Hugging Face Hub 集成 BERTopic
Hugging Face Hub 现已集成 BERTopic，一个基于语言的模型，支持多种任务，包括对话、语音识别、调优、摘要、问答、情感分析、临床医学、翻译。
#开源/仓库
#开源/仓库
今日 3 条Hugging Face BlogAI 评分3030 Hugging Face BlogAI 评分3737 Hugging Face LLM Inference Container for Amazon SageMaker 推出
Hugging Face 推出专为 Amazon SageMaker 定制的 LLM 推理容器，支持部署开源 LLM 如 BLOOM，并优化了 Pythia Open Assistant Model 的部署，提供高性能文本生成和推理功能。
Hugging Face BlogAI 评分4242 InstructPix2Pix：通过指令微调 Stable Diffusion 进行图像处理
Hugging Face 探索了使用 InstructPix2Pix 指令微调 Stable Diffusion，使其能够根据用户指令对输入图像进行编辑。通过创建指令提示数据集，研究人员成功地将 FLAN V2 的指令微调理念应用于图像翻译和图像处理任务，如卡通化、去雨和去噪。实验结果表明，这种方法能够有效地提高模型对特定图像编辑指令的执行能力。
Hugging Face Blog精选AI 评分7070 Hugging Face 安全审计确认 Safetensors 库安全，将成为默认格式
Hugging Face 与 EleutherAI 和 Stability AI 合作，对 Safetensors 库进行了安全审计，确认其安全性，并计划将其作为默认格式。Safetensors 是一个用于保存和加载张量的库，具有安全、懒加载和快速加载等特性。
推荐理由：Hugging Face 对 safetensors 库进行了安全审计，确认其安全性，并计划将其作为默认格式。读者可以了解其安全特性和应用场景。
OpenAI NewsAI 评分4040 ChatGPT iOS应用发布，支持语音输入与最新模型改进
OpenAI推出ChatGPT iOS应用，同步对话记录，支持语音输入，并带来最新模型改进。
Hugging Face BlogAI 评分4545 Q8-Chat：基于Xeon的高效生成式AI体验
Q8-Chat模型通过SmoothQuant技术实现8位量化，在保持模型质量的同时，将模型大小缩小约2倍，显著降低推理延迟，在Xeon CPU平台上实现高效运行。
Hugging Face BlogAI 评分4545 BigCode 大规模文档级近似去重技术揭秘
Hugging Face 博客介绍了 BigCode 的大规模文档级近似去重技术，旨在解决数据重复问题，提高模型训练效率和数据质量。该技术通过 MinHash LSH 等方法，在 OpenWebText2、Pile-CC 等大型数据集上实现了显著的去重效果，同时验证了其在代码模型上的有效性。
Hugging Face BlogAI 评分4545 Vicuna 13B 模型在单张 AMD GPU 上运行指南
Vicuna 13B，一款由UC Berkeley等机构开发的13亿参数开源聊天机器人，在GPT-4的参考下达到90%以上质量。本文介绍了如何在单张AMD GPU上使用ROCm运行Vicuna 13B模型，包括系统要求、ROCm安装、Docker容器设置、模型量化和推理等步骤。
Hugging Face Blog精选AI 评分6565 文本到视频模型研究进展
本文深入探讨了文本到视频模型的研究进展，包括挑战、方法和最新成果，如Phenaki、Make-A-Video、NUWA、VideoGPT、CogVideo、Video Diffusion Models (VDM)、MagicVideo、Tune-a-Video、Video LDM、Text2Video-Zero、Runway Gen1和Gen2、NUWA-XL等。
推荐理由：本文深入探讨了文本到视频模型的研究进展，包括挑战、方法和最新成果，对了解该领域的发展具有重要意义。
Hugging Face BlogAI 评分3030 Hugging Face Unity API 安装与使用指南
Hugging Face Unity API 允许开发者将 Hugging Face AI 模型集成到 Unity 项目中，支持多种任务如文本生成、分类、问答等。通过简单的步骤安装 API，并使用 API Wizard 配置模型和 API 密钥。API 支持异步调用，并提供回调处理响应或错误。
