Hugging Face 社区冲刺活动来啦！

于 2022-11-25 22:00:21 发布
阅读量240 收藏
点赞数
CC 4.0 BY-SA版权
文章标签： 人工智能 深度学习 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/HuggingFace/article/details/129573067
本周，HuggingFace与arXiv合作，推动社区成员将开源模型转化为易于使用的HuggingFaceSpaces应用。活动邀请参与者利用现有模型，提升AI易用性，无论模型是否来自论文，都可提交创新应用。参与方式包括加入Discord社区，选择Collaborate角色，并在官方表格分享计划。优秀作品将获官方礼品奖励。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

ef2513b0bc56c8f3bc6472058d893918.png

上周，我们宣布了与 arXiv 的合作——论文的 Demos 标签页可以展示运行在 Hugging Face Spaces 上的、基于该论文的开源演示内容，这将有助于增进论文的趣味性和易用程度。今天，我们邀请全球的社区成员们参加我们的 Hugging Face ❤️ arXiv 社区冲刺活动。

Hugging Face ❤️ arXiv 社区冲刺活动介绍

在这场社区冲刺活动里，我们的目标是将一些 开源模型 制作成 Hugging Face Space 应用来进行展示，提升这些开源模型在社区中的易用性。特别提醒的是，不论这个开源模型是否在 arXiv 论文中有提及，我们都欢迎你提交。

❝

我们经常会听到说「AI 黑科技」，可以修复旧照片、把低清图变为高清等等。只是听说，在哪里可以亲自尝试一下呢？Hugging Face Spaces 就提供了这样的功能，可以将其托管的模型构建为一个可交互的界面，用户可以输入内容，然后由模型处理后输出结果。

比如我们刚提到的基于腾讯开源的旧照片修复算法 GFPGAN 构建的 Space 应用: https://hf.co/spaces/Xintao/GFPGAN

本次社区冲刺活动，我们将构建 Space 应用来展示开源模型，有几个重点简单提醒如下:

  • 选择论文中已经公开了 checkpoint 的开源模型

  • 如果它没有 checkpoint 的话，不要 从头开始训练新模型

  • 可以选择好几个不同的模型串联起来进行构建，尽情发挥！🎤

如何参与此次活动？

1.加入我们的官方 Discord 社区 (复制链接或点击阅读原文):
https://hf.co/join/discord

2.同意社区规则之后，在 #role-assignment 频道选择社区角色为 Collaborate (第一个角色)。

f0fc89de47121e0a238d151e157b4824.gif

3.在协作表格里加入你计划实现的 Space 应用:

  • 在这个 Google 表格中使用评论功能，加入论文链接和你的名字等信息:
    https://bit.ly/official-working-group

  • 来 Discord 社区的 making-demo 频道发言，我们和其他社区成员们会尽力帮助你完成 Space 应用的构建

639e1681fa3fb65f2b34775be537886d.png

然后就可以开始构建你的 Space 应用啦！

中国社区的参与方式 (可选，强烈建议以上面提到的方式直接参与)

为了方便无法访问 Google 表格的用户，我们把报名表格在腾讯文档上做了同步 (不定期更新)，大家可以在这个文档里看一下其他成员的计划以找一些灵感和参考，但也同时注意，其他成员已经在做或者做过了的 Space 应用，大家就不要再重复造轮子啦:
https://docs.qq.com/sheet/DYWdMWE55SHJoUE9y

与此同时，你也可以通过本文下方的 留言功能 参与本次活动，具体方式为：

  1. 将需要评论在官方 Google 表格 (或参考腾讯文档) 的内容 (A-D 列) 以留言的方式评论给本文

  2. 信息完整，我们会 公开 你的留言，并将留言内容同步到官方 Google 表格

  3. 收藏本文，Space 应用完成构建后，在本文回复自己评论将自己的 HF Hub 和 Spaces 信息告诉我们 (E-F 列)，也可以直接在官方的 Google 表格自行评论

可以构建的 Space 应用

基于 checkpoint 在 GitHub 上的开源模型构建 Space 应用

  1. 从 GitHub 下载该模型，并在 Hugging Face 上创建一个模型仓库 (浏览器中输入网址 hf.new 试试看 🤫)

  2. 通过 huggingface_hub Python 库，使用 upload_folder() 函数，或者直接在 Hub 的 UI 界面上直接上传文件

  3. 填写模型信息卡片，你可以使用论文或 GitHub 仓库中的信息。

模型信息卡片 (model card) 本质上就是模型库中的 README.md 文件，它由两部分组成，元数据和自定义文本。

元数据

元数据是在模型信息卡片最上面以 yaml 格式出现的信息对，用来介绍模型所解决的问题、用以训练的模型库和许可证信息等，以便更轻松的在 Hugging Face Hub 上搜索模型。

