Hugging Face 为模型和数据集引入 DOI
Hugging Face 宣布用户可直接在 Hub 的仓库设置中为模型或数据集生成 DOI，其他人在模型或数据集页面点击“Cite this model/dataset”即可引用。该功能与 DataCite 合作实现，DOI 绑定对象的 URL、版本、创建日期等元数据，新版本发布时 DOI 可更新，旧版本 DOI 随之失效。带 DOI 的数据集和模型将永久保留，仅能通过向官方支持提交请求后删除。
#开源生态
#开源生态
今日 4 条Hugging Face BlogAI 评分3838
Hugging Face BlogAI 评分4141 rinna 发布 Japanese Stable Diffusion：基于 Stable Diffusion 微调的日语文本生成图像模型
rinna 通过微调 Stable Diffusion 开发出日语专用文本生成图像模型 Japanese Stable Diffusion，可理解日语特有词汇、拟声词与专有名词，并生成体现日本文化的图像。
Hugging Face BlogAI 评分5050 Hugging Face 推出 Evaluation on the Hub：支持大语言模型零样本评估
Hugging Face 在 Evaluation on the Hub 上线零样本分类评估功能，由 AutoTrain 驱动，无需写代码即可评估 Hub 上的任意因果语言模型，目前支持最大 66B 参数模型。
Hugging Face Blog精选AI 评分6262 Hugging Face Accelerate 如何借助 PyTorch 运行超大模型
Hugging Face 介绍 Accelerate 如何借助 PyTorch 特性在内存不足的消费级硬件上加载并推理超大模型，示例可在免费 Colab 实例上运行 OPT-6.7B。
推荐理由：以 OPT-6.7B 到 BLOOM 为例，讲清 Accelerate 如何用 meta device、device map 和分片加载把超大模型跑在普通硬件上。
Hugging Face BlogAI 评分1515 Hugging Face 推出《伦理与社会》季刊通讯
Hugging Face 发布首期《伦理与社会》通讯，计划在每年春分、秋分、夏至、冬至各出一期，由公司内部跨部门开放小组“Ethics and Society regulars”编写。
OpenAI News精选AI 评分7878 OpenAI 开源语音识别模型 Whisper
OpenAI 宣布训练并开源名为 Whisper 的神经网络，称其在英语语音识别上接近人类水平的鲁棒性与准确率。
推荐理由：OpenAI 开源语音识别模型 Whisper，读者可了解其在英语语音识别上的鲁棒性与准确率定位。
Hugging Face Blog精选AI 评分6262 用 DeepSpeed 和 Accelerate 实现极快的 BLOOM 推理
Hugging Face 发布教程，介绍如何用 DeepSpeed-Inference、Accelerate 和 DeepSpeed ZeRO 为 176B 参数的 BLOOM 模型做快速推理。
推荐理由：文章给出 BLOOM 176B 在多种并行与量化方案下的实测吞吐与显存占用，可据此选择部署路径。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 diffusers 0.3，新增图生图、文本反转与 Mac 支持
Hugging Face 发布 diffusers 0.3，为扩散模型工具箱新增图生图、文本反转、实验性 inpainting 等 pipeline。优化后 Stable Diffusion 显存占用降至 3.2GB，代价是约 10% 的速度损失，并可通过 mps 在 M1/M2 设备上推理。该版本还提供实验性 ONNX 导出与 pipeline、首版文档，社区已分享超过 200 个文本反转概念。
推荐理由：官方一次性列出 diffusers 0.3 的图生图、文本反转、小显存优化与 Mac 支持，便于判断扩散模型工具链的可用边界。
Hugging Face BlogAI 评分4040 如何用 Megatron-LM 训练语言模型
Hugging Face 发布教程，讲解如何在 NVIDIA GPU 上用 Megatron-LM 训练 GPT2 语言模型，并转换到 Transformers 使用。
Hugging Face BlogAI 评分4040 Hugging Face 支持的 OpenRAIL：面向开放且负责任的 AI 许可框架
RAIL Initiative 推出 OpenRAIL 系列 AI 专用许可证，在允许免版税访问、下游使用与再分发的同时，嵌入针对特定关键场景的使用限制条款。该框架由 Hugging Face 支持，灵感来自 BigScience、开源与 Creative Commons，旨在让许可方在开放模型时保留对有害用途的约束与执行能力。
Hugging Face BlogAI 评分2222 如何在 Hugging Face Spaces 上用 3Dmol.js 可视化蛋白质
