「預訓練」
16 resultsIBM Granite 時間序列整合預測：提升準確性與穩健性
產品Hugging Face Blog
NVIDIA Kumo Relational 基礎模型：無需訓練，關聯式資料預測效能超越監督式機器學習
產品Hugging Face Blog
NVIDIA Kumo Forecast：結合預訓練時間序列模型、歷史模式檢索與可解釋性
產品Hugging Face Blog
擴展印度語言預訓練：2.8 兆詞元與開放資料生成管線
研究Hugging Face Blog
Apertus 1.5 版本發布：多模態、長上下文與強化推理能力
產品Hugging Face Blog
NVIDIA Kumo Tabular：表格資料預測的全新基礎模型，樹立精準與效率典範
產品Hugging Face Blog
IBM 發表 Granite Time Series PatchTST-FM-r2 模型：領先業界的零樣本預測，支援商業應用
產品Hugging Face Blog
NeoMME：高效多模態原生、多語言編碼器，提升視覺文件檢索效能
產品Hugging Face Blog
IBM Granite 4.2 LLM：深度解析其建構與訓練策略
產品Hugging Face Blog
AI 模型具備物理直覺，大幅提升真實世界模擬能力
研究MIT News (AI)
OlmoEarth 平台：實現行星級地理空間 AI 推論
產品Hugging Face Blog
揭密 Poolside AI 模型工廠：創辦人 Eiso Kant 談 AI 開發與開放策略
商業Latent Space
Google DeepMind：影片生成模型已蘊含電腦視覺所需的「世界模型」
研究The Decoder
PRX 模型資料策略：打造高品質 AI 的關鍵
研究Hugging Face Blog
文本條件式JEPA：以文本強化視覺語義表徵學習
研究Apple Machine Learning Research
Granite 4.1 大型語言模型：技術建構與訓練揭秘
產品Hugging Face Blog