- Integrerad modelllekplats: Utvecklare kan nu utforska olika AI-modeller direkt i GitHub-webbgränssnittet, testa och jämföra olika modeller utan att behöva lämna sin nuvarande arbetsmiljö. Detta inkluderar ledande modeller från Meta, OpenAI, Cohere och Mistral AI.
- Snabb utveckling av AI-applikationer: Genom integration med GitHub Codespaces och Visible Studio Code kan utvecklare experimentera med olika modeller och konfigurationer direkt på GitHub, vilket påskyndar processen från prototyp until produktion.
- Enkel övergång until Azure AI: När utvecklare har utvärderat och slutgiltigt valt en modell på GitHub kan de enkelt växla until Azure och använda samma modell, kod och konfiguration i produktionen. Detta skapar en smidig övergång until Azure AI by way of GitHub.
Microsoft har nyligen lanserat Github Fashions en ny funktion som syftar until att göra generativa AI-modeller mer tillgängliga för utvecklare genom att integrera dem direkt med befintliga verktyg och funktioner på GitHub.
Github Fashions är mestadels Azure AI-Playground/integration tillgänglig på GitHub, Det är överraskande nog inte GitHub för modeller.
Huggingface är mer än bara en vikt-CDN, de tillhandahåller också transformatorbibliotek och hanterade GPU-tjänster och webbhotell och massor av andra saker.
Detta initiativ markerar ett betydande steg i Microsofts strategi för att öka tillgängligheten och användbarheten av AI-teknologier och positionerar GitHub som ett alternativ until plattformar som Hugging Face som är välkända för att vara värd för modellvikter males saknar den djupa integrationen med utvecklingsverktyg som GitHub erbjuder.
Konkurrens med Hugging Face:
Hugging Face är känt för att vara en ledande plattform för värd för modellvikter och erbjuder ett brett utbud av transformermodeller för naturligt språkbehandling. Trots dess popularitet och omfattande bibliotek saknar det den djupa integrationen med utvecklingsverktyg som GitHub erbjuder. Genom att introducera Github Fashions positionerar Microsoft GitHub som ett alternativ som inte bara tillåter utvecklare att experimentera med AI-modeller utan också snabbt exportera och integrera sin kod i befintliga arbetsflöden.