Hugging Face Spaces 可通过 3Dmol.js 与 Gradio 的 HTML block 集成，在浏览器中直接可视化蛋白质结构。用户可输入 4 位 PDB 代码或上传 PDB 文件，应用会从 RCSB Protein Databank 获取结构并渲染。文中还提到可用 Molecule3D Gradio 自定义组件简化这一流程。
Hugging Face Blog精选AI 评分7070 用 Diffusers 运行 Stable Diffusion：用法与原理拆解
Hugging Face 发布教程，介绍如何用 Diffusers 库运行 Stable Diffusion，并解释其潜空间扩散模型的工作原理。
推荐理由：Hugging Face 官方给出 Stable Diffusion 在 Diffusers 中的完整用法与原理拆解，可据此理解潜空间扩散的组件分工。
Hugging Face BlogAI 评分2222 Hugging Face 的 TensorFlow 哲学
Hugging Face 阐述了其 transformers 库在 TensorFlow 上的设计理念：所有 TensorFlow 模型都是 Keras Model 对象，所有层都是 Keras Layer 对象，用户可直接调用 fit()、compile() 和 predict()。库通过 TFAutoModel 等类一行代码加载预训练模型，并配合 AutoTokenizer 完成匹配的预处理。
Hugging Face BlogAI 评分2222 Hugging Face 教程：训练与微调 Sentence Transformers 模型
Hugging Face 发布 Sentence Transformers 训练与微调教程，讲解如何从零构建模型或从 Hub 加载已有模型微调，并以 distilroberta-base 加池化层为例说明其两层架构。
Hugging Face BlogAI 评分2222 Hugging Face 深度强化学习课程第 8 单元：Proximal Policy Optimization (PPO)
Hugging Face 深度强化学习课程第 8 单元讲解 Proximal Policy Optimization (PPO)，通过在当前策略与旧策略的概率比上做裁剪（范围 [1−ϵ,1+ϵ]）来限制每轮策略更新幅度，避免更新过大导致训练不稳定。课程随后用 PyTorch 从零实现 PPO，并在 CartPole-v1 和 LunarLander-v2 上验证。
Hugging Face BlogAI 评分4040 Hugging Face 推出 Private Hub：机器学习协作新方式
Hugging Face 发布 Private Hub（PH），为机器学习全生命周期提供统一工具，支持以安全合规的方式加速从研究到生产的各环节。PH 基于拥有 60K+ 模型、6K 数据集和 6K 演示应用的 Hugging Face Hub，通过 Git 仓库、组织账户和权限管理实现团队内部模型、数据集与 Spaces 的共享协作。
Hugging Face BlogAI 评分1515 Hugging Face 就美国国家 AI 研究资源（NAIRR）中期报告提交建议
Hugging Face 于 2022 年 6 月下旬向白宫 OSTP 和 NSF 提交了对 NAIRR 中期报告的回应，建议任命技术与伦理专家担任顾问、制定模型与数据文档标准（如 Model Cards）、为跨学科非技术专家提供低代码或无代码工具（如 AutoTrain），并投资 Responsible AI Licenses 以应对资源滥用。
Hugging Face BlogAI 评分3838 Hugging Face：用 TensorFlow 和 XLA 加速文本生成，最高快 100 倍
Hugging Face 的 transformers 库在 TensorFlow 下现可用 XLA 编译文本生成，速度最高提升 100 倍，甚至快于 PyTorch。该功能需 transformers >= 4.21.0，示例基于 GPT-2 展示采样、贪心解码与 Beam Search 等生成方式。
Hugging Face BlogAI 评分2222 如何用对抗数据动态训练你的模型
Hugging Face 博客介绍动态对抗数据收集（DADC）：让用户用各种手写方式欺骗模型，再把被标记的对抗样本加入数据集反复训练。文章以 MNIST 手写数字识别为例，模型训练 20 个 epoch 后在测试集上达到 89% 准确率，并借助 🤗 Spaces 搭建交互与标记流程。
Hugging Face BlogAI 评分3434 BLOOM 176B 参数模型训练背后的技术揭秘
Hugging Face 披露了 176B 参数多语言模型 BLOOM 的训练技术细节，该模型基于 Megatron-DeepSpeed 框架、采用 3D 并行技术，在 384 块 80GB A100 GPU 上训练了约 3.5 个月。训练数据为 59 种语言、350B token，模型架构类似 GPT3 并做了改进，词表规模 250,680。
