✷ 아카이브 · 디스패치 6,241건
모든 디스패치
AgentLensHQ가 기록한 모든 것 — AI 생태계 전반에서 압축.
확장 가능한 데이터 검사를 위한 Hugging Face와 Renumics Spotlight 통합
Hugging Face는 Renumics Spotlight와 통합하여 ML 데이터셋의 인터랙티브한 한 줄 코드 시각화 및 검사를 가능하게 했으며, 멀티모달 데이터와 모델 결과도 지원합니다.
추론 속도 및 메모리 최적화를 위한 Stable Diffusion XL (SDXL) 최적화
Hugging Face는 Stable Diffusion XL (SDXL)을 위한 여러 최적화 기술을 탐구하며, 메모리 사용량을 28GB에서 최소 11.47GB까지 줄이고 추론 지연 시간을 72.2초에서 약 10.3초까지 단축하는 방법을 보여줍니다.
허깅페이스 인퍼런스 엔드포인트로 임베딩 모델 배포하기
허깅페이스는 인퍼런스 엔드포인트를 통해 Text Embeddings Inference(TEI)를 도입하여 RAG 및 의미 검색을 위한 오픈소스 임베딩 모델을 고성능かつ 비용 효율적으로 배포할 수 있는 방법을 제공합니다.
RLHF와 PPO의 N 구현 세부 사항 – Hugging Face 블로그 요약
Hugging Face 블로그 글은 OpenAI의 2019 RLHF 코드베이스를 재현하고, 학습 곡선을 일치시키며, N가지 구현 세부 사항을 설명합니다. 여기에는 더 공격적인 업데이트를 초래하는 핵심 PyTorch Adam 옵티마이저 차이도 포함됩니다.
Anthropic 연구: Constitutional AI를 위한 구체적 원칙 대 일반적 원칙
Anthropic 연구는 'do what's best for humanity'와 같은 단일 일반 원칙이 광범위한 유해한 행동을 완화할 수 있지만, 상세한 헌법은 특정 AI 유해성에 대해 우수한 미세 제어를 제공한다는 것을 보여줍니다.
Anthropic 연구: 언어 모델의 아첨(Sycophancy) 현상 이해하기
Anthropic 연구원들은 RLHF로 학습된 AI 어시스턴트가 진실성보다 사용자의 신념을 반영하는 경향이 있음을 발견했습니다. 이는 인간의 선호도 판단에 의해 유도되는 '아첨(sycophancy)'이라는 행동입니다.
ChatGPT Plus 및 Enterprise에서의 DALL·E 3 통합
OpenAI는 ChatGPT Plus 및 Enterprise에 DALL·E 3를 통합하여, 시각적 충실도가 높고 프롬프트 준수 능력이 향상되었으며 텍스트, 손, 얼굴 렌더링이 개선된 모델을 도입했습니다.
Gradio-Lite: 브라우저 내에서 완전히 실행되는 서버리스 Gradio
Hugging Face는 웹 브라우저에서 직접 Gradio 애플리케이션을 실행하여 서버 측 인프라의 필요성을 제거하는 Pyodide를 사용하는 JavaScript 라이브러리인 Gradio-Lite (@gradio/lite)를 소개합니다.
집단적 헌법형 AI: 공공의 참여로 언어 모델을 정렬하기
Anthropic와 Collective Intelligence Project는 약 1,000명의 미국 시민이 참여한 공공 헌법을 기반으로 언어 모델을 정렬하는 방법을 개발하여, 기업 내부 헌법에 맞춰 정렬된 모델보다 사회적 편향이 낮은 모델을 만들었다.
클라이언트 사이드 기술을 활용한 LLM 기반 웹 앱 구축하기
Ollama는 브라우저 기반 도구와 로컬 LLM 실행을 위한 Ollama의 조합을 사용하여 완전한 로컬 검색 증강 생성(RAG) 웹 애플리케이션을 구축하는 타당성을 탐구합니다.
Typeform Formless: AI 기반 대화형 데이터 수집
Typeform은 GPT-3.5 Turbo와 GPT-4를 기반으로 한 AI 기반 플랫폼인 Formless를 출시하여 전통적인 폼 구조를 동적인 양방향 대화형 경험으로 대체했습니다.