自定义文本

自定义文本部分在 yaml 格式的元数据下方列出，它可以包括但不仅限于:

  • 模型和它所训练的数据集的描述

  • 偏见和限制的免责声明

  • 训练指标

  • 使用该模型的小代码片段

举个例子:

6cf440670940cacbff12fdf53965ee93.pngb6ad786775ab1d4f402329c58228c6ea.png

上面展示的模型信息卡片代码在:
https://hf.co/google/maxim-s3-deblurring-gopro/blob/main/README.md

你也可以阅读模型信息卡片文档了解更多:
https://hf.co/docs/hub/model-cards

然后就是构建 Space 应用啦！(下一章节会提到)

基于 checkpoint 在 HF Hub 上的开源模型构建 Space 应用

恭喜！这种情况下，你就可以直接进行 Space 应用的构建了，这里列出了几篇 Space 应用构建的相关文档：

  • 如果你没有接触或者刚接触 Gradio，请查看 Gradio 入门指南:
    https://hf.co/course/chapter9/1

  • 使用 Gradio 载入 HF 上的模型和 Spaces:
    https://bit.ly/loading-hf-models-n-spaces

  • 像调用函数一样使用区块 (block):
    https://gradio.app/using_blocks_like_functions/

最后两个文档非常适合你将不同的 Space 应用「混搭」起来使用，我们希望看到你的创意和想法！

基于已有的 Spaces「混搭」构建 Space 应用

你也可以把不同的模型和 Spaces 相结合来构建 Space 应用，像调用函数一样调用不同的模型。

举个例子:

Whisper 结合 Stable Diffusion

Whisper 是一个通用的语音识别模型，Stable Diffusion 是一个通过文本生成图像的模型。它们们结合起来就是，你可以通过通过语音来直接生成图像。

现在就试试看:
https://hf.co/spaces/fffiloni/whisper-to-stable-diffusion

Stable Diffusion Prism

这个「结合体」首先将图片通过 CLIP Interrogator 获得关于图片内容的提示词，然后再通过这些提示词使用 Stable Diffusion 生成图片。

两个 Spaces 是使用 gr.Blocks.load() 载入的，示例代码如下:

img_to_text = gr.Blocks.load(name="spaces/pharma/CLIP-Interrogator")
stable_diffusion = gr.Blocks.load(name="spaces/stabilityai/stable-diffusion")

现在就体验一下:
https://hf.co/spaces/pharma/sd-prism

成功提交冲刺活动的例子

我们列举了一些成功提交社区冲刺活动的例子。

直接从论文中实现的三个例子

Anime Background GAN-Hosoda 😍

动漫风格背景图生成，这个 Space 应用所使用的开源模型是从 GitHub 上得到的，相关资料:

  • GitHub 仓库:
    https://github.com/venture-anime/cartoongan-pytorch

  • 模型仓库:
    https://hf.co/akiyamasho/AnimeBackgroundGAN-Hosoda

  • Space 应用地址:
    https://huggingface.co/spaces/akiyamasho/AnimeBackgroundGAN

MAXIM 🎑

这是一个处理模糊图像的模型，这个 Space 应用是通过 huggingface_hub 库的 from_pretrained_keras 方法直接加载模型实现的。

  • 模型仓库:
    https://hf.co/google/maxim-s3-deblurring-gopro

  • Space 应用地址:
    https://hf.co/spaces/sayakpaul/gopro-deblurring-maxim

FLAN 🥮

  • 模型仓库:
    https://hf.co/google/flan-t5-xl

  • Space 应用地址:
    https://hf.co/spaces/osanseviero/i-like-flan

创意 Space 应用结合的两个例子

我们上面已经提到了的两个结合了 Whisper 和 Stable Diffusion 的 Space 应用，以及先获得提示词，再生成新的图片的 Stable Diffusion Prism:

  • Whisper 结合 Stable Diffusion:
    https://hf.co/spaces/fffiloni/whisper-to-stable-diffusion

  • Stable Diffusion Prism:
    https://hf.co/spaces/pharma/sd-prism

奖励

只要在此次社区冲刺活动期间完成提交，我们都将提供 Hugging Face 官方周边小礼品商店 (hf.co/shop) 的礼品券，甚至可能会为你的 Space 应用进行硬件升级。如果有任何变动，请以 Discord 官方频道更新的内容为准。

