Hugging Face 收购 XetHub，推动 AI 数据和模型协作发展
Hugging Face 官方宣布收购 Seattle 基地的公司 XetHub，XetHub 的技术将帮助 Hugging Face 的数据集和模型存储更高效，并可能推动 AI 数据和模型协作的发展。
推荐理由：Hugging Face 收购 XetHub，将推动 AI 数据和模型协作的发展，并可能影响企业内部 AI 项目的协作方式。
#Hugging Face
#Hugging Face
今日 0 条Hugging Face Blog精选AI 评分7070
Hugging Face BlogAI 评分4040 Hugging Face 推出 TextImage 数据增强技术，助力文档图像模型训练
Hugging Face 与 Albumentations AI 合作推出 TextImage 数据增强技术，旨在提高文档图像模型训练效果。该技术通过同时增强图像和文本，确保文本和图像在训练过程中的互动，从而提升模型对文档图像的识别准确率。TextImage 可用于在图像上插入文本，生成合成数据，并支持多种文本增强方法，如随机删除、替换和插入停用词等。
Hugging Face BlogAI 评分4242 Hugging Face Diffusers 库中的 Quanto 工具提升 Transformer-based Diffusion 模型内存效率
Hugging Face 的 Diffusers 库利用 Quanto 工具，通过量化技术显著提升了 Transformer-based Diffusion 模型的内存效率，例如 PixArt-Sigma、Stable Diffusion 3 和 Aura Flow 模型，在保持几乎无质量损失的情况下，内存使用量减少了约 30%。
Hugging Face BlogAI 评分3535 Hugging Face NVIDIA NIM API (serverless) 发布，简化AI推理服务
Hugging Face宣布推出Hugging Face NVIDIA NIM API (serverless)，为企业用户提供了一种无需服务器即可使用NVIDIA加速计算平台进行推理的新服务。
Hugging Face BlogAI 评分4040 LAVE：基于LLM的零样本VQA评估在Docmatix上的应用——我们是否还需要微调？
Hugging Face在Docmatix数据集上进行了基于LLM的零样本VQA评估，发现微调模型在DocVQA上的表现良好，但在基准测试中得分较低。研究提出了LAVE（LLM-Assisted VQA Evaluation）评估指标，以更好地评估模型在未见但语义相似的Dataset上的泛化能力。实验结果表明，LAVE在评估模型性能方面优于传统的CIDER、BLEU和ANLS指标。
Hugging Face Blog精选AI 评分8585 Hugging Face 发布 Llama 3.1 模型，支持多语言和长上下文
Hugging Face 发布了 Llama 3.1 模型，包括 8B、70B 和 405B 参数的模型，支持多语言和长上下文，并引入了 Llama Guard 3 和 Prompt Guard，同时提供了多种集成和优化工具。
推荐理由：Llama 3.1 的发布引入了多个新功能和模型，包括 8B、70B 和 405B 参数的模型，以及 Llama Guard 3 和 Prompt Guard，读者可以了解这些新功能和模型如何影响现有工作流。
Hugging Face Blog精选AI 评分7070 某产品发布智能体功能
某产品发布新的智能体功能，支持在 Apple Silicon 硬件上运行 Mistral 7B 模型，并介绍了 Core ML 的新特性和优化方法。
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。
Mistral AI精选AI 评分8585 Mistral AI 发布 Mistral NeMo 模型
Mistral AI 发布了与 NVIDIA 合作开发的 12B 模型 Mistral NeMo，提供高达 128k 的大上下文窗口，并在推理、世界知识和编码准确性方面处于其尺寸类别的最前沿。Mistral NeMo 使用了新的 tokenizer Tekken，在压缩源代码和多种语言文本方面比之前的 Mistral 模型更高效。
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 Blog精选AI 评分6262 Hugging Face 发布 Docmatix：大规模文档视觉问答数据集
Hugging Face 发布了 Docmatix，一个用于文档视觉问答（DocVQA）的大规模数据集，包含 240 万张图像和 950 万个问答对。使用该数据集对 Florence-2 模型进行微调，在 DocVQA 任务上性能提升了 20%。
推荐理由：该数据集的发布有助于提升 DocVQA 模型的性能，对开源社区具有重要意义。
