Hugging Face 博客：机器学习总监分享行业洞察
Hugging Face 博客发布系列文章，邀请多位机器学习总监分享对媒体、制药等行业的见解。Archi Mitra 指出机器学习通过隐私优先的个性化、辅助工具及强化学习优化媒体业务。Li Tan 强调制药领域需确保训练数据中各族群的平等与多样性。
#Hugging Face
#Hugging Face
今日 0 条Hugging Face BlogAI 评分1212
Hugging Face BlogAI 评分2727 在 Habana Gaudi 上使用 Transformers 入门指南
本文介绍了如何在 AWS 上设置 Habana Gaudi 实例并使用 Transformers 微调 BERT 模型。通过运行 GLUE 基准测试中的 MRPC 任务，模型在 2 分 12 秒内完成训练，F1 分数达到 0.9181。利用 Spot Instances 可将每小时成本从 13.11 美元降至 3.93 美元。
Hugging Face BlogAI 评分2020 使用机器学习增强客户服务
本文介绍如何利用 Hugging Face 生态系统中的机器学习工具模拟真实的客户服务用例。文章详细阐述了定义 NLP 任务、筛选数据集以及选择模型的具体步骤，旨在通过自动化技术识别并优先处理极度不满的客户反馈。
Hugging Face BlogAI 评分1818 Hugging Face 推出教育计划，致力于普及机器学习
Hugging Face 推出教育计划，旨在向全球普及机器学习知识，目标是在 2023 年底前教会 500 万人。该平台提供免费的 NLP 和深度强化学习课程，并允许用户直接在浏览器中试用模型。此外，Hugging Face 还为教育工作者提供多语言免费工具包及协作空间，以支持课堂教学。
Hugging Face BlogAI 评分1515 Hugging Face Hub 与 CO2 排放：引领绿色计算
Hugging Face 推出工具帮助追踪和报告机器学习模型的 CO2 排放。通过 huggingface_hub 库的 emissions_thresholds 参数，用户可按碳排放量筛选模型。使用 transformers 库配合 codecarbon 集成，可自动记录训练过程中的碳排放数据。
Hugging Face BlogAI 评分1515 Hugging Face 机器学习专家：Lewis Tunstall 谈 Transformers 与《NLP with Transformers》
Hugging Face 机器学习工程师 Lewis Tunstall 做客播客，分享其著作《NLP with Transformers》的创作历程及在 Hugging Face 的工作。他重点介绍了通过 ONNX 格式优化模型部署，帮助工程师实现更低延迟和更高吞吐量，并探讨了 Transformers 在 NLP 及 MLOps 领域的应用。
Hugging Face BlogAI 评分3131 Habana Labs 与 Hugging Face 合作加速 Transformer 模型训练
Habana Labs 与 Hugging Face 宣布合作，通过整合 SynapseAI 软件套件与 Optimum 开源库，加速 Transformer 模型在 Habana 处理器上的训练。Habana Gaudi 训练解决方案提供高达 40% 的更低性价比，并支持从 1 到数千个 Gaudi 处理器的系统扩展。
Hugging Face BlogAI 评分1212 Hugging Face Transformers 库为何拒绝 DRY 原则
Hugging Face 的 Transformers 库采用单模型文件策略，拒绝 DRY 原则，将每个模型的前向传播代码集中在独立文件中。此举旨在降低开源社区贡献门槛，确保模型代码易于阅读和修改，并适应机器学习领域极快的演进速度。
Hugging Face BlogAI 评分3535 Hugging Face 在 Transformers 库中集成 Decision Transformer
Hugging Face 将离线强化学习方法 Decision Transformer 集成至 🤗 transformers 库及 Hugging Face Hub。该模型将强化学习抽象为条件序列建模问题，利用 Transformer 根据期望回报、历史状态和动作生成未来动作。目前已在 Gym 环境提供九个预训练模型检查点。
Hugging Face BlogAI 评分1919 Hugging Face 机器学习专家系列：Margaret Mitchell 谈伦理 AI
Hugging Face 发布机器学习专家系列访谈，邀请前 Google 伦理 AI 团队联合创始人 Margaret Mitchell 探讨 AI 伦理。她分享了在 Microsoft 开发 Seeing AI 时因数据偏差产生的顿悟，指出模型对图像中灾难场景的误判可能带来严重后果。访谈还讨论了 ML 团队如何识别有害数据偏见，以及包容性文化对提升 AI 性能与公平性的价值。
