WEBVTT 00:00.410 --> 00:06.860 여기는 H징 페이스코어의 주 랜딩 페이지인데요 00:06.890 --> 00:07.790 URL 같은 거요 00:07.790 --> 00:11.390 얼굴 안기기 팸플릿을 몇 번 제작한 후부터요 00:11.510 --> 00:14.270 이게 여러분이 보시게 될 거예요 00:14.270 --> 00:16.760 로그인 안 하면 계정이 없어요 00:16.760 --> 00:18.530 이런 화면이 보일 거예요 00:18.530 --> 00:20.870 가장 먼저 할 일은 등록하는 거예요 00:20.870 --> 00:27.470 포옹 얼굴 계정이 아직 없다면 이메일 주소와 비밀번호를 무료로 등록하면 00:27.470 --> 00:29.210 가입할 수 있어요 00:29.240 --> 00:32.810 get it에 들어가면 이런 걸 보게 돼요 00:33.590 --> 00:40.040 페이스 포옹의 주 내비게이션은 이 위에 있어요 내비게이션의 첫 세 부분은 모델, 00:40.040 --> 00:42.680 데이터셋, 스페이스예요 00:42.680 --> 00:45.050 지금 그걸 살펴볼 거예요 00:45.350 --> 00:52.820 첫 번째 탭 모델은 포옹형 플랫폼 혹은 허브라고 불리는 곳에서 사용 00:52.820 --> 00:56.690 가능한 모든 모델을 볼 수 있어요 00:56.900 --> 01:02.090 800,000개 이상이라고 했는데 사실은 900,000개 이상이죠 01:02.120 --> 01:03.140 보세요 01:03.530 --> 01:10.460 이건 정렬된 것 같아요 기본 트렌딩으로요 재조정과 인기를 합친 거죠 01:10.490 --> 01:16.580 얼마나 유명한지도 바꿀 수 있어요 얼마나 많이 다운로드되었는지 얼마나 최근에 생성되거나 01:16.580 --> 01:18.320 업데이트되었는지도요 01:19.310 --> 01:24.920 보시다시피 각각의 모델의 이름은 전형적으로 조직의 이름이고 다음은 01:24.920 --> 01:26.450 모델 이름이죠 01:26.780 --> 01:34.610 플럭스는 가장 최신의 이미지 모델 텍스트 중 하나입니다 언젠가 그걸 갖고 놀 거라고 01:34.610 --> 01:35.780 믿어요 01:36.110 --> 01:42.170 퀀타는 제가 몇 번 언급했던 알리바바 클라우드의 강력한 모델이죠 01:42.170 --> 01:48.590 보통 양을 묘사할 때 매개 변수의 수를 볼 수 있어요 01:48.590 --> 01:56.540 그리고 마지막에 지시 사항은 채팅이나 입력 상호 작용을 지시할 때 가장 01:56.540 --> 02:01.980 잘 적용되도록 조율되었다는 것을 알려줘요 02:02.700 --> 02:05.820 다른 모델도 많이 있어요 02:05.820 --> 02:07.740 물론 필터가 있죠 02:07.740 --> 02:16.830 llama 같은 것을 필터링해 llama 모델을 볼 수 있어요 메타 모델이죠 아주 02:16.830 --> 02:20.400 유명하고 인기 있는 거예요 02:20.550 --> 02:21.240 여기 있네요 02:21.270 --> 02:27.000 이 모든 게 다양한 시기예요 메타나 라마가 이 묘사에 나오는 어느 시점에서 언급되겠죠 02:27.000 --> 02:35.220 하지만 우리가 정말 원하는 건 여기 메타 라마 3이에요 180억 버전 모델이죠 02:35.220 --> 02:39.720 교육 사용 사례에 잘 맞춰진 것과 같은 거죠 02:39.750 --> 02:43.500 이런 종류의 채팅 사용 사례요 02:43.500 --> 02:45.000 이쪽으로 오세요 02:45.000 --> 02:51.540 라마 3에 가시면요 180억 개에 관한 정보가 엄청나게 많아요 02:51.540 --> 02:55.170 여러 번 다운로드된 게 보이시죠 02:55.320 --> 03:00.450 최근에는 직접 다운로드도 할 거예요 앞으로 몇 주간 자주 그럴 거예요 03:00.570 --> 03:06.990 모델 아키텍처에 대한 정보도 얻을 수 있고 언어, 가족, 사용 의도에 대한 정보도 03:06.990 --> 03:12.270 얻을 수 있습니다. 