Hugging Face Blog精选AI 评分7070 Hugging Face 推出 Multi-LoRA 服务：一次部署，服务 30 个模型
Hugging Face 推出 Multi-LoRA 服务，允许用户通过一次部署来服务多达 30 个模型，有效降低管理和部署成本。
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。
Mistral AIAI 评分5555 Mistral AI 发布 Mathstral 模型，专注于复杂数学问题推理
Mistral AI 发布了 Mathstral 模型，专注于解决复杂数学问题，在 MATH 和 MMLU 基准测试中取得了优异的成绩，并支持开源和微调。
Hugging Face Blog精选AI 评分8585 Hugging Face 发布 SmolLM 模型：高效且强大的小语言模型家族
Hugging Face 发布了 SmolLM 模型，这是一系列具有 135M、360M 和 1.7B 参数的最先进的小语言模型。这些模型在精心策划的高质量训练语料库上训练，并在多个基准测试中表现出色。
推荐理由：SmolLM 模型展示了小语言模型在高质量数据集上的高效训练，实现了性能和规模的强平衡，为读者提供了关于小语言模型性能的参考。
Hugging Face BlogAI 评分3535 如何利用 distilabel 创建 Argilla 2.0 聊天机器人
Hugging Face 博客介绍了如何利用 distilabel 和微调特定领域嵌入模型来创建一个既准确又吸引人的对话模型，用于理解和与用户交流技术文档。文章详细阐述了创建 Argilla 2.0 聊天机器人的过程，包括从技术文档生成合成数据集、创建向量数据库、部署聊天机器人到 Hugging Face Space，并存储交互以持续评估和改进。
Hugging Face Blog精选AI 评分6565 NuminaMath 获得首届 AIMO 进步奖
NuminaMath 在 AIMO 进步奖中获胜，展示了其在数学推理方面的能力，包括使用自然语言推理和 Python REPL 计算中间结果，以及避免过拟合的技术。
推荐理由：NuminaMath 在 AIMO 进步奖中获胜，展示了其在数学推理方面的能力，读者可以了解其背后的技术和未来发展方向。
Hugging Face BlogAI 评分4545 Hugging Face Hub 与 KerasHub 集成，扩展模型选择和功能
Hugging Face Hub 与 KerasHub 集成，支持 300K+ Transformer 模型，包括 Gemma、Llama 3 和 PaliGemma，用户可使用 KerasHub 训练和微调模型，并上传回 Hub。集成支持 TensorFlow、JAX 和 PyTorch 后端，方便模型部署和迁移。
Hugging Face BlogAI 评分4545 TRL 库支持视觉语言模型直接偏好优化 (DPO)
Hugging Face 的 TRL 库新增支持视觉语言模型直接偏好优化 (DPO)，简化了模型训练过程，并提高了预测准确性。该库使用 openbmb/RLAIF-V-Dataset 数据集，支持 Idefics2-8b 模型，并可通过内存优化技术适应不同硬件配置。
Hugging Face Blog精选AI 评分7070 Google Cloud TPUs 现已对 Hugging Face 用户开放
Google Cloud TPUs 现已集成到 Hugging Face Inference Endpoints 和 Spaces，为 AI 开发者提供更强大的计算能力。
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4040 Hugging Face 与 Polyconseil 合作，利用 RAG 解决方案优化法国环境项目
Hugging Face 与 Polyconseil 合作，利用 RAG 解决方案优化法国环境项目 EduRénov，旨在通过数据主权和性能保障，简化、支持并资助公共学校建筑的能源改造。该方案旨在提高 Banque des Territoires 对社区的支持响应速度，并确保计算服务和模型使用的自主权。
Hugging Face BlogAI 评分4040 ProtST 在 Intel Gaudi 2 上的加速部署与微调
MILA 和 Intel Labs 推出的蛋白质语言模型 ProtST 在 Hugging Face Hub 上发布，支持在 Intel Gaudi 2 加速器上高效运行和微调。与 NVIDIA A100 相比，Gaudi 2 在推理和微调任务上分别提供 1.76 倍和 2.92 倍的速度提升。
Hugging Face Blog精选AI 评分7272 Hugging Face 发布代码智能体，击败 GAIA 基准测试
Hugging Face 发布了代码智能体，并在 GAIA 基准测试中取得优异成绩。代码智能体使用 Python 代码表达动作，具有更高的效率和可读性。
推荐理由：原文展示了如何使用代码智能体在 GAIA 基准测试中取得优异成绩，读者可以了解代码智能体的优势和应用场景。