Hugging Face BlogAI 评分1313 Hugging Face 推出 AI 研究驻留项目
Hugging Face 推出为期 9 个月的 AI 研究驻留项目，旨在帮助申请人成长为具有影响力的 AI 研究人员。入选者将与 Hugging Face 科学团队研究员合作，以开放协作的方式开发新的机器学习技术并发表成果。该项目面向所有背景开放，优先考虑能体现积极社会影响及多元化背景的申请者，申请截止于 2022 年 4 月 3 日。
Hugging Face Blog精选AI 评分6868 使用自定义数据集微调SegFormer语义分割模型
本文介绍如何使用Hugging Face生态工具，基于自定义数据集微调SegFormer语义分割模型。内容涵盖数据集加载、图像预处理、使用Trainer API进行训练配置与评估，以及模型上传与推理部署的完整流程。
推荐理由：提供了基于Hugging Face生态微调SegFormer的完整代码与配置，可直接复用于自定义视觉分割任务。
Hugging Face BlogAI 评分3535 使用 🤗 datasets 进行图像搜索
🤗 datasets 新增图像功能类型，支持通过 Image 特性读取图像数据。结合 faiss 库，该库可为数据集添加索引以实现高效的密集向量相似性搜索。本文展示了如何加载包含图像和标签的数据集，并利用这些工具构建图像搜索应用。
Hugging Face BlogAI 评分3838 使用 Hugging Face Transformers 和 AWS Inferentia 加速 BERT 推理
AWS Inferentia 通过定制芯片提供最高 2.3 倍吞吐量和 80% 更低推理成本。Hugging Face 发布端到端教程，演示如何结合 Amazon SageMaker 将 BERT 模型转换为 AWS Neuron 格式并部署实时推理端点。该方案支持通过自定义 inference.py 脚本在 Neuron Core 上运行文本分类任务。
Hugging Face Blog精选AI 评分6565 Transformers 新增受限束搜索功能
Hugging Face Transformers 库新增受限束搜索（Constrained Beam Search）功能，允许在文本生成过程中强制包含特定词汇或短语。该功能支持强制词、析取约束及自定义约束对象，通过 Bank 轮询机制平衡约束满足与输出合理性。
推荐理由：原文介绍了如何在生成阶段强制包含特定词汇或短语，为需要精确控制输出的场景提供了可迁移的方法。
Hugging Face BlogAI 评分1515 BERT 101 - 详解最先进的 NLP 模型
BERT 是由 Google AI 于 2018 年开发的大语言模型，凭借 Transformer 架构和 MLM 双向掩码机制，在情感分析等 11 项以上 NLP 任务中超越此前模型。
Hugging Face BlogAI 评分2424 使用 🤗 Transformers 微调 ViT 进行图像分类
本文介绍如何使用 🤗 Transformers 微调 Vision Transformer (ViT) 进行图像分类。通过加载 beans 数据集，利用 ViTImageProcessor 将图像转换为像素值张量，并对预训练的 google/vit-base-patch16-224-in21k 模型进行微调。
Hugging Face BlogAI 评分1313 使用 Python 入门情感分析
情感分析通过自动标记文本极性，帮助企业大规模处理数据并自动化业务流程。Hugging Face Hub 提供超过 215 个公开的情感分析模型，集成仅需 5 行 Python 代码。用户可直接调用预训练模型，或基于自身数据微调模型以提升特定场景的准确率。
Hugging Face BlogAI 评分3333 在 🤗 Transformers 中使用 Wav2Vec2 处理大文件自动语音识别
Wav2Vec2 利用 CTC 架构特性，通过分块与步长（stride）技术实现超长音频或实时语音识别。该方法将音频切分为重叠片段，丢弃边缘预测结果后拼接，从而在有限显存下避免 O(n²) 复杂度爆炸。用户只需在 pipeline 中设置 chunk_length_s 即可直接处理任意长度音频。
Hugging Face BlogAI 评分2828 Hugging Face 博客：huggingface_hub 库新增搜索功能
Hugging Face 博客介绍 huggingface_hub 库新增的搜索功能，旨在降低用户通过 API 在 Hub 上查找模型和数据集的门槛。通过引入 ModelSearchArguments 和 ModelFilter 类，用户无需记忆复杂的查询语法，即可在 Jupyter 或 Python 环境中直接筛选特定任务、数据集和库的模型。
Hugging Face BlogAI 评分2323 Hugging Face Hub 集成 Stable-Baselines3
