走向多模态：Prezi 如何利用 Hub 和专家支持计划加速其机器学习路线图
众所周知，一张出色的视觉图像胜过千言万语。视觉通讯软件公司 Prezi 的团队正在将这一理念付诸实践，他们的 Prezi 演示文稿将图像和文本结合在高度动态的演示中。
Prezi 已加入 Hugging Face 专家支持计划，以充分利用现代机器学习的潜力。在过去的几个月里，Hugging Face 支持 Prezi 将更小、更高效的开源模型集成到其机器学习工作流中。随着多模态模型的能力日益增强，这项合作恰逢其时。
我们最近与 Prezi 的后端工程师 Máté Börcsök 坐下来，谈论了他们参与的经验。在这段简短的视频中，Máté 向我们介绍了他们的一些机器学习工作，并分享了他们通过专家支持计划与我们团队合作的经验。
如果您想像 Máté 和他的团队一样，在我们的专家帮助下加速您的机器学习路线图，请访问 了解更多关于我们的专家支持计划并索取报价。
附带额外细节的文字记录：
介绍
我叫 Máté，是 Prezi 的一名后端工程师。Prezi 是一款能将您的想法变为现实的在线演示工具。
HF 专家支持计划如何帮助您构建 AI？
我们在 Prezi 的旗舰 AI 产品是 Prezi AI，它能帮助我们的用户更快地创建更好的 Prezi 演示文稿。用户首先提供一个提示和他们想要创建的演示文稿的描述。然后系统会自动为他们创建一个演示文稿草稿。这是一个复杂的系统，它调用不同的服务，并使用闭源模型和各种素材提供商服务来构建演示文稿的结构。
当我们加入该计划时，我们已经有了这个系统的一个版本，我们的专家审查了流程并提出了改进建议。我们的流程包括一个搜索系统，为每个独特的演示文稿找到合适的素材（图像和文本）。在这种情况下，一个重要的建议是，例如，在系统中添加一个开源的重排（re-ranker）模型，它可以比大型语言模型 (LLM) 更便宜、更快、更好地为您的演示文稿找到最佳的图像或文本。
我们的用例本质上是多模态的，因为我们的演示文稿结合了图像和文本。每周都有很多新模型发布，我们的专家帮助我们拨开炒作的迷雾，了解哪些模型对我们有用，哪些没有。这帮助我们节省了大量时间，因为我们正在使用视觉模型、文本模型和视觉语言模型 (VLM) 的组合来解决我们独特的挑战。多模态机器学习具有挑战性，我们非常感谢得到的指导。我们不是机器学习工程师，我们正在一起学习成长的路上。
您最喜欢 Inference Endpoints 的哪个功能？
我强烈建议您查看端点模型目录。这是一个精选的模型列表，它们能与 Inference Endpoints 很好地配合，并且无需任何配置。我喜欢你可以设置端点在几分钟后进入休眠状态，这样就不会烧钱。它还支持某些模型所需的单核和四核 A100 实例。保持模型更新也非常简单。Inference Endpoints 让我们只需单击一下即可部署最新版本，或使用 Git 哈希回滚到任何旧版本。这些功能在 AWS 上都不容易获得，所以使用它们对我们来说非常方便。即使某个模型还不在目录中，让它们工作也相对容易。至少在我们的专家支持下，对我来说是这样。
哪些团队能从专家支持中获益最多？
与 Hugging Face 的合作关系为我们打开了机器学习的大门。我们的专属专家让我们能够接触到一个机器学习专家社区，他们可以对我们最大胆的问题给出反馈。正如我之前所说，我们不是机器学习工程师。我们的专家指导我们做正确的事情，分享嵌入、重排和对象检测的最佳实践和最先进的模型，并向我们展示如何微调新的视觉语言模型以及收集和整理数据。这些大多是我们自己可以做的事情，但他的指导极大地提高了我们的速度，并使我们能够专注于为用户完成有意义的任务。
通过专家支持计划，我们组建了一支世界级的团队，帮助客户更快地构建更好的机器学习解决方案。我们的专家在您从研究到生产的机器学习旅程中，根据需要回答问题并找到解决方案。请访问 了解更多信息并索取报价。