Hugging Face
关注
博客
欢迎 GPT OSS —— 来自 OpenAI 的全新开放模型家族！
08-06 1118
在 GPT OSS 中，system 消息遵循严格格式，并包含当前日期、模型身份以及推理强度等级等信息，而 “developer” 消息则更为自由，这 (令人困惑地) 使它类似于其他模型的 “system” 消息。Hugging Face 与 Azure 合作，将最受欢迎的开源开放模型 (涵盖文本、视觉、语音与多模态任务) 直接引入 Azure AI Model Catalog，便于客户在托管在线端点中安全部署，借助 Azure 的企业级基础设施、自动扩缩与监控能力。轻松在多张 GPU 上部署。
博客
Hugging Face 开源机器人 Reachy Mini 开启预定
07-09 1140
无论是 AI 开发者、极客或黑客、科研人员、教育工作者、机器人爱好者，还是与孩子一同学习编程的家长，Reachy Mini 都能帮助你在桌面环境中高效完成 AI 应用的开发、最新算法的测试、项目的实际部署以及创新成果的共享。：通过上传、下载和分享机器人行为，实现行为复用与组合创新，随着 Reachy Mini 社区的发展，可能性将呈指数级扩展。：与 Hugging Face 社区超千万用户一起，上传、分享与下载机器人行为，共同扩展智能机器人的边界。：集成摄像头、麦克风与扬声器，支持基于 AI 的视听交互。
博客
开源人工智能：数字主权的基石
06-30 985
像 OLMO2（一个相对较小的模型，其训练方法和数据完全透明，性能与 OpenAI 的 o1-mini 相当）或 OlympicCoder（一个更小的模型，在复杂编码任务上性能超过最新的 Claude 模型）这样的开源项目，充分体现了协同创新在构建先进人工智能模型中的潜力。这种能力的积累，不仅有助于形成符合本地价值观与监管要求的人工智能系统，更是面向未来的关键竞争力，在人工智能深度塑造经济、治理与社会结构的时代背景下，具有不可替代的长期战略意义。：确保在一国领土内生成的数据受该国法律和治理结构的约束。
博客
nanoVLM: 简洁、轻量的纯 PyTorch 视觉-语言模型训练代码库
06-18 1044
该模块将视觉主干网络产生的图像嵌入作为输入，并将它们转换为与语言模型嵌入层的文本嵌入兼容的嵌入。减少了图像标记的数量，这有助于降低计算成本并加快训练速度，特别是对于对输入长度敏感的基于 transformer 的语言解码器。下图演示了这个概念。在这篇博客中，我们介绍了什么是 VLM，探讨了支撑 nanoVLM 的架构选择，并详细解释了训练和推理工作流程。，可以帮助你构建和训练一个能够理解图像和文本，并基于此生成文本的模型。如果你尝试了它，并在它的基础上尝试构建，或者你只是有问题，我们都很乐意听到你的反馈。
博客
HF Papers 直播｜ AI Insight Talk 强化学习专场
06-12 838
研究方向为多模态通用感知模型、多模态大模型后训练算法，在人工智能国际顶级会议及期刊发表论文十余篇，谷歌学术累计引用超过1900次，作为核心作者（共一二作）参与研发的多模态大模型InternVL-Chat系列模型在HuggingFace社区累计下载量突破1000万次，开源代码在Github获得stars超过8000个。已在 NeurIPS，ICLR，ACL 等国际顶级会议上发表多篇论文，谷歌学术引用量 600+，担任 NeurIPS 等顶级会议审稿人。为了更好的社区互动过，我们在本次直播加入了圆桌讨论环节。
博客
SmolVLA: 让机器人更懂 “看听说做” 的轻量化解决方案
06-05 1379
从左到右: (1) 异步的拾取 - 放置立方体计数，(2) 同步的拾取 - 放置立方体计数，(3) 在扰动下的拾取 - 放置立方体计数，(4) 在真实世界 SO101 上的乐高积木拾取 - 放置任务泛化。与学术基准不同，社区数据集自然地捕捉到了杂乱、现实的互动: 多变的光照、不完美的演示、非常规物体和异质的控制方案。在过去的几年里，Transformers 技术推动了人工智能的显著进展，从能够进行类人推理的语言模型到理解图像和文本的多模态系统。然而，在实际的机器人领域，进展则相对较慢。
博客
参加 Hugging Face 组织的 Gradio & MCP 智能体主题黑客松
05-27 1134
一场以智能体 (Agent) 和模型上下文协议 (Model Context Protocol，简称 MCP) 为核心的全球在线黑客松即将来袭！Model Context Protocol (MCP) 是一个开放协议，旨在标准化应用如何向大语言模型 (LLM) 提供上下文信息。：在 6 月 8 日 23:59 (UTC) 之前提交至对应的 Hugging Face Spaces。构建一个完整的 AI 智能体展示应用 (可使用 MCP，也可以不使用) ，让我们看到它真正能做些什么！