그리고 코드 예제도 볼 수 있어요. 03:12.420 --> 03:15.420 전부 다 유용한 책이에요 03:15.420 --> 03:17.550 어떻게 훈련했는지도 알려줘요 03:17.820 --> 03:22.590 그 외에도 읽을 만한 게 많아요 03:23.100 --> 03:30.330 파일과 버전이라는 탭도 있어요 Git 저장소처럼 보이는 뭔가를 여는 03:30.330 --> 03:31.380 탭이죠 03:31.380 --> 03:36.480 그렇게 생각하다니 재미있네요 사실 그건 Git 저장소거든요 03:36.510 --> 03:42.930 포옹하는 얼굴 허브는 git 리포스 시리즈의 인터페이스로 생각할 03:42.960 --> 03:44.190 수 있어요 03:44.190 --> 03:51.330 모델이나 데이터를 다운로드할 때 실제로 하는 일은 일종의 Git get에서 03:51.360 --> 03:56.830 끌어와 이 파일들을 로컬로 가져오는 거죠 03:56.830 --> 04:08.110 이게 메타 llama 3 뒤에 있는 폴더와 파일 구조예요 180억 달러요 04:08.440 --> 04:12.430 다양한 방법으로 사용할 수 있어요 04:12.520 --> 04:14.020 여기 버튼이 있어요 04:14.020 --> 04:18.880 여러분이 해야 할 일에 대해 더 많은 정보를 주는 이 모델을 사용하세요 04:18.880 --> 04:21.490 실제 코드 예제를 제공하죠 04:21.490 --> 04:24.370 이 코드는 나중에 쓸 거니까 지금은 신경 쓰지 마세요 04:24.670 --> 04:28.780 이걸 읽을 필요는 없지만 언제든 이 모델을 사용할 수 있다는 걸 알아두세요 04:28.780 --> 04:34.390 얼굴 트랜스포머 라이브러리를 사용하려면 트랜스포머를 선택하세요 사용자 04:34.390 --> 04:38.230 인터페이스에서 예제를 직접 복사하세요 04:38.260 --> 04:39.850 아주 간단해요 04:40.480 --> 04:43.270 다른 건 나중에 살펴보죠 04:43.300 --> 04:50.290 물론 태그도 있어요 모델의 다양한 측면을 아주 빠르고 쉽게 필터링할 04:50.290 --> 04:51.940 수 있게 해주죠 04:52.000 --> 04:55.420 다른 모델도 많이 볼 거예요 04:55.420 --> 05:01.750 마이크로소프트의 파이 모델 같은 것을 살펴볼 것입니다 제가 언급했던 것 같네요 05:01.780 --> 05:08.680 물론 퀀타도 살펴볼 겁니다 이미 많이 보셨을 거예요 05:08.680 --> 05:14.350 구글의 제마를 언급할까 봐요 제가 이걸 할 때 제마가 나올 거예요 05:14.590 --> 05:16.750 네, 떴다가 다시 사라졌어요 05:16.750 --> 05:19.900 구글 또는 제마로 해보죠 05:19.930 --> 05:21.070 됐어요 05:21.340 --> 05:30.850 예를 들어 20억 개의 아주 작은 장치 버전의젬마와 이전처럼 설명이 있어요 코드 05:30.850 --> 05:37.990 예제, 파일과 버전 그리고 이렇게 클릭해서 이 모델을 사용할 05:37.990 --> 05:40.360 수 있는 기능도요 05:40.870 --> 05:42.280 모형이에요 05:42.280 --> 05:44.080 데이터 집합으로 넘어가죠 05:44.110 --> 05:50.920 데이터 집합은 페이스 허브에서 사용 가능한 방대한 데이터 리소스를 보여주죠 05:50.920 --> 05:53.470 검색 기능도 있고요 05:53.500 --> 05:55.600 기본값으로 정렬되어 있어요. 05:55.870 --> 06:03.250 나중에 말씀드릴게요 제품 가격을 이용한 실험을 할 거예요 06:03.250 --> 06:07.810 저희가 보고 싶은 건 긁힌 제품 데이터예요 06:07.840 --> 06:15.850 알고 보니 아마존 가격과 관련된 데이터 저장소가 정말 많더라고요 06:15.850 --> 06:17.170 여기 몇 개 있네요 06:17.200 --> 06:21.220 어떤 게 인기 있고 어떤 게 유용한지 살펴보세요 06:21.220 --> 06:26.380 여기 있는 이걸 사용할 겁니다 아주 최근 것으로 포괄적이고 06:26.380 --> 06:29.830 유용한 데이터가 아주 많아요 06:29.950 --> 06:32.950 정말 경이로운 