Hugging Face Blog精选AI 评分8585 Google 发布 Gemma 2 开放式 LLM
Google 发布了 Gemma 2，其最新版本的开放式大型语言模型，包括 4 个开放权重模型（2 个基础模型和 2 个微调模型）。Gemma 2 基于 Google Deepmind Gemini，具有 8K 上下文长度，并在 Google Cloud TPU 上使用 JAX 和 ML Pathways 进行训练。
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 Blog精选AI 评分6767 某产品发布智能体功能
某产品发布新的智能体功能，给出了开放入口和主要能力变化。
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 Blog精选AI 评分6262 微软发布 Florence-2：前沿视觉语言模型
微软发布 Florence-2 模型，具有小尺寸和强性能，支持多种计算机视觉和视觉语言任务。文章介绍了模型的结构、预训练细节和微调方法，并展示了模型在视觉问答任务上的实验结果。
推荐理由：介绍了 Florence-2 模型的预训练细节和微调方法，对视觉问答任务进行了实验，展示了模型在下游任务上的潜力。
Hugging Face BlogAI 评分4040 Hugging Face Expert Support Program 助力 Prezi 加速机器学习路线图
Prezi 加入 Hugging Face Expert Support Program，利用开源模型优化机器学习工作流程，通过多模态模型提升演示效果。专家团队协助 Prezi 在嵌入、重排序和目标检测等方面应用最佳实践和前沿模型，加速机器学习项目。
Hugging Face Blog精选AI 评分7070 BigCodeBench：代码生成基准的下一代 HumanEval
BigCodeBench 是一个评估大型语言模型 (LLM) 编程能力的基准，旨在解决现有基准如 HumanEval 在评估 LLM 编程能力方面的局限性，通过包含 1140 个函数级任务，挑战 LLM 在解决实际和具有挑战性的编程任务方面的能力。
推荐理由：BigCodeBench 作为评估大型语言模型编程能力的基准，为读者提供了评估 LLM 编程能力的参考框架。
Hugging Face BlogAI 评分4545 Hugging Face Accelerate 中的 DeepSpeed 与 FSDP：差异与融合
Hugging Face Accelerate 提供了 DeepSpeed 和 PyTorch FSDP 两种 ZeRO 算法实现，本文探讨了两者在精度、混合精度处理和内存消耗方面的差异。
Hugging Face Blog精选AI 评分8585 Stable Diffusion 3 发布，带来新功能和优化
Stable Diffusion 3 (SD3) 发布，支持 Hugging Face Hub 和 Diffusers。SD3 模型具有 2B 个参数，并引入了新的多模态扩散 Transformer (MMDiT) 模型和 16 通道自动编码器。此外，还提供了内存优化和性能优化，以及 Dreambooth 和 LoRA 微调脚本。
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 Blog精选AI 评分6565 Hugging Face 推出 RLOO 训练器，为在线 RLHF 训练提供高效替代方案
Hugging Face 推出 RLOO 训练器，旨在为在线 RLHF 训练提供更易于使用和高效的替代方案，通过减少 GPU 内存使用和简化训练过程，使 RLOO 能够处理更大的批量数据和更快的训练时间。
推荐理由：RLOO Trainer 在 TRL 中的引入为在线 RLHF 训练提供了一种更易于使用和高效的替代方案，通过减少 GPU 内存使用和简化训练过程，使 RLOO 能够处理更大的批量数据和更快的训练时间。
Hugging Face BlogAI 评分4242 Hugging Face Transformers 文档全面改版，面向开发者构建 AI 产品
Hugging Face 宣布对 Transformers 文档进行全面改版，旨在为开发者提供更易用的 AI 产品构建指南。新版本将更注重代码示例和解决方案，同时采用更灵活的结构，以适应不断发展的 AI 技术和应用场景。
Hugging Face BlogAI 评分4545 Hugging Face Embedding Container for Amazon SageMaker 正式发布
Hugging Face 推出适用于 Amazon SageMaker 的新嵌入式容器，支持高效部署嵌入模型，包括 Snowflake/snowflake-arctic-embed-m-v1.5 等模型，用于构建生成式 AI 应用。该容器基于 Text Embedding Inference (TEI) 技术，支持多种模型架构，并具备快速启动、动态批处理等功能。