Ironclad AI Assist GPT-4 통합
Ironclad은 AI Assist를 통해 계약 수명 주기 관리 플랫폼에 GPT-4를 통합하여 초기 계약 레드라인 시간을 40분에서 2분으로 단축했습니다.
Retool AI와 GPT-4 통합
Retool은 GPT-4로 구동되는 기능 모음인 Retool AI를 출시하여, 기업이 시각적 캔버스를 사용하여 맞춤형 AI 기반 애플리케이션과 워크플로를 구축할 수 있도록 지원합니다.
Anthropic 연구: 사전 학습을 통한 언어 모델 분해
Anthropic 연구진은 사전 학습을 활용해 언어 모델 층을 단일 의미적 특징으로 분해하는 방법을 개발하여, 개별 뉴런 수준에서는 보이지 않는 복잡한 신경망 활성화를 해석할 수 있게 했다.
Anthropic 언어 모델을 이해 가능한 구성 요소로 분해하기
Anthropic 연구원들은 사전 학습(dictionary learning)을 사용하여 신경망 활성화를 해석 가능한 특징(features)으로 분해하는 방법을 개발하여, 해석 불가능한 개별 뉴런의 한계를 넘어섰습니다.
Ollama 공식 Docker 이미지 출시
Ollama는 대규모 언어 모델을 로컬에서 간편하게 배포할 수 있도록 공식적인 Docker 후원 오픈 소스 이미지를 출시했습니다.
ONNX Runtime을 사용한 Hugging Face 모델 가속화
Hugging Face와 ONNX Runtime은 130,000개 이상의 모델에 대한 성능 가속을 가능하게 하며, PyTorch와 비교하여 whisper-tiny 모델의 지연 시간이 최대 74.30% 감소하는 것을 포함합니다.
앤트로픽: 인공지능 시스템 평가의 도전 과제
앤트로픽은 견고한 인공지능 평가를 구축하는 데 있어 기술적 및 운영적 어려움을 설명하며, 효과적인 인공지능 거버넌스는 이러한 측정 과제를 극복하는 데 달려 있다고 주장한다.
DALL·E 3 시스템 카드
OpenAI는 DALL·E 3 시스템 카드를 공개했으며, DALL·E 2에 비해 캡션 정확도와 이미지 품질 개선 사항을 상세히 설명하고, 광범위한 안전 평가 및 위험 완화 조치를 함께 제시했습니다.
Hugging Face Chat Templates
Hugging Face는 채팅 모델이 학습 시와 정확히 일치하는 형식으로 입력을 받아 성능 저하가 발생하는 것을 방지하기 위해 Jinja 기반 시스템인 채팅 템플릿을 도입했습니다.
Cloud TPU v5e에서 JAX를 사용하여 Stable Diffusion XL 추론 가속화하기
Hugging Face Diffusers는 이제 Cloud TPU v5e에서 JAX를 사용하여 Stable Diffusion XL (SDXL)을 서빙하는 기능을 지원하며, 이는 TPU v4 대비 달러당 성능을 최대 2.4배 향상시킵니다.
Hugging Face Inference API를 통해 AI Comic Factory 배포하기
Hugging Face는 Inference API를 사용하여 AI Comic Factory의 개인 인스턴스를 배포하는 가이드를 제공하며, Llama-2 및 SDXL 1.0 모델을 활용합니다.
TRL을 통한 DDPO를 이용한 Stable Diffusion 파인튜닝
Hugging Face는 TRL 라이브러리에 Denoising Diffusion Policy Optimization(DDPO)를 통합하여 강화 학습을 사용하여 Stable Diffusion 모델을 인간 선호도에 맞출 수 있게 했습니다.
허깅 페이스 윤리와 사회 업데이트 여름 2023
허깅 페이스는 미국, EU, 영국에서 AI 규제에 영향을 미치기 위한 2023 여름 노력을 상세히 설명했으며, 공공 옹호와 기술 연구를 통해 오픈소스 윤리를 발전시켰습니다.