자원이에요 06:33.100 --> 06:40.390 이걸 보세요 데이터 세트 뷰어 같은 것도 사용할 수 있어요 데이터 세트와 함께 06:40.390 --> 06:42.730 오는 다른 도구도요 06:42.760 --> 06:50.360 H깅페이스 허브 공간의 일부는 Gadio 라디오 앱과 다른 종류의 앱이 실행되는 곳입니다 커뮤니티의 06:50.360 --> 06:57.470 사람들이 남들에게 자랑하고 싶어 하거나 사용하게 만드는 작업을 위해서요 06:57.470 --> 07:02.600 포옹하는 얼굴 앱이나 라디오 앱도 똑같이 할 수 있어요 07:02.600 --> 07:05.090 여긴 시도해 볼 게 많아요 07:05.240 --> 07:07.850 금주의 공간 같은 게 있어요 07:07.850 --> 07:12.230 요즘 추세인 것들이 있어요 그리고 몇 가지 유형의 공간이 있는데 07:12.230 --> 07:19.340 다음 몇 주나 다음 주에 더 자세히 살펴볼 겁니다 대부분 리더보드죠 다양한 LMS를 비교하는 07:19.370 --> 07:20.240 거요 07:20.480 --> 07:28.760 흥미로운 LMS나 재생 인공지능 애플리케이션을 시험해 볼 수 있는 재미있는 공간이 07:28.760 --> 07:29.870 많아요 07:30.140 --> 07:35.330 제가 발견하는 것 중 하나는 가끔 이런 거예요 많은 것들이 무료로 실행되고 07:35.330 --> 07:41.120 있기 때문에 약간 비트가 있을 수 있어요 만약 인기가 있는 것이라면 과용이 되고 실행하기가 07:41.120 --> 07:45.050 꽤 어렵죠 지금 너무 바쁘다고 알려 주거든요 07:45.200 --> 07:48.750 하지만 그건 프리 소프트웨어 영역에 따라오는 거라고 생각해요 07:49.050 --> 07:51.150 효과가 있으면 정말 좋죠 07:51.150 --> 07:54.870 예를 들어, 상단 스페이스에 있는 걸 몇 개 시도해봤어요 07:54.870 --> 08:02.850 인공지능 코믹 팩토리에는 스타일과 제목을 줄 수 있고 제작할 때 어떤 08:02.850 --> 08:08.340 생각을 하길 바라는지 알려줄 수 있어요 08:08.490 --> 08:15.720 슈퍼 파워 데이터 사이언스 만화를 그렸는데 악당으로 추정되는 인물이 매우 화난 표정으로 08:15.720 --> 08:21.390 나오고 여주인공은 데이터가 힘이라고 하지만 가끔은 좀 더 밀어붙여야 08:21.390 --> 08:22.050 해요 08:22.440 --> 08:24.630 정말 재미있어요 08:24.630 --> 08:31.740 여러분이 선택한 주제에 기반해 상상으로 그린 만화입니다 여러분도 와서 한번 08:31.740 --> 08:32.700 해 보세요 08:32.700 --> 08:40.410 두세 번 시도한 끝에 겨우 이걸 얻었어요 워낙 인기가 많았거든요 하지만 제 취향이에요 08:40.410 --> 08:44.880 현재 가장 인기 있는 사이트 첫 페이지에 있지만 이런 걸 발견하시면 한번 08:44.880 --> 08:45.590 써 보세요 08:45.620 --> 08:50.480 제가 시도했던 또 다른 방법은 이거였어요 08:50.480 --> 08:51.650 이거 정말 웃기네요 08:51.710 --> 08:53.360 자신의 사진을 업로드 할 수 있어요 08:53.360 --> 08:58.400 아까 비행기 앞에서 탔던 비행기를 선택했어요 전 못 타지만요 08:58.790 --> 09:00.800 그래도 계속 노력했어요 09:01.190 --> 09:07.790 옷을 고르거나 업로드 하면 그 옷을 입은 모습이 나와요 09:07.820 --> 09:08.810 아니, 괜찮아요 09:08.810 --> 09:09.860 완벽하지 않아요 09:09.860 --> 09:11.030 무슨 일인지 모르겠어요 09:11.240 --> 09:14.720 약간 구부정하긴 하지만 비트를 보면 알 수 있죠 09:14.720 --> 09:19.760 제 뒤에 있는 비행기와 기이한 물체가 충돌하다니 흥미롭네요 09:19.940 --> 09:23.570 하지만 그것만 빼면 재밌어요 09:23.570 --> 09:29.900 무료에 사용도 쉽고 인공지능이나 LM으로 할 수 있는 재미있는 일을 사람들이 09:29.900 --> 