Tagged

HUGGINGFACE

A collection of 51 posts

MODEL-ZOO

用Unsloth微调Gemma-3

当大家都在竞相构建基于 ChatGPT 的应用程序时，精明的开发人员正在悄悄发现这个新轻量级 Gemma-3 的微调能力，这是一个隐藏的宝石，可以将通用人工智能转化为你的专业数字专家。

APPLICATION

深度研究AI代理的比较

在过去的几周里，我们看到了几种旨在自主地对给定主题进行全面研究并生成详细报告的“深度研究”AI代理的推出。

MODEL-ZOO

蒸馏DeepSeek-R1到自己的模型

在本博客中，我们将介绍如何使用LoRA等技术将 DeepSeek-R1 的推理能力蒸馏到较小的模型（如 Microsoft 的 Phi-3-Mini）中。

MODEL-ZOO

CLIP模型微调简明教程

CLIP 是一种流行的多模态嵌入模型，它使用对比学习在大量图像-标题对语料库上进行训练。 CLIP可以解锁零样本能力，例如图像分类、搜索和字幕。

MODEL-ZOO

DeepSeek LLM微调指南

在本指南中，我们将介绍使用监督微调 (SFT) 和 Hugging Face 数据集对 DeepSeek LLM 进行微调的过程，并提供针对特定领域数据集进行训练的分步代码演示。

LIBRARY

用Smolagents开发AI代理

本教程探讨了一个实用的示例，通过将强大的 Llama 2 语言模型与 smolagents 框架集成来构建 AI 代理。

DATASET

Qwen-2 VL微调数据集制作指南

在本文中，我将引导你完成使用 LLaMA-Factory 创建用于微调 Qwen-2-VL 的视觉语言数据集的整个过程。

APPLICATION

用YOLO分析文档布局

分析文档布局至关重要，因为它有助于正确解释和理解文档内容。随着 RAG 的兴起，它变得更加重要，因为它严重依赖于准确解析文档的能力。

MODEL-ZOO

LayoutLM文档提取指南

LayoutLM 是一种革命性的模型，结合了文本识别和布局理解的强大功能，可以准确地从结构化文档中提取实体。

MODEL-ZOO

LLM微调综合指南

训练和微调模型是一项昂贵的苦差事，如果可以的话，你真的应该避免它，把省下的钱花在去阿鲁巴岛或任何你喜欢的度假胜地的旅行上。

TOOL

4个OCR库的对比工具

我偶然发现了一个huggingface 空间，它允许你比较四种 OCR开发库之间的文本识别结果。

MODEL-ZOO

PaliGemma2微调优化图像理解

通过使用自定义数据集（例如知名的 VQA）对 PalliGema2 进行微调，可以在高度特定的任务上实现最先进的性能，以连续且可扩展的方式弥合文本和视觉理解之间的差距。

TOOL

MLflow大模型部署指南

在本博客中，我们将介绍如何使用自定义 Python 函数 (pyfunc) 使用 MLflow 部署大型语言模型 (LLM)，该函数允许我们处理具有特殊要求的模型。

APPLICATION

LLM微调实现网络攻击检测

在这篇文章中，我将探讨 LLM 微调在网络安全领域预测任务中的更高级用例。具体来说，我提出了一种使用微调 LLM 进行实时网络攻击检测的机制。

MODEL-ZOO

Colab+Drive微调大模型

Google Colab 慷慨地为你提供了一种访问免费GPU计算的方法，使用 Google Drive 保存任何中间结果或模型参数。

MODEL-ZOO

StarCoder私有代码库微调

在本文中，我们将展示如何在私有代码库上微调StarCoder，以增强其上下文感知能力并提高模型对组织需求的实用性。

MODEL-ZOO

Whisper本地推理的4种方法

本文总结l了4种在本地CPU上进行推理的方法：HuggingFace管道、ONN运行时、OpenVino运行时和PyTorch。

MODEL-ZOO

8个值得学习的SD 3.5提示

本文介绍的8个示例展示了 SD3.5 真正能做什么。你可以随意使用这些模板来创作自己的作品。

MODEL-ZOO

视觉语言模型LoRA微调指南

在本文中，我们将探讨如何使用Unsloth、WandB等强大的工具组合来微调 Meta AI 的 Llama-3.2–11B-Vision 模型，并使用vLLM进行模型服务和推理。

LIBRARY

AISuite：GenAI平台统一API

aisuite为AI应用开发者提供简单、统一的多个生成式 AI 提供商接口。

MODEL-ZOO

Marco-o1开源推理模型

OpenAI-o1 是一个革命性的版本，它使 LLM 能够对数学或物理问题等复杂任务进行详细推理，阿里巴巴的Marco-o1是其开源平替。

MODEL-ZOO

Llama 3.2 Vision医学图像微调

今天，我将带你了解一个令人兴奋的项目：微调 Meta 的 Llama 3.2 Vision 模型来分析放射图像。

TOOL

ComfyUI-LTXVideo视频生成

ComfyUI-LTXVideo 是 ComfyUI 的自定义节点集合，旨在集成 LTXVideo 传播模型。这些节点支持文本到视频、图像到视频和视频到视频生成的工作流程。

MODEL-ZOO

LTXV开源实时视频生成模型

Lightricks 推出了 LTX Video (LTXV)，这是一种以前所未有的速度生成 AI 视频的开源模型。

TOOL

创建ComfyUI工作流应用

使用 ComfyUI 开发工作流应用时，除了设置 ComfyUI 环境外，我们还需要考虑使用哪些模型和自定义节点等问题。