AI·NEWS
Dự án GitHub Nguồn: Hugging Face Blog 23:01:52 27/10/2026

Hugging Face công bố thư viện "PEFT-Pro" cho việc fine-tuning mô hình AI hiệu quả hơn

PEFT-Pro giới thiệu các phương pháp fine-tuning mới, giúp cá nhân hóa LLM trên dữ liệu nhỏ với chi phí giảm 80%.

Hugging Face công bố thư viện "PEFT-Pro" cho việc fine-tuning mô hình AI hiệu quả hơn

Nền tảng AI cộng đồng Hugging Face vừa phát hành bản cập nhật lớn cho thư viện Parameter-Efficient Fine-Tuning (PEFT), chính thức có tên là PEFT-Pro. Đây là công cụ mã nguồn mở cho phép các nhà phát triển điều chỉnh (fine-tune) các mô hình ngôn ngữ lớn với một lượng dữ liệu và tài nguyên tính toán cực kỳ hạn chế. PEFT-Pro được coi là chìa khóa cho sự phổ cập hóa AI, đặc biệt là đối với các doanh nghiệp vừa và nhỏ.

Bản cập nhật mới của PEFT-Pro bao gồm các kỹ thuật được phát triển từ các nghiên cứu học sâu gần đây nhất. Điểm nổi bật là kỹ thuật "Adapter Fusion", cho phép kết hợp nhiều module điều chỉnh khác nhau vào cùng một mô hình gốc mà không cần lưu trữ tham số riêng biệt cho từng đối tượng. Kỹ thuật này giúp tăng độ linh hoạt của hệ thống AI, cho phép một mô hình duy nhất phục vụ cho nhiều nhiệm vụ khác nhau (nhiều ngôn ngữ, nhiều ngành nghề) mà không phải trả lại từ đầu.

Cộng đồng GitHub đã ngay lập ứng ứng dụng PEFT-Pro trong các dự án giáo dục và y tế. Một số bệnh viện ở châu Âu đã sử dụng thư viện này để tinh chỉnh các mô hình y tế vào dữ liệu bệnh án của họ, với hiệu quả lâm sàng được cải thiện đáng kể so với việc sử dụng mô hình gốc. Dự án đã có hơn 5.000 sao trên GitHub trong tháng này.

Việc giảm 80% chi phí fine-tuning so với các phương pháp trước đây là một bước đột phá về mặt kinh tế. Điều này có nghĩa là một công ty khởi nghiệp chỉ với ngân sách vài nghìn đô la cũng có thể sở hữu một trợ lý AI chuyên dụng, tạo ra sự cạnh tranh lành mạnh và thúc đẩy sự đổi mới trong ngành.

Về trang chủ

Nội dung do AI tổng hợp, tham khảo theo nguồn "Hugging Face Blog"