Hugging Face 宣布将 Stable-Baselines3 集成至 Hugging Face Hub，支持用户托管和加载 PyTorch 深度强化学习模型。通过安装 huggingface_hub 和 huggingface_sb3 库，开发者可便捷地从 Hub 下载或上传模型。未来还将集成 RL-baselines3-zoo 并上传预训练智能体模型。
Hugging Face BlogAI 评分1212 Hugging Face Infinity 在 Intel Xeon CPU 上的毫秒级延迟案例研究
Hugging Face Infinity 在 Amazon EC2 C6i 实例上实现了 Transformer 模型的毫秒级推理延迟。该方案在 Ice Lake 架构上相比 Cascade Lake 实例延迟和吞吐量提升 34%，相比原生 Transformers 提升 800%。Infinity 提供包含预处理和后处理的端到端优化，支持序列分类等任务。
Hugging Face BlogAI 评分3838 在 🤗 Transformers 中利用 n-gram 提升 Wav2Vec2 性能
🤗 Transformers 库现已集成 Kensho Technologies 的 pyctcdecode 库，支持在 Wav2Vec2 推理时结合 n-gram 语言模型。该功能通过 Wav2Vec2ProcessorWithLM 接口加载预训练的 4-gram 模型，解决无语言模型时出现的拼写错误问题，显著提升语音识别准确率。
Hugging Face BlogAI 评分3838 使用 Hugging Face Transformers 和 Amazon SageMaker 部署 GPT-J 6B 进行推理
EleutherAI 发布的 GPT-J 6B 是一个拥有 60 亿参数的开源大语言模型。通过结合 torch.save 与 torch.load 方法，模型加载时间可从 1 分 23 秒大幅缩短至 7.7 秒，速度提升约 10.5 倍。该方案支持在 Amazon SageMaker 上使用 NVIDIA T4 GPU 实例进行可扩展、可靠且安全的实时推理。
Hugging Face BlogAI 评分1818 使用 AutoNLP 和 Prodig Prodigy 构建主动学习管道
Hugging Face 推出 AutoNLP 框架，支持无需代码即可在自定义数据集上训练 SOTA 深度学习模型。结合 Explosion 开发的 Prodigy 标注工具，可构建包含数据标注、模型微调及服务的主动学习管道。以 BBC 新闻分类为例，AutoNLP 可在约 15 分钟内完成训练，最佳模型准确率达 98.67%。
Hugging Face BlogAI 评分4040 Hugging Face 收购 Gradio
Hugging Face 宣布收购机器学习初创公司 Gradio。Gradio 自 2019 年发布以来已构建超过 30 万个演示，旨在让非技术用户也能通过浏览器轻松访问和反馈模型。此次收购将结合 Hugging Face 的开源生态，进一步降低机器学习的使用门槛。
Hugging Face BlogAI 评分3838 Perceiver IO：支持任意模态的可扩展全注意力模型
Hugging Face 将 Perceiver IO 加入 Transformers 库，这是首个能处理文本、图像、音频、视频及点云等多种模态及其组合的 Transformer 模型。该模型通过在潜在变量上应用自注意力机制，使计算复杂度仅随输入大小线性增长，从而解决了传统 Transformer 在处理高维数据时计算和内存扩展性差的问题。
Hugging Face BlogAI 评分5050 从零开始训练 CodeParrot 🦜
Hugging Face 发布从零训练 CodeParrot 🦜 的教程，该模型基于 1.5B 参数的 GPT-2 架构，可自动补全 Python 代码。教程展示了如何清洗 50GB 的 GitHub 数据集、训练专用 Tokenizer 并使用 🤗 Accelerate 库进行多 GPU 训练。
Hugging Face BlogAI 评分1515 Hugging Face 发布首个 ML-Agents 环境 Snowball Fight
Hugging Face 发布首个基于 Unity ML-Agents 的自定义深度强化学习环境 Snowball Fight。该环境支持 1v1 对战，已开源并托管于 Hugging Face Hub 和 Spaces。未来计划推出 2v2 协作版本及更多自定义环境。
Hugging Face BlogAI 评分2525 使用 Optimum 在 Graphcore IPU 上加速 Hugging Face Transformers
Hugging Face 与 Graphcore 合作推出 Optimum Graphcore 库，使开发者能轻松在 IPU 上加速 Transformer 模型。文章以 BERT 为例，演示了如何在 Graphcloud 环境中配置 Poplar SDK 和 PopTorch，并通过安装 optimum[graphcore] 包实现模型微调。