Hugging Face BlogAI 评分4242 Hugging Face 🤗 Transformers 使用 TensorFlow 和 TPUs 训练语言模型指南
Hugging Face 推出使用 TensorFlow 和 TPUs 训练语言模型的指南，通过 XLA 和 TPUStrategy 实现高效训练。指南详细介绍了从训练分词器、准备数据集到模型训练和上传的整个过程，适用于 RoBERTa 模型，并支持扩展到更大模型和更强大的 TPU pod。
Hugging Face Blog精选AI 评分6060 在免费 Google Colab 上运行 IF 模型：开源图像生成工具教程
Hugging Face 博客介绍了如何使用开源模型 IF 在免费 Google Colab 上运行，并展示了其在图像生成方面的能力，包括图像变体和图像修复。
推荐理由：介绍了如何使用开源模型 IF 在免费 Google Colab 上运行，并展示了其在图像生成方面的能力。
Hugging Face BlogAI 评分4040 Databricks 与 Hugging Face 合作：大型语言模型训练和调优速度提升高达 40%
Databricks 推出与 Hugging Face 的合作，通过 Apache Spark™ dataframe 直接创建 Hugging Face Dataset，简化模型训练和调优流程。新功能将 Spark 的数据处理效率和 Hugging Face 的数据集优化相结合，将 16GB 数据集的处理时间从 22 分钟缩短至 12 分钟，速度提升超过 40%。
Hugging Face BlogAI 评分3535 Hugging Face 推出中文博客：促进中西方 AI 社区合作
Hugging Face 推出面向中文用户的博客，提供包括 Transformer、扩散模型和强化学习等资源的翻译，旨在促进中西方 AI 社区合作。博客强调中国 AI 社区的成就，如 HuggingGPT、ChatGLM 等，并计划加强与中国合作伙伴的合作，共同推动 AI 发展。
Hugging Face BlogAI 评分2525 Hugging Face Space 携手 Unity 游戏托管指南
Hugging Face Space 现可托管 Unity 游戏，支持构建、托管和分享演示。教程详细介绍了如何使用 Static HTML 模板创建空间，通过 Git 克隆空间，在 Unity 项目中设置 WebGL 构建目标，并最终在 Hugging Face Space 中托管游戏。
Hugging Face BlogAI 评分4040 Graphormer 模型在图分类中的应用教程
Microsoft 的 Graphormer 模型在 Hugging Face Transformers 库中被用于图分类任务，本文介绍了如何使用该模型进行图分类，包括数据加载、预处理、模型加载和微调等步骤。Graphormer 模型通过预训练和微调，能够有效地对图数据进行分类。
Hugging Face BlogAI 评分4545 Snorkel AI 与 Hugging Face 合作：为企业解锁基础模型
Snorkel AI 与 Hugging Face 合作，推出 Snorkel Flow 开发平台，帮助企业适应和优化基础模型。平台支持用户从 Hugging Face 的 150,000 个开源模型中选择，并通过程序化标注和微调提高模型质量。此合作使企业能够更灵活地利用开源模型，加速数据驱动的 AI 应用开发。
Hugging Face BlogAI 评分4545 Hugging Face 推出伦理开放机器学习计划
Hugging Face 推出伦理开放机器学习计划，旨在通过促进伦理机器学习工具和案例，帮助用户发现和参与伦理相关的机器学习工作。该计划包括六个高层次的伦理类别标签，以及一系列保障措施，如标记功能、社区讨论板监控、模型卡片详细记录等，以降低潜在危害。
Hugging Face BlogAI 评分4545 Intel Sapphire Rapids CPU 加速 Stable Diffusion 模型推理
Intel Xeon Sapphire Rapids CPU 通过 Optimum Intel 和 OpenVINO 工具包，将 Stable Diffusion 模型推理速度提升至 4.7 秒，相比 Ice Lake Xeon 提升近 10 倍。此外，通过 jemalloc 和 libiomp 等系统级优化，进一步提升了内存操作和并行处理效率。
Hugging Face BlogAI 评分4040 Hugging Face 与 Flower 联合实现联邦学习教程
