media Together AI Blog · baru saja · inference

Together AI memungkinkan fine-tuning classifier mirip Jev pada Qwen3.5 4B seharga $17

Diterjemahkan dari English → Bahasa Indonesia

Together AI telah merilis panduan dan repositori open-source untuk melakukan fine-tuning model klasifikasi yang mirip dengan Jev, menggunakan model dasar Qwen3.5 4B.

Proses ini melibatkan pengambilan sampel 38.340 contoh dari enam dataset Hugging Face untuk menjaga biaya pelatihan tetap rendah.
Pelatihan memakan waktu sekitar 25 menit dan biayanya sekitar $17 melalui layanan Fine-tuning Together AI.
Model yang dihasilkan di-deploy pada endpoint HTTP khusus untuk integrasi ke dalam aplikasi perangkat lunak.
Pengguna dapat melakukan kueri pada model menggunakan input JSON untuk melakukan deteksi intent, pemeriksaan boolean, dan analisis sentimen.

Pendekatan ini memungkinkan pengembang dengan cepat membuat model klasifikasi khusus yang hemat biaya yang mengembalikan output terstruktur seperti skor atau nilai boolean.

Kepentingan 1/3 Kepercayaan 1/3 Together AI Blog Retrieval & RAG Training methods

Baca aslinya

pop123-ux merilis 38 notebook yang dapat dijalankan untuk belajar Hugging Face dengan menghapus abstraksi

Pengguna pop123-ux telah menerbitkan repositori pembelajaran yang berisi 38 notebook yang dapat dijalankan yang dirancang untuk membantu pengguna memahami tumpukan Hugging Face dengan secara bertahap menghapus abstraksi tingkat tinggi. Koleksi ini mencakup jalur dari komponen inti seperti transformers dan tokenizers hingga fine-tuning, PEFT, reasoning/RL, dan pekerjaan proyek end-to-end.

lab Hugging Face Blog · 28 hari lalu · 34 tayangan

Sentence Transformers menambahkan MultiVectorEncoder untuk pelatihan model multi-vektor gaya ColBERT

Pustaka Sentence Transformers memperkenalkan MultiVectorEncoder, sebuah komponen yang memungkinkan pelatihan dan penyetelan ulang model embedding multi-vektor yang memanfaatkan pengambilan hasil dengan interaksi akhir. Penambahan ini memungkinkan pengguna membangun model multi-vektor kuat dari awal atau menyesuaikan model yang sudah ada ke domain tertentu tanpa bergantung pada retriever tujuan umum.

media Hugging Face Forums · 62 hari lalu · 12 tayangan

Diskusi komunitas tentang kelayaan produksi LLM domain-spesifik 7B–14B

Seorang pengguna forum Hugging Face menyelidiki apakah model bahasa besar (LLM) kecil dan domain-spesifik dalam rentang 7B–14B parameter dapat secara efektif menggantikan model yang lebih besar di lingkungan produksi dunia nyata.

media Hugging Face Forums · 62 hari lalu · 17 tayangan

ELIZA dengan Autoencoder Jarang

Implementasi baru dari chatbot ELIZA memanfaatkan arsitektur autoencoder jarang untuk menyimpan entri percakapan dalam lapisan memori laten, bertujuan meningkatkan metode pencocokan kata kunci tradisional. Sistem ini menggunakan struktur encoder-decoder T5 dengan lapisan memori 32.768 neuron, di mana entri serupa diaktifkan melalui pembelajaran kontrastif.

media Hugging Face Forums · 69 hari lalu · 12 tayangan

ShinBay-UCTF mengusulkan kerangka konseptual untuk pembelajaran berkelanjutan yang menjaga privasi dan pengetahuan terkompresi

K7007 menyajikan ShinBay-UCTF, sebuah kerangka konseptual yang mengatasi keterbatasan dalam sistem AI terkait redundansi multibahasa, memori episodik persisten, dan adaptasi berkelanjutan. Proposal ini menguraikan arsitektur terpadu yang terdiri dari tiga lapisan yang saling berinteraksi: Universal Compressed Training Format (UCTF), Memori Episodik Terinspirasi Biologis, dan Pembelajaran Berkelanjutan yang Didorong Lingkungan.