CinePile 2.0：利用对抗性精炼提升数据集质量
Hugging Face 发布了 CinePile 2.0，这是一个经过显著改进的长视频问答数据集。新数据集的改进依赖于一种新的对抗性数据集精炼方法，该方法可增强现有数据集并直接应用于未来数据集创建流程。CinePile 2.0 包含约 300,000 个训练样本和 5,000 个测试样本，其问题多样性和难度均优于现有数据集。
#教程/实践
#教程/实践
今日 1 条Hugging Face BlogAI 评分4747
Hugging Face BlogAI 评分3737 Llama 3.2 在 Keras 中的使用
Llama 3.2 已于两周前在 Hugging Face / Transformers 上线，可直接在 Keras 中使用，支持多种后端，包括 JAX、PyTorch 和 TensorFlow。Keras 提供了丰富的预训练模型，包括 Llama3、Gemma、StableDiffusion 等，并内置了 tokenizer，方便用户进行模型训练和推理。
Hugging Face BlogAI 评分3232 Hugging Face Transformers 更新：解决梯度累积问题
Hugging Face 的 Transformers 团队迅速响应了关于梯度累积问题的报告，通过更新代码和发布修复，确保了在梯度累积过程中损失计算的准确性。此外，团队还开放了 API，允许用户直接传递自定义损失函数，以增强模型的灵活性和适应性。
Hugging Face BlogAI 评分4242 Hugging Face + Dask 联合提升 AI 数据处理规模
Hugging Face 平台与 Dask 联合，通过分布式计算和并行处理，有效提升 AI 数据处理规模，支持 TB 级别数据集的加载、预处理和模型推理，实现多 GPU 并行推理，提高数据处理效率。
Hugging Face BlogAI 评分3030 InstantTexture：将顶点着色网格转换为纹理网格的库
InstantTexture库可以将顶点着色网格转换为UV贴图纹理网格，支持快速转换和详细步骤，适用于3D模型生成和应用程序。
Hugging Face BlogAI 评分4040 Hugging Face Daily Papers 页面功能探索
Hugging Face Daily Papers 页面自推出以来，已收录超过 3,700 篇论文，拥有超过 12k 订阅者。该页面提供作者论文认领、论文提交、与作者互动、相关资源链接、点赞推荐、相似论文推荐、多语言评论和翻译、订阅等功能，旨在帮助开发者、研究人员及时了解 AI 领域最新研究进展。
Hugging Face BlogAI 评分4545 Hugging Face Transformers 模型使用 Optimum-Intel 和 OpenVINO GenAI 优化和部署
Hugging Face 与 Intel 合作推出 Optimum-Intel 项目，优化 Transformers 模型在 Intel 硬件上的推理性能。通过 OpenVINO™ GenAI API，简化了将大型语言模型 (LLMs) 集成到 C++ 或 Python 应用中的过程。
Hugging Face BlogAI 评分4242 HuggingChat 推出社区工具功能，赋能模型直接使用
HuggingChat 推出社区工具功能，允许用户将 HuggingFace 上的任何 Space 转换为模型可用的工具，支持图像理解、视频生成和文本语音模型等功能。用户可创建自定义工具或使用社区工具增强助手，目前该功能处于实验阶段。
OpenAI NewsAI 评分2424 Cognition CEO 解析 OpenAI o1 如何类人化进行编码决策
Cognition CEO Scott Wu 解析 OpenAI o1 在编码中做出更类人化的决策。该模型改变了传统代码生成逻辑，通过模拟人类思考过程优化编程任务处理。
OpenAI NewsAI 评分3030 OpenAI 发布《将 AI 用于工作：数百次成功部署的经验教训》
OpenAI 发布报告，总结数百次AI成功部署案例，强调模型与业务需求匹配、数据质量及模型可解释性为关键成功因素。
Hugging Face BlogAI 评分4040 🤗 LeRobotDataset：视频编码助力机器人数据集规模扩展
🤗 LeRobotDataset提出了一种轻量级、易于分享和可视化的数据集格式，通过视频编码技术将视觉模态数据集大小平均减少14%，同时保持良好的训练能力。该格式支持快速加载和播放视频帧，并兼容多种媒体播放器和浏览器。
OpenAI NewsAI 评分55 GPT-4o 微调研讨会
OpenAI 举办 GPT-4o 微调研讨会，探讨模型微调技巧和应用；GPT-4o 模型参数规模达 175B，速度提升 3.5 倍；研讨会开源，提供 API 接口。
Hugging Face BlogAI 评分3535 Hugging Face Hub 五大被低估的工具
Hugging Face Hub 拥有超过 850K 个公共模型，每月新增约 50k 个。本文介绍了五个常被忽视的工具：ZeroGPU、多进程 Docker、Gradio API、Webhooks 和 Nomic Atlas，它们可以帮助用户更轻松地构建各种 AI 解决方案。这些工具中的 ZeroGPU 提供免费 GPU 访问，适用于需要偶尔进行推理的场景。
Hugging Face BlogAI 评分3535 ggml：轻量级Transformer推理库入门指南
ggml是一个专注于Transformer推理的轻量级机器学习库，由C和C++编写，开源且由日益增长的社区积极开发。它具有最小化、易于编译、轻量级、良好的兼容性等特点，支持量化张量，内存效率极高。ggml适用于开发者入门，但需要深入了解底层编程。本文介绍了ggml的基本概念和基本用法，为后续学习和开发打下基础。
OpenAI NewsAI 评分2727 ChatGPT Enterprise：助力员工高效数据分析与洞察发现
OpenAI推出的ChatGPT Enterprise版本，通过实际案例展示员工如何利用该工具高效分析数据并挖掘洞察。
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 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 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 BlogAI 评分4242 Hugging Face Dataset Hub 发布四项新功能，提升数据集搜索体验