本教程展示了如何利用 Hugging Face 和 Flower 在多个客户端上联合训练语言模型。以对 IMDB 评分数据集进行序列分类为例，微调预训练的 Transformer 模型（distilBERT），以检测电影评分是正面还是负面。
Hugging Face BlogAI 评分4545 ControlNet 与 diffusers 的训练方法详解
Hugging Face 博客详细介绍了如何使用 ControlNet 和 diffusers 训练模型，包括规划条件、构建数据集和模型训练等步骤。以 Uncanny Faces 模型为例，展示了如何使用 FaceSynthetics 数据集进行训练，并讨论了模型训练过程中的挑战和解决方案。
Hugging Face BlogAI 评分3535 Hugging Face Hub 加强对 Jupyter 笔记本的支持
Hugging Face Hub 现已增强对 Jupyter 笔记本的支持，提供更直观的渲染功能，并支持一键在 Google Colab 中直接打开笔记本，以促进模型和数据的共享与使用。
OpenAI NewsAI 评分4545 Stripe 利用 GPT-4 优化用户体验和打击欺诈
Stripe 引入 GPT-4 模型，提升用户体验并加强欺诈防御能力。
Hugging Face BlogAI 评分4242 Informer 模型在 Hugging Face Transformers 中实现多变量概率时间序列预测
Hugging Face 在其 Transformers 库中实现了 Informer 模型，用于多变量概率时间序列预测。该模型基于 Transformer 架构，采用 ProbSparse 注意力和 Distilling 操作，有效降低计算复杂度和内存占用，适用于长序列时间序列预测。
Hugging Face BlogAI 评分4545 Hugging Face 发布 Diffusers 库伦理指南
Hugging Face 发布了 Diffusers 库的伦理框架，旨在指导维护者关于社区贡献的技术决策，强调透明度、一致性、简洁性和可访问性，并提供一系列安全特性和机制，如社区标签、偏见探索和评估、安全 Stable Diffusion 等。
Hugging Face BlogAI 评分4545 Hugging Face加速Witty Works写作助手开发成功案例
Witty Works利用Hugging Face的专家加速计划，通过迁移学习预训练的spaCy模型，构建了写作助手，用于检测和过滤潜在偏见词汇。Hugging Face专家建议使用Sentence Transformers架构和SetFit库进行微调，以减少标注数据量并提高效率。最终，Witty Works在Azure上部署了模型，实现了低延迟。
Hugging Face Blog精选AI 评分6565 大型语言模型红队测试：评估安全性和潜在风险
本文探讨了大型语言模型（LLM）的安全性和潜在风险，提出了红队测试作为评估模型安全性的方法，并讨论了相关的研究和开源数据集。
推荐理由：文章探讨了大型语言模型的安全性和潜在风险，并提出了红队测试作为评估模型安全性的方法。
Hugging Face BlogAI 评分4545 Fetch 与 Hugging Face 合作，利用 AWS 构建AI工具，节省30%开发时间
Fetch公司利用Hugging Face和AWS平台，开发了自己的AI工具，用于处理用户上传的收据，实现数据分析和存储。通过这种方式，Fetch将开发时间缩短了30%，并提高了数据处理速度，同时降低了成本。
Hugging Face BlogAI 评分4545 Hugging Face Inference Endpoints：解决Transformer在生产中的部署难题
Hugging Face推出Inference Endpoints服务，旨在简化Transformer模型的部署。该服务支持在AWS、Azure和GCP等云平台上部署模型，并支持多种实例类型，包括GPU。
Hugging Face BlogAI 评分3535 AI游戏开发教程：使用ChatGPT创作游戏故事
本教程介绍了如何使用ChatGPT等AI工具创作游戏故事，通过实际案例展示了AI在游戏开发中的应用。教程强调了语言模型在创作故事时的局限性，并提供了使用AI进行故事创作的实用技巧。
Hugging Face BlogAI 评分4040 Hugging Face 推出 AI vs. AI 深度强化学习多智能体竞赛系统