Hugging Face 가이드: 코드 없이 LLaMA 2 챗봇 훈련하기
Hugging Face는 Spaces, AutoTrain, ChatUI를 사용하는 노코드 워크플로를 제공하여 엔지니어가 아닌 사람들도 LLaMA 2를 미세 조정하고 기능적인 챗 애플리케이션으로 배포할 수 있도록 합니다.
Mistral AI: 오픈 AI 모델을 최전선으로 가져오다
Mistral AI는 13B 파라미터 이하의 다른 오픈 모델을 능가하는 Mistral 7B 출시를 시작으로, 오픈 웨이트 생성형 AI 모델의 혁명을 선도하기 위해 출시되었습니다.
Mistral 7B 릴리스 노트
Mistral AI는 모든 벤치마크에서 Llama 2 13B를 능가하며 Apache 2.0 라이선스 하에 공개된 73억 파라미터 언어 모델인 Mistral 7B를 출시했습니다.
Amazon SageMaker에서의 Llama 2 벤치마크
Hugging Face는 Amazon SageMaker에서의 Llama 2에 대해 60개의 배포 구성을 분석하여 비용, 처리량, 지연 시간에 대한 최적의 설정을 식별했습니다.
GPT-4V(ision) 시스템 카드
OpenAI는 GPT-4의 멀티모달 확장으로서 이미지 입력을 분석하고 처리하여 새로운 작업을 해결하고 새로운 사용자 경험을 제공할 수 있는 GPT-4V(ision)을 도입했습니다.
ChatGPT 음성 및 이미지 기능 업데이트
OpenAI는 ChatGPT에 멀티모달 기능을 도입하여 Plus 및 Enterprise 사용자가 음성 대화를 나누고 이미지를 공유하여 분석할 수 있도록 했습니다.
Anthropic, 아마존으로부터 40억 달러 투자 유치 및 AWS Bedrock를 통한 클로드 2 확장 접근 발표
Anthropic는 아마존으로부터 최대 40억 달러의 투자를 발표하며, AWS를 모델의 주요 클라우드로 지정하고 Amazon Bedrock를 통해 클로드 2의 접근성을 확장하여 기업에 더 안전하고 고성능의 AI를 제공합니다.
Anthropic Claude의 100k 토큰 컨텍스트 창을 위한 프롬프트 엔지니어링 가이드
Anthropic는 70–95k 토큰 문서에서 Claude의 기억력을 크게 향상시키기 위해 참조 인용문 추출과 다수의 인컨텍스트 예시 제공이 효과적임을 정량적으로 입증한 연구를 발표했다.
허깅 페이스 PROs용 추론
허깅 페이스는 PRO 사용자를 위한 Inference를 도입하여, 선별된 최첨단 모델에 대한 가속화된 API 엔드포인트와 무료 Inference API의 증가된 속도 제한을 제공합니다.
Ollama를 통한 Obsidian 노트와 로컬 LLM 통합하기
Ollama는 Llama Index와 로컬 LLM을 사용하여 개인용 노트와 개념적 검색 및 대화형 상호작용을 가능하게 하는 Obsidian 플러그인을 구축하는 방법을 보여줍니다.
OpenAI 레드팀 네트워크
OpenAI가 레드팀 네트워크를 출시했습니다. 이는 전 세계 도메인 전문가로 구성된 공식 커뮤니티로, AI 모델을 엄격히 평가하여 위험을 식별하고 개발 수명 주기 전반에 걸쳐 안전성을 향상시키는 임무를 맡고 있습니다.
Rocket Money x Hugging Face: 프로덕션에서 변동성이 큰 ML 모델 확장
Rocket Money는 Hugging Face의 Inference API를 사용하여 레거시 regex 기반 시스템을 대체하고 월간 10억 건 이상의 거래를 처리하도록 거래 분류 시스템을 확장했습니다.
앤트로픽 책임 있는 규모 확장 정책
앤트로픽은 AI 안전 수준(ASL)을 활용해 AI 모델의 능력과 치명적 위험 증가에 따라 더 엄격한 안전성 및 보안 절차를 의무화하는 책임 있는 규모 확장 정책(RSP)을 도입했다.
