Japanese Stable Diffusion：日本特定文本到图像模型发布
rinna Co., Ltd. 开发了名为 "Japanese Stable Diffusion" 的日本特定文本到图像模型，通过在日语标题图像上微调 Stable Diffusion 模型实现。该模型接受日语提示并生成反映日本文化风格的图像，可在 Hugging Face 和 GitHub 上使用。
#Hugging Face
#Hugging Face
今日 0 条Hugging Face BlogAI 评分4040
Hugging Face Blog精选AI 评分7070 Hugging Face 推出零样本评估工具
Hugging Face 推出零样本评估工具，支持研究人员评估大型语言模型，无需编写代码，并支持开源生态和评测基准。
推荐理由：该工具使研究人员能够轻松评估大型语言模型，并支持零样本评估，有助于推动开源生态和评测基准的发展。
Hugging Face BlogAI 评分5555 Hugging Face 推出 AutoTrain 图像分类功能
Hugging Face 推出 AutoTrain 图像分类功能，允许用户无需编码即可训练模型，支持多种图像分类任务，如识别蝴蝶种类、植物疾病等。
Hugging Face Blog精选AI 评分6262 Hugging Face 使用 PyTorch 加速运行大型模型
Hugging Face 开发了工具，利用 PyTorch 特性加载和运行大型模型，即使它们不适合大多数消费级硬件的内存。
推荐理由：原文介绍了如何使用 PyTorch 加速运行大型模型，读者可以了解如何利用这些工具优化模型运行效率。
Hugging Face Blog精选AI 评分8080 Hugging Face 推出 SetFit：无需提示的少样本学习框架
Hugging Face 推出 SetFit，一种高效的少样本学习框架，无需提示即可在少量标记数据下实现高精度，支持多语言，并提供简单易用的训练方法。
推荐理由：SetFit 是一种高效的少样本学习框架，可以在少量标记数据的情况下实现高精度，读者可以了解其工作原理和应用方法。
Hugging Face BlogAI 评分4545 Hugging Face Ethics and Society Newsletter #1 发布：探讨AI伦理与透明度
Hugging Face 发布了首期 Ethics and Society Newsletter，强调公司对协作、责任和透明度的重视，并探讨了AI伦理与透明度的重要性。该刊由公司内部一群关注AI社会影响和Hugging Face角色的平等成员共同编写，旨在通过社区讨论、工具开发等方式，推动AI伦理的实践和价值观的体现。
Hugging Face Blog精选AI 评分6767 Diffusers 2.0 新功能发布
Hugging Face 发布 Diffusers 2.0，新增图像到图像生成、文本逆转换、修复、Mac OS 支持、ONNX 导出器、新文档和社区功能，包括视频生成、模型可解释性、日语 Stable Diffusion、交叉注意力控制、可重用种子等。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Hugging Face BlogAI 评分2323 如何使用 Megatron-LM 训练语言模型
Hugging Face 发布教程，指导用户利用 NVIDIA 的 Megatron-LM 框架在 GPU 上高效训练 GPT2 等语言模型。该框架通过 Fused CUDA Kernels 和优化的 DataLoader 显著提升训练速度，并支持将模型转换为 🤗 Transformers 格式。
Hugging Face Blog精选AI 评分6262 OpenRAIL：迈向开放和负责任的 AI 许可框架
OpenRAIL 是一种针对 AI 模型的开放和负责任的许可框架，旨在解决当前开源许可在 AI 模型使用中的不足，并推动 AI 模型的负责任使用。
推荐理由：OpenRAIL 提出了一种新的 AI 许可框架，旨在促进 AI 模型的开放和负责任的使用，读者可以了解其具体内容和潜在影响。
Hugging Face BlogAI 评分3535 Hugging Face Spaces 中可视化蛋白质的教程
在 Hugging Face Spaces 中，可通过 Gradio 的 HTML 块集成 3Dmol.js 实现蛋白质结构可视化。该方案支持输入 PDB 代码或上传文件，利用 iframe 渲染 3D 模型，适用于 AlphaFold2 等预测结果的展示。
Hugging Face Blog精选AI 评分6565 使用 🧨 Diffusers 的 Stable Diffusion
Stable Diffusion 是一个文本到图像的潜在扩散模型，由 CompVis、Stability AI 和 LAION 的研究人员和工程师创建。本文介绍了如何使用 🧨 Diffusers 库来使用 Stable Diffusion，解释了模型的工作原理，并深入探讨了如何使用 diffusers 定制图像生成流程。