09:36.050 떠올리는 전형적인 예죠 다른 사람들이 갖고 놀 수 있게 드러난 거예요 09:36.080 --> 09:39.590 스페이스에 이런 예가 많아요 09:40.190 --> 09:47.460 여러분께 보여드리고 싶은 또 다른 건 아바타 메뉴에서 자신을 보면 어떻게 되는지 09:47.460 --> 09:49.260 보여드릴게요 09:49.260 --> 09:54.390 여기서 바로 시작할 거예요 09:54.570 --> 09:57.360 제가 한 일을 보면 알아요 09:57.360 --> 10:03.330 한 스페이스가 있고 다양한 모델이 여러 개 있어요 일부는 우리 자신을 갖고 놀겠죠 데이터 세트도 10:03.330 --> 10:05.880 여러 개 있는데 모두 개인이에요 10:05.880 --> 10:10.530 오직 보고 싶을 때만 볼 수 있는 개인용으로 만들 수도 있고 온 세상이 보길 원한다면 공개용으로 10:10.530 --> 10:11.400 만들 수도 있죠 10:11.610 --> 10:17.250 다양한 데이터 모음이 있는데 앞으로 몇 주 동안 많이 얘기할 거예요 10:17.250 --> 10:18.720 재미있을 거예요 10:19.080 --> 10:25.890 예를 들어 여기 이 공간은 이런 작업이 얼마나 쉬운지 보여주는 10:25.890 --> 10:28.350 예가 될 거예요 10:28.440 --> 10:37.050 하지만 이 경우엔 공용이고 제가 만든 게임으로 llm들이 서로 경쟁하며 배틀을 10:37.050 --> 10:39.540 시도하게 할 수 있죠 10:39.540 --> 10:45.360 첫 주에 있었던 리더십 싸움에서 영감을 받았어요 10:45.510 --> 10:53.340 거기에 비트를 더해서 양들이 서로 싸우면서 서로 이기려고 하고 돈을 10:53.370 --> 10:57.390 뺏으려고 해요 규칙을 따르면서요 10:57.390 --> 10:59.340 게임을 하면서 달리는 걸 볼 수 있죠 10:59.340 --> 11:05.370 다음 주에 양들의 차이점을 얘기할 때 해 보죠 시간이 되는지 볼게요 11:05.370 --> 11:09.570 그렇지 않다면, 직접 와서 제가 어떻게 했는지 보세요. LLM 11:09.570 --> 11:16.500 응용 프로그램이 얼마나 쉬운지 예로 볼 수 있습니다. 그러디오 프런트 엔드를 이용하거나 11:16.500 --> 11:21.120 이 경우에 이것은 Streamlit이라고 합니다. 다른 종류의 사용자 인터페이스 같은 것이죠. 11:21.120 --> 11:25.740 그리고 포옹의 공간에 있는 모든 사람이 볼 수 있게 출판하는 거죠 11:26.490 --> 11:33.300 이 메뉴에 대해 한 가지 더 언급할 것은 프로필로 가시면 죄송합니다, 11:33.300 --> 11:40.840 설정으로 가시면, 이 아래 설정으로요 이 아래에는 액세스 토큰이라는 섹션이 11:40.840 --> 11:42.790 있어요 11:42.790 --> 11:45.910 한 번도 안 해 본 사람은 꼭 해 봐야 해요 11:45.940 --> 11:50.950 액세스 토큰으로 가서 간단한 버튼으로 새 토큰을 생성하세요 11:50.950 --> 11:58.060 그걸 눌러 새 API 토큰을 주는 거죠 새 API 토큰이요 읽기와 쓰기 사용 권한을 둘 다 요청하는 11:58.060 --> 11:59.230 거죠 11:59.230 --> 12:07.030 Jupyter에서 사용할 토큰으로 허브에 접근하고 모델과 데이터를 다운로드 12:07.030 --> 12:09.970 및 업로드 하기 위해서죠 12:09.970 --> 12:14.260 포옹 얼굴 계정 설정에서 중요한 부분이죠 12:14.350 --> 12:18.250 얼굴 맞대기 시범은 이걸로 간단히 마칠게요 12:18.250 --> 12:19.990 탐험할 게 정말 많아요 12:20.050 --> 12:22.420 이제 안으로 들어가세요 12:22.450 --> 12:26.650 아직 계정과 API 키를 설정하지 않으셨다면 모두 무료예요 12:26.650 --> 12:34.300 데이터셋 모델을 찾고 공간을 둘러보면서 사람들이 커뮤니티에서 누구나 사용할 수 12:34.300 --> 12:37.990 있게 만든 멋진 제품을 시도해 보세요 12:38.110 --> 12:39.220 맛있게 드세요