Hugging Face Blog精选AI 评分6565 Hugging Face 发布 AI 图像生成模型评测基准和竞技场
Hugging Face 发布了 AI 图像生成模型评测基准和竞技场，旨在通过人类偏好排名比较开源和闭源模型。
推荐理由：该评测基准涵盖了开源和闭源模型，为读者提供了全面的比较视角。
Hugging Face Blog精选AI 评分6060 Hugging Face推出NPC-Playground，3D游戏交互平台
Hugging Face推出NPC-Playground，一个3D游戏交互平台，允许用户通过简单的Lua脚本与NPC交互，体验未来游戏交互方式。
推荐理由：原文展示了如何通过简单的Lua脚本与NPC交互，读者可以了解如何利用这项技术来增强游戏体验。
Hugging Face BlogAI 评分4242 Hugging Face 优化 Intel Gaudi，加速文本生成
Hugging Face 对 Intel Gaudi 进行优化，采用 Speculative Sampling 和 Assisted Generation 技术加速文本生成，在大型 Transformer 模型上实现约 2 倍速度提升，并支持在 Hugging Face Transformers 中使用。
Hugging Face BlogAI 评分4040 Hugging Face TGI Benchmarking 工具：文本生成推理性能评估
Hugging Face 推出 TGI Benchmarking 工具，用于评估文本生成推理（TGI）的性能，帮助用户了解如何优化部署以适应不同需求。该工具提供吞吐量和延迟的评估，并支持用户自定义配置，以实现更好的用户体验。
Hugging Face Blog精选AI 评分8585 Falcon 2: 11B参数预训练语言模型和VLM，在超过5000B个token和11种语言上训练
Falcon 2 Models TII发布新一代模型Falcon 2，旨在为开源社区提供一系列性能增强且支持多模态的小型模型。该模型基于超过5000B个token和11种语言进行训练，包括11B参数的语言模型和11B参数的视觉语言模型，支持英语和其他十种语言。
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 Blog精选AI 评分6060 Hugging Face 推出 AWS Inferentia2 部署功能
Hugging Face 推出 AWS Inferentia2 部署功能，支持超过 10 万个模型在 AWS Inferentia2 上部署，并提供新的 Inferentia 2 实例选项，方便用户在 Hugging Face Inference Endpoints 上部署模型。
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3737 Hugging Face Spaces Dev Mode：无缝开发者体验
Hugging Face Spaces Dev Mode 允许开发者通过 VS Code 或 SSH 直接连接到 Space，实现一键编辑代码，无需使用 git 推送本地更改。目前该功能处于测试阶段，面向 PRO 订阅者开放。
Hugging Face Blog精选AI 评分7070 Hugging Face 与 AMD 合作推出 Instinct MI300 GPU 集成
Hugging Face 与 AMD 合作，使最新的 AMD GPU 服务器 Instinct MI300 在 Hugging Face 平台上获得一级公民集成。通过使用 transformers 和 text-generation-inference 等库，用户可以在不修改代码的情况下，在 Azure ND Mi300x V5 VM 上运行模型，并获得最佳性能。
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5252 Dell Enterprise Hub发布，简化本地AI模型训练和部署
Dell Enterprise Hub是Hugging Face上的新平台，旨在简化使用Dell平台在本地训练和部署开源模型的过程。该平台提供了一系列先进的开源模型，包括Meta的Llama 3、Mistral AI的Mixtral、Google的Gemma等。用户可以通过Hugging Face账户访问Dell Enterprise Hub，并轻松筛选和部署模型。
Hugging Face Blog精选AI 评分7272 Hugging Face 与微软深化合作，推出多项新功能和协作项目
Hugging Face 与微软宣布深化合作，推出多项新功能和协作项目，包括在 Azure 模型目录中扩展 HF Collection、在 Azure 上使用新的 AMD MI300X 虚拟机、在 Hugging Face Hub 上发布更多微软模型、通过 WebGPU 实现本地推理以及推出 Hugging Face Spaces 与 VS Code 的集成。
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。