推荐理由：原文详细介绍了如何使用 Stable Diffusion 模型，并解释了其工作原理，读者可以了解如何将其集成到自己的项目中。
Hugging Face BlogAI 评分2828 Hugging Face ViT 模型在 Vertex AI 的部署指南
Hugging Face 展示了如何将 ViT B/16 TensorFlow 模型部署至 Google Cloud Vertex AI，实现与 Kubernetes 同等扩展性但代码量显著减少。
Hugging Face BlogAI 评分2626 Hugging Face Optimum Graphcore 微调 ViT 模型指南
Hugging Face 展示如何利用 Optimum Graphcore 库在 Graphcore IPU 上微调预训练 Vision Transformer (ViT) 模型。
Hugging Face Blog精选AI 评分7070 Hugging Face 推出 LLM.int8() 技术，降低大型语言模型对 GPU 的需求
Hugging Face 推出 LLM.int8() 技术，通过 8 位矩阵乘法降低大型语言模型对 GPU 的需求，提高模型的可访问性，对需要使用大型模型但资源有限的用户具有潜在价值。
推荐理由：Hugging Face 推出 LLM.int8() 技术，通过 8 位矩阵乘法降低大型语言模型对 GPU 的需求，提高模型的可访问性，对需要使用大型模型但资源有限的用户具有潜在价值。
Hugging Face BlogAI 评分4545 Hugging Face 推出 Skops：开源机器学习模型托管与协作新工具
Hugging Face 推出 Skops，一款开源机器学习模型托管与协作工具，支持将 scikit-learn 模型托管在 Hugging Face Hub，创建模型卡片进行文档化和协作。Skops 可用于模型训练、保存、配置文件生成、模型卡片创建、模型评估和可视化等功能。
Hugging Face BlogAI 评分3030 Hugging Face 阐述 TensorFlow 集成 Keras 的设计哲学
Hugging Face 强调在 transformers 库中，所有 TensorFlow 模型应作为 Keras Model 对象、层作为 Keras Layer 对象，以充分利用 Keras 高级 API。开发者可通过 TFAutoModel 一行代码加载预训练模型（如 bert-base-cased），并结合 AutoTokenizer 处理输入，实现高效的迁移学习。
Hugging Face BlogAI 评分3333 Hugging Face 演示如何在 Kubernetes 上部署 ViT 模型
Hugging Face 展示如何利用 Docker 和 Kubernetes 扩展 🤗 Transformers 中的 Vision Transformer (ViT) 模型部署。
Hugging Face BlogAI 评分1616 Sentence Transformers 模型训练与微调指南（旧版）
Hugging Face 指出该教程已过时，仅适用于 v3.0 前的 `SentenceTransformer.fit` API，当前应使用 `SentenceTransformerTrainer`。
Hugging Face BlogAI 评分2828 Hugging Face 深度强化学习课程讲解 PPO 算法原理与实现
Hugging Face 在深度强化学习课程中解析 Proximal Policy Optimization (PPO) 算法，通过裁剪概率比至 [1−ϵ,1+ϵ] 范围限制策略更新幅度以提升训练稳定性。
Hugging Face BlogAI 评分2828 Hugging Face 推出 Private Hub：企业级机器学习协作平台
Hugging Face 发布 Private Hub，旨在解决约 90% 模型无法投产的痛点。该平台整合了 Hub 上超 6 万个开源模型、数据集及 Spaces，提供从研究到生产的全生命周期工具。它支持私有化部署与合规访问控制，帮助企业加速 ML 开发流程并促进内部协作。
Hugging Face BlogAI 评分5555 Nyströmformer：通过 Nyström 方法近似自注意力机制
Nyströmformer 通过 Nyström 方法近似自注意力机制，在 NLP 和 CV 任务上表现优异，并提供了开源实现。
Hugging Face BlogAI 评分2828 Hugging Face 就美国国家 AI 研究资源（NAIRR）临时报告提交建议
Hugging Face 向白宫科技政策办公室和 NSF 提交关于 NAIRR 实施路线图的反馈，支持其民主化 AI 的努力。建议包括任命伦理技术专家、采用 Model Cards 文档标准、通过 AutoTrain 等低代码工具降低门槛，以及利用 BigScience Workshop 经验推动多语言开源协作。
