안녕하세요!
바쁜 여러분들을 대신해서 모두연이 정리했어요!!
하나. Hugging Face LLM 추론 컨테이터
Hugging Face 블로그에 새로운 소식이 전해졌는데요, 바로 Amazon SageMaker를 활용한 Hugging Face LLM 추론 컨테이터를 소개하는 흥미로운 내용입니다.
해당 블로그는 Jupyter Notebook에서 사용할 수 있게 만들었고 그 라디오까지 구현 가능합니다.
LLM을 더 쉽게 활용하고 싶은 기업들이 있다면 해당 블로그를 참고해서 실제 적용해보는 방법도 매우 좋을 것 같네요!
Introducing the Hugging Face LLM Inference Container for Amazon SageMaker
둘. Hugging Face Hub에 BERTopic 라이브러리가 대통합
Hugging Face Hub에 BERTopic 라이브러리가 함께 통합되었다고 합니다.
BERTopic은 다양한 임베딩 기술과 c-TF-IDF를 활용하는 최고 성능의 파이썬 토픽 모델링 라이브러리인데요,
토픽 모델링이란 문서 내에서 숨겨진 주제를 발견할 때 도움이 되는 방식 중 하나입니다. 현재 BERTopic을 보다 쉽게 사용할 수 있는 QuickStart 페이지를 함께 제공하고 있습니다.
BERTopic의 장점은 용량이 큰 문서를 활용해 넣는다고 해도 모든 모델 기능을 유지한 상태로 50MB 모델의 생성이 가능한 점인데요,해당 모델까지 Hugging Face가 지원 가능해서 점차 그 규모가 확대되어지는 것 같군요!
Introducing BERTopic Integration with the Hugging Face Hub
셋. 나만의 3D 아바타
나만의 3D 아바타를 만들 수 있는 Diffusion 모델이 드디어 공개되었습니다.
이번에 새롭게 공개된 StyleAvatar3D는 Diffusion model만 사용한 것이 아니라 기존 이미지 생성모델의 강자인 GAN 기법도 함께 활용 가능하다고 합니다.
StyleAvatar3D는 데이터 생성할 때 3D모델에서 추출한 포즈를 이용해 멀티뷰 이미지 생성을 하고 데이터의 포즈와 이미지간의 불일치를 해소하기 위해서
GAN에서 사용하는 Dsicriminator를 사용합니다.
GAN의 장점과 Diffusion의 장점을 적절하게 믹스매치한 모델이 나왔다니 정말 신기하네요!
StyleAvatar3D: Leveraging Image-Text Diffusion Models for High-Fidelity 3D Avatar Generation
-----------------------------------------------------------------------—
모두의연구소 뉴스
-몇 자리 남지 않았어요~ 서두르세요!