Hugging Face Dataset Hub 推出四项新功能，包括按模态、大小、格式和库搜索数据集，提升数据集的可发现性和可视化，方便用户找到适合其用例的数据集。
Hugging Face BlogAI 评分4545 Hugging Face Data Is Better Together 创新项目回顾与展望
Hugging Face 与 Argilla 合作，推动开源社区共同创建有影响力的数据集。项目包括创建 10K 个提示词数据集、多语言提示评估项目（MPEP）等，旨在解决语言、领域和任务数据不平衡问题。社区积极参与，项目成果显著，鼓励更多贡献者加入。
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 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 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。
Mistral AIAI 评分1515 Mistral AI 举办 Mistral Fine-tuning Hackathon
Mistral AI 于 2024 年 6 月 5 日至 30 日举办 Mistral Fine-tuning Hackathon，参与者可使用 Mistral 的微调 API 展示项目，奖品包括 €2,500 的 Mistral API 信用额度。参赛者需在 La Platforme 上注册并完成付款详情，以获取免费信用额度。提交的项目需包含代码链接、项目描述和不超过 2 分钟的视频演示。
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 BlogAI 评分4545 Sentence Transformers：如何微调嵌入模型以提升性能
Sentence Transformers 是一个用于使用和训练嵌入模型的 Python 库，适用于检索增强生成、语义搜索、语义文本相似度等多种应用。本文介绍了如何使用 Sentence Transformers 微调模型以提升特定任务上的性能，并提供了详细的组件说明和示例，包括数据集、损失函数、训练参数、评估器和训练器等。通过微调，模型能够根据特定任务的需求调整相似度概念，从而显著提升性能。
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 BlogAI 评分4242 Intel Gaudi 2 和 Xeon CPU 协同构建高效企业级 RAG 应用
Intel Gaudi 2 AI 加速器和 Xeon CPU 通过实际 RAG 应用案例显著提升企业性能；使用 LangChain 开发 RAG 应用，支持自定义嵌入、向量数据库和 LLM；Optimum Habana 库简化模型加载、训练和推理；TGI Gaudi 容器实现高性能文本生成。
Hugging Face BlogAI 评分4242 Hugging Face Inference Endpoints 实现Whisper语音识别模型的多功能部署
Hugging Face Inference Endpoints 支持Whisper语音识别模型，通过自定义推理处理程序，实现自动语音识别（ASR）、说话人分割和推测解码等功能。该方案采用模块化设计，支持多种用例，并使用Pyannote模型进行说话人分割，通过推测解码提高推理速度。用户可通过API调用创建端点，并部署到Inference Endpoints上。
Hugging Face BlogAI 评分4545 Hugging Face 探索提升提示词一致性的方法
Hugging Face 的 Leaderboards and Evals 研究团队发现，LLM 的基准性能与提示词格式密切相关。他们通过实验发现，模型在相同输入信息下，输出结果对提示词格式的微小变化极为敏感。为了提高提示词的一致性，Hugging Face 与 Dottxt 合作，探索了通过结构化生成来约束模型输出，以减少提示词格式变化带来的影响。
Ethereum BlogAI 评分4040 Ethereum Protocol Fellowship Cohort 4 摘要
Ethereum Protocol Fellowship（EPF）第四期圆满结束，35名参与者获得津贴，与27位核心开发者导师合作，贡献了35个项目。EPF第五期即将开放申请，鼓励有意向的核心开发者关注。
Hugging Face BlogAI 评分3737 Zama 在 Hugging Face Endpoints 上运行隐私保护推理
Zama 公司的隐私保护机器学习框架 Concrete ML 现已支持在 Hugging Face Endpoints 上部署，使用全同态加密 (FHE) 技术保护用户数据隐私，预编译模型可直接部署，支持 scikit-learn、ONNX、PyTorch 和 TensorFlow 等传统机器学习框架。
Hugging Face BlogAI 评分4040 Gradio Reload 模式：快速构建 AI 应用
Gradio 的 Reload 模式允许开发者无需重启服务器即可拉取最新代码更改，显著提升开发效率。通过使用 Gradio 的 Reload 模式，开发者可以快速构建 AI 应用，如文档分析器，实现用户上传文档并获取自然语言回答的功能。
Hugging Face Blog精选AI 评分6060 视觉语言模型详解
本文介绍了视觉语言模型的概念、应用场景以及如何使用和微调这些模型，包括开源模型介绍、选择模型的方法、评估基准以及使用transformers库进行推理和微调的示例。
推荐理由：本文介绍了视觉语言模型的概念、应用场景以及如何使用和微调这些模型，对了解和利用视觉语言模型有重要参考价值。
Hugging Face BlogAI 评分4040 DuckDB-NSQL-7B：利用 Hugging Face Dataset Viewer API 和 DuckDB 进行 Text2SQL 任务
MotherDuck 和 Numbers Station 推出 DuckDB-NSQL-7B，一款针对 DuckDB SQL 的先进 LLM，可轻松从数据中提取洞察。