Hugging Face BlogAI 评分3232 🤗 Datasets 新增音频与视觉文档及 ImageFolder 功能
Hugging Face 为 🤗 Datasets 库发布新的音频和图像数据集文档，更新 Quickstart 并引入 `to_tf_dataset` 函数以简化 TensorFlow 数据转换。新增 `ImageFolder` 构建器支持无需编写脚本即可加载图像分类、描述及目标检测数据集。团队计划未来推出 `AudioFolder` 以进一步标准化音频数据处理流程。
Hugging Face BlogAI 评分4545 Hugging Face 实现 TensorFlow 文本生成 XLA 编译提速
🤗 transformers 库现已支持使用 XLA 编译 TensorFlow 进行文本生成，速度最高提升 100 倍且快于 PyTorch。该功能允许用户通过 `do_sample`、`temperature` 及 `num_beams` 等参数灵活控制生成策略，在保持模型可访问性与效率的同时显著优化推理性能。
Hugging Face BlogAI 评分3535 Hugging Face 教程：使用 TF Serving 部署 TensorFlow Vision Transformer 模型
Hugging Face 团队演示如何利用 TF Serving 在本地部署 Transformers 库中的 TensorFlow Vision Transformer (ViT) 模型，使其暴露为 REST 或 gRPC 端点。
Hugging Face BlogAI 评分2323 Hugging Face 深度强化学习课程讲解 Advantage Actor Critic (A2C)
Hugging Face 在深度强化学习课程中介绍 Advantage Actor Critic (A2C) 算法，该混合架构结合基于策略与基于价值的方法以降低 Reinforce 的高方差。文章演示了如何使用 Stable-Baselines3 在 PyBullet 机器人环境中训练双足行走和蜘蛛智能体。
Hugging Face BlogAI 评分2828 如何使用对抗数据动态训练模型
Hugging Face 演示了利用动态对抗数据收集（DADC）提升 MNIST 手写数字识别模型的鲁棒性。通过 🤗 Spaces 让用户绘制数字以欺骗模型，并标记这些对抗样本用于后续训练。该方法旨在解决静态基准测试饱和与偏差问题，构建更贴合人类使用场景的可靠模型。
Hugging Face BlogAI 评分4141 BLOOM 176B 模型训练技术解析
Hugging Face 公布 176B 参数多语言模型 BLOOM 的训练工程细节。该模型基于 GPT3 架构，使用 Megatron-DeepSpeed 框架在 384 块 NVIDIA A100 80GB GPU 上耗时 3.5 个月完成训练。项目处理了涵盖 46 种语言的 350B tokens 数据集，最终模型词汇表大小为 250,680。
Hugging Face BlogAI 评分4040 基于 Sentence Transformers 与 Gradio 构建歌单生成器的技术解析
文章详解如何利用 Sentence Transformers 库的 msmarco-MiniLM-L-6-v3 模型生成歌词嵌入，并通过语义搜索匹配文本提示以创建歌单。针对长文本截断问题，采用将歌曲拆分为小节（verses）分别编码的策略提升检索效果。最终结合 Gradio Blocks API 搭建多步交互演示应用，实现从输入提示到输出相关歌曲列表的完整流程。
Hugging Face Blog精选AI 评分8282 Hugging Face 发布全球最大开源多语言大模型 BLOOM
Hugging Face 联合 BigScience 项目发布拥有 176B 参数的多语言大模型 BLOOM，支持 46 种自然语言和 13 种编程语言生成。该模型完全透明训练，提供中间检查点与优化器状态，并附带基于 Google TPU 云的推理 API 供快速测试。用户需遵守 Responsible AI License 方可在本地或云端使用，团队计划后续增加指令微调能力并扩展更多语言。
推荐理由：原文披露了 BLOOM 的参数量、多语言支持及训练透明度细节，读者可据此评估其在学术研究与开放部署中的实际可用性。
Hugging Face BlogAI 评分3333 Hugging Face 推出 Twitter 情感分析入门指南
Hugging Face 发布 Twitter 情感分析教程，指导用户利用 Inference API 或 Zapier 对推文进行正负中性分类。该方案支持代码与非代码用户实时规模化处理数据，助力企业监测品牌提及并获取客户反馈洞察。
Hugging Face BlogAI 评分2121 Hugging Face 深度强化学习课程：使用 PyTorch 实现策略梯度方法
