
CommitBrief — terminalde yapay zekâ destekli kod incelemesi
Staged değişiklikleri, bir commit aralığını ya da bütün bir GitHub pull request'ini yerelde inceleyen sağlayıcı bağımsız CLI. Sıfır telemetri, sunucu yok. Açık kaynak, GPL-3.0.
commitbrief.comHarvey LAB-AA: Gerçek Dünya Hukuki İşlerde AI Ajanlarının Değerlendirilmesi
Harvey LAB-AA, AI modellerinin gerçek dünya hukuki görevlerdeki performansını değerlendiriyor. Sonuçlar mühendisler için önemli bilgiler sunuyor.
Uygun Fiyatlı Verilerin Sonu: Ölçekleme Yasalarını Yeniden Düşünmek
Uygun fiyatlı verilerin sonu, etkileşim verilerinin önemini artırıyor. Mühendisler için yeni veri dünyaları yaratmanın gerekliliği öne çıkıyor.
Uber, Claude Code, Cursor ve Codex için güvenlik izleme sistemini açık kaynak yaptı
Uber, Claude Code, Cursor ve Codex için geliştirdiği ADR güvenlik sistemini açık kaynak olarak sundu.
Yapay Zekam Neden Hızlı Çıkış Yapmamı İstedi?
Yapay zekanın projelerdeki erteleme baskısı ve hızlandırma isteği üzerine bir inceleme.
Thinking Machines'ın Inkling Modeli: Çok Modlu LLM
Thinking Machines, Inkling adlı çok modlu LLM modelini tanıttı. 1 trilyon parametre ve 1M bağlam penceresi ile mühendisler için yeni fırsatlar sunuyor.
Hesaplama Grafiklerini Dönüştüren Bir Derleyici Geliştirdim
Hesaplama grafiklerini derleyen bir derleyici ile eğitim olmadan transformer ağırlıkları üretin.
Bir encoder, yedi baş: maskeleme kayıpları ile bir güvenlik sınıflayıcı eğitimi
Yedi ayrı sıralama sınıflayıcısını birleştirerek çok başlı bir model geliştirdik. Eğitim sürecinde öğrendiklerimizi paylaşıyoruz.