Project ProtoStar:让公共科研资源AI化
Project ProtoStar 是一个汇聚高校、研究机构、产业界和开源社区的计划,旨在通过开放挑战让公共科研资源更易被发现、重用和构建。该项目发布首个挑战:气候风险智能体,由卡内基梅隆大学主办,时间为11月2日至13日。
推荐理由项目汇聚高校、机构、企业和开源社区,通过开放挑战展示AI重用公共科研资源的可行性,首个挑战聚焦气候风险预测,提供数据集与政策提案两类评估维度。
机构与平台
Hugging Face 的重要发布和研究。
5 条精选近 30 天 5 条共收录 14 条
Project ProtoStar 是一个汇聚高校、研究机构、产业界和开源社区的计划,旨在通过开放挑战让公共科研资源更易被发现、重用和构建。该项目发布首个挑战:气候风险智能体,由卡内基梅隆大学主办,时间为11月2日至13日。
推荐理由项目汇聚高校、机构、企业和开源社区,通过开放挑战展示AI重用公共科研资源的可行性,首个挑战聚焦气候风险预测,提供数据集与政策提案两类评估维度。
Hugging Face 推出 TorchTPU,使 TPU 成为 PyTorch 的原生后端。用户可通过 device_map='tpu' 直接在 TPU 上加载并运行 Transformers 和 Diffusers 模型。
推荐理由TorchTPU 让 TPU 成为 PyTorch 的原生后端,用户只需一行 device_map='tpu' 即可在 TPU 上运行 Transformers、Diffusers 等库,并提供分布式训练和编译加速等功能。
TorchNeuron 作为 PyTorch 的新原生后端,现已在 AWS Trainium 上原生支持 Transformers、Diffusers 等 Hugging Face 库,用户只需传入 device_map=neuron 参数即可直接运行,相比 Optimum Neuron 覆盖的模型架构从 46% 提升至 89%。
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 博客发布 FLUX.3 Image Klein,现已在 Diffusers 中上线。该模型集成了文生图、多参考图生图和布局控制功能,用户可通过在提示词中写入边界框来控制图像各部分位置。
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。
HiRO-ACEv2 发布新的下采样模型 HiROv2,可同时预测多种高分辨率场,捕捉更广泛的极端天气。在给定粗分辨率 X-SHiELD 数据时,HiROv2 将高分辨率统计特征匹配精度提升至 3%,即使是千万分之一级别的极端事件。
推荐理由HiRO-ACEv2 通过新的下采样模型 HiROv2,实现了在极端天气事件上高精度模拟,且成本仅为 X-SHiELD 的 1/300,为研究人员提供了生成高分辨率极端天气数据的经济方案。