Hugging Face BlogAI 评分2626 如何用 Sentence Transformers 构建歌单生成器
作者用 Sentence Transformers 的语义搜索功能搭建了一个歌单生成器：将歌词按段落切分并嵌入，再对输入提示词做语义搜索匹配歌曲，并封装成基于 Gradio Blocks 的多步应用托管在 Hugging Face Spaces。
Hugging Face Blog精选AI 评分7878 Hugging Face 发布 176B 参数开源多语言模型 BLOOM
Hugging Face 发布 BLOOM，一个 176B 参数的多语言大语言模型，可生成 46 种自然语言和 13 种编程语言的文本，由 70 多个国家 1000 多名研究者协作完成，在法国 Jean Zay 超算上训练 117 天。
推荐理由：BLOOM 以 176B 参数覆盖 46 种自然语言，并公开训练中间检查点，可据此了解开放大模型在透明度上的做法。
Hugging Face BlogAI 评分2222 如何用 Sentence Transformers 开启你的第一个机器学习项目
Hugging Face 发文介绍如何以 Sentence Transformers（ST）为例从零上手一个新 ML 库并完成首个自驱项目。ST 可将句子、段落和图像转为嵌入向量，并用 util.cos_sim 计算余弦相似度，支持语义搜索、聚类和模型蒸馏等应用。该库在 GitHub 已获近 8,000 stars，超过 3,000 个项目和包依赖它。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 Evaluation on the Hub，零代码评测任意模型与数据集
Hugging Face 推出 Evaluation on the Hub，由 AutoTrain 驱动，用户无需写代码即可在 Hub 上用任意数据集和指标评测模型。评测结果会以 PR 形式写入模型卡的元数据，并汇总到数据集排行榜，官方已用该工具评测了数百个模型。工具已嵌入现有生态，评测提交界面和排行榜都是 Hugging Face Spaces，用户可从数据集页面发起评测。
推荐理由：官方说明可在 Hub 上零代码评测任意模型与数据集，并给出结果写入模型卡与排行榜的完整流程。
Hugging Face BlogAI 评分3030 Hugging Face Optimum 如何将 Transformers 模型转换为 ONNX
Hugging Face 博客介绍了三种将 Transformers 模型转为 ONNX 的方式：底层 torch.onnx、中层 transformers.onnx 和高级 Optimum。
Hugging Face BlogAI 评分2222 Hugging Face 深度强化学习课程：用 Deep Q-Learning 玩 Space Invaders
Hugging Face 深度强化学习课程第三单元讲解 Deep Q-Learning，用神经网络替代 Q-table 来近似各动作的 Q-value，并训练智能体玩 Space Invaders 等 Atari 环境。
Hugging Face BlogAI 评分4242 Hugging Face Hub 推出 Pull Requests 和 Discussions
Hugging Face Hub 上线 pull requests 和 discussions 功能，所有模型、数据集和 Spaces 仓库的 community 标签页均可使用，社区成员可创建并参与讨论和 PR。PR 不使用 fork 和分支，而是将贡献直接推送到源仓库上的自定义 ref 分支，并可在网页端直接评论、合并或关闭。官方称这是 Hub 史上最大更新。
Hugging Face BlogAI 评分1717 Hugging Face 深度强化学习课程：Q-Learning 入门（下）
Hugging Face 深度强化学习课程第二单元第二部分讲解 Q-Learning，并从头实现首个 RL 智能体。Q-Learning 是一种 off-policy、基于价值的方法，通过 TD 方式训练动作价值函数，其内部维护一张 Q-table 记录每个状态-动作对的价值。
Hugging Face BlogAI 评分1818 Hugging Face 多模态团队发布研究伦理章程，将伦理原则置于研究生命周期核心
Hugging Face 多模态学习团队发布了一份伦理章程，将伦理原则正式纳入其机器学习研究生命周期。章程列出了要防止的用例，包括生成虚假信息、生成个人身份信息，以及在医疗、法律、金融、移民等高风险领域的不谨慎使用。团队同时提出透明、开放可复现、公平、自我批判和尊重署名五项价值观，并承认这些价值观之间可能存在冲突，需逐案权衡。
Hugging Face BlogAI 评分1212 Hugging Face 深度强化学习课程：Q-Learning 入门（第一部分）
Hugging Face 深度强化学习课程更新第二单元第一部分，讲解基于价值的方法，并区分蒙特卡洛与时序差分学习。该部分涵盖状态价值函数、动作价值函数与贝尔曼方程，为后续学习 Q-Learning 及深度 Q-Learning 打基础。