Hugging Face 在深度强化学习课程中讲解策略梯度方法，并使用 PyTorch 从零实现 Reinforce 算法。该方法直接优化策略而非估计价值函数，支持随机策略并适用于连续动作空间。文中通过 CartPole-v1、PixelCopter 和 Pong 环境测试其鲁棒性。
Hugging Face BlogAI 评分2424 Hugging Face 指南：如何用 Sentence Transformers 开启首个 ML 项目
Hugging Face 发布指南，指导新手利用 Sentence Transformers (ST) 库完成从教程到首个自主项目的过渡。ST 能将文本转换为向量嵌入，通过内置的 Cosine Similarity 函数实现语义搜索与相似度比较。该库支持 msmarco-MiniLM-L-6-v3 等模型，GitHub 星标近 8,000，是学习聚类、知识蒸馏及构建聊天机器人等应用的高效入口。
Hugging Face BlogAI 评分5353 Hugging Face 发布 Evaluation on the Hub 无代码模型评估工具
Hugging Face 推出 Evaluation on the Hub，这是一项由 AutoTrain 驱动的新功能，允许用户在 Hub 上无需编写代码即可对任意模型在任意数据集上进行评估。该工具通过 Pull Request 自动将验证后的性能结果写入模型卡片元数据，并提供排行榜以辅助模型对比。目前支持文本分类、命名实体识别等任务，旨在解决现代 AI 评估中的繁琐与可复现性问题。
Hugging Face BlogAI 评分3737 Hugging Face Accelerate 集成 DeepSpeed ZeRO 实现大模型训练加速
Hugging Face Accelerate 库通过集成 DeepSpeed ZeRO 特性，支持无需修改代码即可启用分布式训练。在 DeBERTa-XL (900M) 微调任务中，DeepSpeed ZeRO Stage-2 将最大 batch size 从 DDP 的 8 提升至 40，实现 5 倍数据容纳量及约 3.5 倍训练速度提升，且 F1 分数达 0.936。
Hugging Face BlogAI 评分4242 Hugging Face 入门指南：使用 Sentence Transformers 与 Inference API 生成 Embeddings
Hugging Face 发布教程演示如何利用开源库 Sentence Transformers 和 Inference API 生成文本及图像 Embeddings。通过调用 `sentence-transformers/all-MiniLM-L6-v2` 模型，开发者可构建 FAQ 引擎实现语义搜索。该方案支持免费托管至 Hub，首次请求约需 20 秒加载模型，后续推理速度显著提升。
Hugging Face BlogAI 评分3535 使用 Hugging Face Optimum 将 Transformers 模型转换为 ONNX
Hugging Face 提供三种将 Transformers 模型转为 ONNX 的方法，以 `distilbert-base-uncased-finetuned-sst-2-english` 为例演示。
Hugging Face BlogAI 评分3535 Intel 与 Hugging Face 合作通过 Optimum Intel 库实现机器学习硬件加速
Intel 加入 Hugging Face 硬件合作伙伴计划，双方基于开源库 Optimum Intel 协作优化 Transformers 模型的训练、微调和推理性能。该方案利用 Intel Xeon CPU 和 Habana Gaudi 加速器，在 DistilBERT 上实现了个位数毫秒级延迟，且 Habana Gaudi 相比 GPU 提供高达 40% 的性价比优势。
Hugging Face BlogAI 评分2121 Hugging Face 深度强化学习课程：Space Invaders 中的 Deep Q-Learning
Hugging Face 在深度强化学习课程中讲解 Deep Q-Learning，利用神经网络替代 Q-table 以解决 Atari 环境巨大的状态空间问题。该算法通过 RL-Zoo 框架训练智能体玩 Space Invaders，采用输入预处理、经验回放和 Double DQN 等技术优化训练效率与稳定性。
Hugging Face Blog精选AI 评分6565 Hugging Face 详解扩散模型原理及 PyTorch 实现
Hugging Face 博客深入解析去噪扩散概率模型（DDPM）的原理，并基于 Phil Wang 的实现提供分步 PyTorch 代码教程。文章涵盖前向加噪、反向去噪过程、U-Net 架构细节及训练采样流程，最后列举了 DALL-E 2 等后续改进工作。
推荐理由：文章逐步拆解了 DDPM 的数学原理与 PyTorch 实现，提供了从噪声调度到 U-Net 构建的完整代码示例。