走向多模態：Prezi 如何利用 Hub 和專家支援計劃加速其機器學習路線圖
眾所周知，一張出色的視覺影像勝過千言萬語。視覺通訊軟體公司 Prezi 的團隊正在將這一理念付諸實踐，他們的 Prezi 簡報將影像和文字結合在高度動態的演示中。
Prezi 已加入 Hugging Face 專家支援計劃，以充分利用現代機器學習的潛力。在過去的幾個月裡，Hugging Face 支援 Prezi 將更小、更高效的開源模型整合到其機器學習工作流中。隨著多模態模型的能力日益增強，這項合作恰逢其時。
我們最近與 Prezi 的後端工程師 Máté Börcsök 坐下來，談論了他們參與的經驗。在這段簡短的影片中，Máté 向我們介紹了他們的一些機器學習工作，並分享了他們透過專家支援計劃與我們團隊合作的經驗。
如果您想像 Máté 和他的團隊一樣，在我們的專家幫助下加速您的機器學習路線圖，請訪問 瞭解更多關於我們的專家支援計劃並索取報價。
附帶額外細節的文字記錄：
介紹
我叫 Máté，是 Prezi 的一名後端工程師。Prezi 是一款能將您的想法變為現實的線上演示工具。
HF 專家支援計劃如何幫助您構建 AI？
我們在 Prezi 的旗艦 AI 產品是 Prezi AI，它能幫助我們的使用者更快地建立更好的 Prezi 簡報。使用者首先提供一個提示和他們想要建立的簡報的描述。然後系統會自動為他們建立一個簡報草稿。這是一個複雜的系統，它呼叫不同的服務，並使用閉源模型和各種素材提供商服務來構建簡報的結構。
當我們加入該計劃時，我們已經有了這個系統的一個版本，我們的專家審查了流程並提出了改進建議。我們的流程包括一個搜尋系統，為每個獨特的簡報找到合適的素材（影像和文字）。在這種情況下，一個重要的建議是，例如，在系統中新增一個開源的重排（re-ranker）模型，它可以比大型語言模型 (LLM) 更便宜、更快、更好地為您的簡報找到最佳的影像或文字。
我們的用例本質上是多模態的，因為我們的簡報結合了影像和文字。每週都有很多新模型釋出，我們的專家幫助我們撥開炒作的迷霧，瞭解哪些模型對我們有用，哪些沒有。這幫助我們節省了大量時間，因為我們正在使用視覺模型、文字模型和視覺語言模型 (VLM) 的組合來解決我們獨特的挑戰。多模態機器學習具有挑戰性，我們非常感謝得到的指導。我們不是機器學習工程師，我們正在一起學習成長的路上。
您最喜歡 Inference Endpoints 的哪個功能？
我強烈建議您檢視端點模型目錄。這是一個精選的模型列表，它們能與 Inference Endpoints 很好地配合，並且無需任何配置。我喜歡你可以設定端點在幾分鐘後進入休眠狀態，這樣就不會燒錢。它還支援某些模型所需的單核和四核 A100 例項。保持模型更新也非常簡單。Inference Endpoints 讓我們只需單擊一下即可部署最新版本，或使用 Git 雜湊回滾到任何舊版本。這些功能在 AWS 上都不容易獲得，所以使用它們對我們來說非常方便。即使某個模型還不在目錄中，讓它們工作也相對容易。至少在我們的專家支援下，對我來說是這樣。
哪些團隊能從專家支援中獲益最多？
與 Hugging Face 的合作關係為我們打開了機器學習的大門。我們的專屬專家讓我們能夠接觸到一個機器學習專家社群，他們可以對我們最大膽的問題給出反饋。正如我之前所說，我們不是機器學習工程師。我們的專家指導我們做正確的事情，分享嵌入、重排和物件檢測的最佳實踐和最先進的模型，並向我們展示如何微調新的視覺語言模型以及收集和整理資料。這些大多是我們自己可以做的事情，但他的指導極大地提高了我們的速度，並使我們能夠專注於為使用者完成有意義的任務。
透過專家支援計劃，我們組建了一支世界級的團隊，幫助客戶更快地構建更好的機器學習解決方案。我們的專家在您從研究到生產的機器學習旅程中，根據需要回答問題並找到解決方案。請訪問 瞭解更多資訊並索取報價。