Hugging Face BlogAI 评分2222 Hugging Face 推出 Fellowship 计划，支持开源机器学习贡献者
Hugging Face 宣布启动 Fellowship 计划，为开源机器学习生态的关键贡献者提供算力资源、周边物资和官方认可，首批 Fellow 包括创建最大西语 NLP 社区的 María Grandury、向 Hub 贡献超 300 个模型的 Manuel Romero 等。
Hugging Face Blog精选AI 评分6262 Gradio 3.0 发布，新增 Blocks 低层 API 与前端重构
Hugging Face 发布 Gradio 3.0，对 Gradio 库做了彻底重新设计。新版前端改用 Svelte 等现代技术，页面体积更小、加载更快，并改进了 Dataframe 等组件、新增 Gallery 组件和 TabbedInterface 类。
推荐理由：官方说明 Gradio 3.0 的前端重构与 Blocks 低层 API，读者可据此判断自定义 ML demo 布局与数据流的写法。
Hugging Face BlogAI 评分88 Hugging Face 首届学生大使计划开放申请
Hugging Face 开放首届 Student Ambassador Program 申请，截止日期为 2022 年 6 月 13 日，计划于 6 月 30 日启动、12 月 31 日结束。
Hugging Face BlogAI 评分4040 Hugging Face Optimum 1.2 支持 Transformers pipelines 加速推理
Hugging Face 开源库 Optimum 发布 1.2 版本，新增对 Transformers pipelines 的推理支持，首批接入 ONNX Runtime，用户可将 AutoModelForXxx 直接替换为对应的 ORTModelForXxx 类。
Hugging Face Blog精选AI 评分6262 Hugging Face 完成 1 亿美元 C 轮融资，由 Lux Capital 领投
Hugging Face 宣布完成 1 亿美元 C 轮融资，由 Lux Capital 领投，Sequoia、Coatue 等参与，现有投资方 Addition、a_capital、SV Angel 等继续支持。
推荐理由：Hugging Face 官方披露 C 轮融资规模、领投方与平台现有模型和数据集数量，可据此了解其开源路线与后续投入方向。
Hugging Face BlogAI 评分2626 Hugging Face 深度强化学习课程：深度强化学习入门
Hugging Face 推出免费深度强化学习课程，从入门到专家，使用 Stable Baselines3、RL Baselines3 Zoo 和 RLlib 等库。
Hugging Face BlogAI 评分2222 Hugging Face 推出教育计划：目标 2023 年底教会 500 万人机器学习
Hugging Face 发布教育计划，目标在 2023 年底前向 500 万人教授机器学习。该计划面向所有人、初学者和教师，提供 NLP、深度强化学习、Gradio 演示构建等免费课程，以及翻译成 8 种语言的教师工具包，并已在 3 月的 ML demo.cratization tour 中为 16 个国家超 1000 名学生授课。
Hugging Face BlogAI 评分1515 Hugging Face 工程师 Lewis Tunstall 谈 transformers 与大规模模型评估
Hugging Face 机器学习工程师 Lewis Tunstall 在播客中介绍了自己从 2018 年使用 pytorch-pretrained-bert 到合著《NLP with Transformers》的经历，并谈到在 transformers 库中推动 ONNX 格式导出，让模型只需一行代码即可转换，从而获得更低延迟和更高吞吐。
Hugging Face BlogAI 评分2222 Habana Labs 与 Hugging Face 合作加速 Transformer 模型训练
Habana Labs 与 Hugging Face 宣布合作，将 Habana 的 SynapseAI 软件套件与 Hugging Face Optimum 开源库集成，开发者只需几行代码即可在 Habana Gaudi 处理器上加速 Transformer 训练。
Hugging Face BlogAI 评分2222 Hugging Face 为何在 Transformers 库中反其道而行，放弃 DRY 原则
Hugging Face 的 Transformers 库有意不遵循 DRY 原则，转而采用"单模型文件策略"，即模型前向传播所需的全部代码只放在一个 model 文件中，注意力机制代码因此被复制 50 多次。官方给出的理由包括：库由开源社区共建、建模代码本身就是产品、机器学习领域演进极快、模型发布后基本静态不变。