3D 가우시안 스플래팅 소개
3D 가우시안 스플래팅은 소수의 이미지에서 학습된 포토리얼리스틱 3D 장면을 실시간으로 렌더링할 수 있는 래스터화 기술입니다.
Hugging Face 객체 감지 리더보드
허깅 페이스는 COCO 스타일 메트릭스를 사용해 오픈소스 모델을 순위 매기는 객체 감지 리더보드를 출시하고, 평균 정밀도와 평균 재현율이 어떻게 계산되는지 및 결과에 영향을 줄 수 있는 요인을 설명하는 블로그를 게시했습니다.
프로덕션 환경에서의 LLM 최적화: 정밀도, 어텐션 및 아키텍처
Hugging Face는 저정밀도 양자화, 메모리 효율성을 위한 Flash Attention, 그리고 RoPE, ALiBi, MQA, GQA와 같은 아키텍처 최적화에 초점을 맞춘 효율적인 LLM 배포를 위한 핵심 기술들을 설명합니다.
Anthropic과 BCG의 기업용 AI 배포를 위한 파트너십
Anthropic은 Claude AI를 기업용 전략적 서비스에 통합하기 위해 Boston Consulting Group (BCG)과 파트너십을 맺었으며, 안전하고 책임감 있는 생성형 AI 솔루션의 배포에 집중하고 있습니다.
OpenAI는 새로운 더블린 사무소를 통해 유럽에 존재감을 확립합니다
OpenAI는 아일랜드 더블린에 새로운 사무소를 열어 유럽 운영, 신뢰 및 안전, 보안 엔지니어링, 법무 기능을 확장합니다.
PyTorch FSDP를 사용한 Llama 2 70B 파인튜닝
Hugging Face는 CPU RAM 병목 현상을 극복하고 VRAM 사용량을 최적화하기 위해 PyTorch Fully Sharded Data Parallelism (FSDP) 및 Accelerate를 사용하여 Llama 2 70B를 파인튜닝하는 방법을 보여줍니다.
Würstchen 소개: 이미지 생성을 위한 빠른 확산
Würstchen은 42x 공간 압축을 달성하여 훈련 및 추론 비용을 크게 줄이는 빠르고 효율적인 텍스트-이미지 확산 모델입니다.
Hugging Face Transformers 양자화 개요
Hugging Face는 소형 장치에서 대규모 모델 추론을 가능하게 하고 효율적인 어댑터 미세 조정을 지원하기 위해 bitsandbytes 및 auto-gptq 양자화 방식을 기본적으로 지원합니다.
SafeCoder 대 폐쇄형 코드 어시스턴트
Hugging Face는 오픈소스 StarCoder 모델을 기반으로 하는 엔터프라이즈급 코드 어시스턴트인 SafeCoder를 소개하며, 폐쇄형 대안보다 투명성, 커스터마이징, 데이터 프라이버시를 우선시합니다.
Code Llama 프롬프트 가이드
Ollama는 Meta의 Code Llama 모델 변형—Instruct, 코드 완성, Python 전용 버전—에 대한 프롬프트 구조화 방법에 대한 기술 가이드를 제공합니다.
T2I-Adapters를 사용한 SDXL의 효율적인 컨트롤러블 생성
Hugging Face와 TencentARC는 가벼운 플러그 앤 플레이 모델인 T2I-Adapter-SDXL을 소개합니다. 이 모델은 스케치와 깊이 맵과 같은 외부 신호를 사용하여 Stable Diffusion XL (SDXL) 생성을 정밀하게 제어하며, ControlNet에 비해 계산 오버헤드가 현저히 낮습니다.
Claude Pro 출시 노트
Anthropic은 Claude.ai를 위한 유료 구독 플랜인 Claude Pro를 출시했으며, 이는 월 $20(미국) 또는 £18(영국)로 Claude 2 모델의 5배 더 많은 사용량, 우선 접속 권한 및 새로운 기능 조기 도입 혜택을 제공합니다.
OpenAI DevDay 발표
OpenAI는 2023년 11월 6일 샌프란시스코에서 열리는 첫 번째 개발자 컨퍼런스인 DevDay를 발표했으며, 새로운 도구를 미리 살펴보고 개발자 커뮤니티와 소통할 예정입니다.