Hugging Face BlogAI 评分3838 Hugging Face 发布 Data Measurements Tool：交互式数据集测量与分析工具
Hugging Face 推出开源 Data Measurements Tool，提供无代码界面与 Python 库，用于交互式测量、构建和比较数据集。该工具支持查看数据集基础信息、描述性统计及分布统计，帮助用户分析词汇分布、标签平衡性、重复项及 Zipf 定律符合度，以评估数据质量与代表性。
Hugging Face BlogAI 评分3030 使用 🤗 Transformers 微调 XLSR-Wav2Vec2 进行低资源语音识别
Hugging Face 发布教程，演示如何使用 🤗 Transformers 微调 XLSR-Wav2Vec2 模型进行低资源自动语音识别。XLS-R 模型在 128 种语言、近 50 万小时音频上预训练，提供 300M 至 2B 参数版本。教程以 Common Voice 土耳其语数据集为例，展示通过连接时序分类（CTC）进行微调及词错误率评估的具体步骤。
Hugging Face BlogAI 评分1515 Hugging Face 发布课程第二部分并举办社区活动
Hugging Face 于 11 月 15 日发布课程第二部分，聚焦文本分类之外的常见 NLP 任务及 🤗 Datasets 和 🤗 Tokenizers 等生态工具。官方同步举办为期两天的社区活动，涵盖 Transformers 原理与训练工具讲座，并提供由 AWS 赞助的免费 Amazon SageMaker 算力用于模型微调实战。参与者完成项目后可获结业证书。
Hugging Face BlogAI 评分5353 使用10亿对训练数据训练Sentence Embedding模型
Hugging Face团队分享了使用10亿对训练数据训练Sentence Embedding模型的方法，采用对比学习和Multiple Negative Ranking Loss，在多个通用任务上达到SOTA。
Hugging Face BlogAI 评分1717 机器学习即代码时代已至
机器学习正通过 MLOps 和 Transformer 架构走向大众化，成为可像软件工程一样版本化、自动化和部署的常规 IT 工作负载。75% 的受访者使用云服务，企业应优先招聘具备 ML 技能的软件与 DevOps 工程师，而非单纯增加数据科学家，以推动模型快速进入生产环境。
Hugging Face BlogAI 评分3232 使用遥感图像和描述微调 CLIP
团队在 Hugging Face 组织的 Flax/JAX 社区周活动中，利用 RSICD 等数据集对 OpenAI 的 CLIP 模型进行微调，使其适配卫星图像与文本的检索任务。该模型通过对比学习在嵌入空间中拉近图像与描述的距离，支持通过文本查询搜索卫星图像。
Hugging Face BlogAI 评分3030 使用 Streamlit 在 Hugging Face Spaces 托管模型和数据集
Hugging Face 发布教程，指导开发者利用 Streamlit 在 Hugging Face Spaces 托管模型和数据集。文章以复现 "Write with Transformer" 为例，展示如何加载 GPT-2 和 XLNet 等模型并构建交互式 UI。同时介绍结合 Datasets 库的 streaming 功能及 matplotlib、seaborn 等库进行数据可视化的方法。
Hugging Face BlogAI 评分2828 使用 Gradio 在 Spaces 中展示项目
Gradio 提供与 Hugging Face Hub 的集成，通过几行代码即可利用 Inference API 无缝演示模型。用户可在 Hugging Face Spaces 中免费托管 Python 机器学习演示应用，支持图像到文本、语音到文本等多种模型类型。此外，Gradio Series 功能允许混合搭配不同模型，如将翻译模型与故事生成模型结合。
Hugging Face BlogAI 评分2020 Hugging Face 2021 年夏季回顾：Hub 模型超 1.6 万、Spaces Beta 上线及 JAX/FLAX 冲刺
Hugging Face 发布 2021 年 6 至 8 月工作回顾，Hub 模型仓库突破 16,000 个。Spaces Beta 上线支持 Gradio 和 Streamlit 快速部署应用，并新增点赞、TensorBoard 集成及多项模型演示组件。
Hugging Face BlogAI 评分3030 Hugging Face 与 Graphcore 合作推出 IPU 优化的 Transformer 模型
Hugging Face 与 Graphcore 宣布合作，通过 Hugging Face Hardware Partner Program 提供针对 IPU 优化的 Transformer 模型。开发者可使用 Optimum 库访问经认证的硬件优化模型，实现即插即用的部署。首批 IPU 优化模型将于今年晚些时候在 Optimum 上线。