Hugging Face 推出 AI vs. AI，一个基于深度强化学习的多智能体竞赛系统，通过匹配算法、数据集和排行榜评估强化学习模型在多智能体环境中的性能。该系统采用 ELO 评分系统，通过模型间对抗性比赛生成相对技能评分，为多智能体环境提供一种稳健的评估技术。
Hugging Face BlogAI 评分4545 Intel Sapphire Rapids CPU加速PyTorch Transformers - 第二部分
Intel Sapphire Rapids CPU通过结合集群服务器和Intel Extension for PyTorch库，实现了与上一代Xeon相比的8倍速度提升，并展示了在Hugging Face Optimum Intel库支持下，对NLP模型进行推理的性能测试。
Hugging Face BlogAI 评分3535 Stable Diffusion 在游戏开发中的应用：2D 资产生成教程
Hugging Face 博客发布了一篇关于使用 AI 工具生成 2D 资产的游戏开发教程，介绍了如何利用 Stable Diffusion 模型在 2D 工作流程中生成 2D 资产，并提供了具体的案例和步骤。教程适用于熟悉图像编辑和 2D 资产创建的读者，同时对于初学者和专家也具有参考价值。
Hugging Face BlogAI 评分4040 PaddlePaddle 加入 Hugging Face Hub
PaddlePaddle，自2016年起由百度开源的深度学习平台，已拥有超过535万开发者和20万家企业用户。PaddlePaddle提供多种开源库，如PaddleOCR、PaddleDetection、PaddleNLP等，并计划逐步将其库与Hugging Face Hub集成，预计将提供全系列预训练模型。
Hugging Face BlogAI 评分4040 Hugging Face Datasets 和 Transformers 构建图像相似度系统
Hugging Face 博客介绍了如何使用 🤗 Transformers 和 datasets 库构建图像相似度系统，通过计算图像嵌入并使用余弦相似度来比较查询图像和候选图像的相似度。该系统使用基于 ViT 的模型和 Beans 数据集，并支持扩展到其他视觉模型和图像数据集。
Hugging Face BlogAI 评分3030 Hugging Face Blog - 使用 AI 工具在 5 天内创建农场游戏：第一部分
在本系列教程中，作者将使用 AI 工具在 5 天内创建一个完整的农场游戏。教程介绍了如何使用 Stable Diffusion 模型生成游戏的艺术风格，并使用 Unity 游戏引擎实现游戏场景。教程适用于熟悉 Unity 开发和 C# 的读者。
Hugging Face BlogAI 评分4545 Hugging Face Transformers 与 Intel Sapphire Rapids 服务器集群加速 PyTorch 训练
Hugging Face 博客介绍了如何使用 Intel Sapphire Rapids 服务器集群加速 PyTorch Transformers 的训练。通过 Intel oneAPI Collective Communications Library (CCL) 和 Intel Extension for PyTorch (IPEX) 库，可以在不修改代码的情况下实现加速。
Hugging Face BlogAI 评分4545 CLIPSeg：零样本图像分割模型指南
CLIPSeg，一款零样本图像分割模型，使用🤗 transformers，可创建粗略分割掩码，适用于机器人感知、图像修复等多种任务。该模型基于CLIP模型，通过Transformer解码器实现零样本分割，支持视觉提示功能，但输出分辨率较低。若需更精确的分割，可使用Segments.ai等工具进行微调。
Hugging Face Blog精选AI 评分7070 Hugging Face 推出模型卡片工具和指南
Hugging Face 推出模型卡片创建工具和指南，旨在提高机器学习模型的文档质量，包括模型卡片创建工具、更新模板、注释模板、用户研究和文献综述。
推荐理由：Hugging Face 推出模型卡片创建工具和指南，旨在提高机器学习模型的文档质量，对开发者、学生、政策制定者等不同背景的用户都有价值。
Hugging Face BlogAI 评分4242 Hugging Face 🤗 Datasets：音频数据集下载与准备指南
Hugging Face 🤗 Datasets 是一个开源库，支持用户下载和准备来自所有领域的音频数据集。其简洁的 API 允许用户通过一行 Python 代码下载和准备数据集，并提供了高效的预处理功能。