博客
大模型评估排障指南 | 关于可复现性
05-13 738
它们在标准测试集 MATH-Hard 上预测的答案完全正确，但在 few-shot 简单模板测试中评估得分反而较低，很可能就是过拟合了 GSM8K 数据集 (另一个数学测试集) 的 prompt 和答案格式。，如果不看代码，你可能觉得就是上文提到的那样，直接对比预测结果和参考答案，不过: 如果查看代码会发现，在做对比之前预测结果还多做了一步归一化 (去除标点符号、统一数字格式等)，这明显会改变对比得分。(没错不用惊讶，不一致时也会影响结果差异，因为不同模型对不同样本的表现是不一样的)。
博客
大模型评估排障指南 | 关于 LaTeX 公式解析
05-07 345
或者往代码里添加人工检查来提高模型得分。在几乎陷入问题陷阱之后，我们认为在代码中添加字符串比较检查差不多就能缓解这个问题了。解析真值 (用真值自身对比测试) 只能得到约 0.94 的准确率。来表示数学领域的计算和符号。评估难点在于对模型输出与标准答案的解析和比较。(一个用于符号数学的 Python 库) 来对 LaTeX 进行解析和比较。的模型时经常会遇到，例如 Hugging Face 的。解析 LaTeX 很难。这个问题在评估输出为。lm-evaluation 框架使用。无法解析某些 (标准的。
博客
设计即合规: 开放AI生态中的用户数据治理实践
04-30 1239
通过将数据完全保留在用户的本地环境中，它从根本上改变了传统的 “知情同意” 模式，使许多对数据外泄的担忧变得不再成立，除非用户主动设置将数据传出。这种分布式的方法也促成了多种用户知情同意机制的实践形式 —— 既包括强调 “隐私优先设计” (privacy-by-design) 原则的严格框架，也包括为大规模数据集提供“选择退出” (opt-out) 通道的灵活机制。与那些更复杂、长期的数据管理系统不同，该方法强调的是即时、基于当前会话的控制，让用户在每一次使用时都能清楚地掌控自己的数据使用权。
博客
大模型评估排障指南 | 关于推理
04-24 818
即在 layer 级拆分模型，不同的 layer 被分配到不同的 GPU 上。由于推理时前向过程是线性的，例如 layer 1 的输出是 layer 2 的输入，因此 layer 2 分配的 GPU 需要等待 layer 1 的计算结束才能开始 (也叫 “冒泡 (bubble)”)，同时数据和中间结果也需要 GPU 间传输，这也就导致执行速度较慢。更一般地，确保输入模型的样本的上下文大小是按从大到小的顺序，这样如果上下文大小过大，模型就会直接报错，避免了模型一开始正常运行，直到某个时间才出问题。
博客
让 LLM 来评判 | 技巧与提示
04-09 699
例如，成对比较模型的训练集数据格式中提供了参考答案，如果在评估时没有给定参考答案或者给定的参考答案格式有误，那么评估结果就不可信。例如在某些特定领域 (如医学、法律、数学等)，如果标注员专业性不够，那么得到的结果可能跟直接采用 LLM 一样差。：同一 prompt 输入评估模型执行多次得到的结果可能不一样 (如果温度参数不设为 0)。例如对于施加了相同程度噪声的文本，使用评估模型评估文本质量的评分无法反映噪声的程度。缓解措施：仔细遵循评估模型训练集 prompt 格式 (比如指令微调模型的格式)。
博客
Open R1 项目进展第三期
04-03 666
虽然最终子任务通常是完整问题，但其他大多数子任务往往是难度较低的问题，参赛者可以选择解决部分子任务以获得部分分数，而不是尝试完美解决完整问题 (完美得分非常罕见)。虽然我们计划未来通过模型生成并验证更多具有挑战性的测试用例，添加到我们的 CodeForces 数据集中，但目前我们转向了其他地方寻找完整可用的题目数据。具体来说，我们先提交针对问题最后一个子任务的解决方案，然后依次提交针对倒数第二个、第三个子任务的代码，同时跳过已解决的子任务。不过不管怎样，我们试过的所有数据集里，打包的表现都不如不打包。
博客
Open R1 项目进展第二期
03-31 1192
虽然我们升级了 Math-Verify，让它能更好地处理这些怪格式 (后面会讲改进)，但还是找了个备用方案: 用 Llama-3.3-70B-Instruct 当“裁判”，从被拒的答案里救回一些靠谱的。DeepSeek 团队生成了 60 万条推理记录，用来微调 Qwen 和 Llama 系列模型，结果证明，不用强化学习，直接从 R1 “蒸馏”出来的效果也很棒。除此之外，我们还聊聊社区里一些让人兴奋的进展，比如怎么整理出小而精的高质量数据集来微调模型，以及如何在训练和推理时控制推理模型的“思考步数”。
博客
Open R1 项目进展第一期
03-28 1051
但效果不好，吞吐量低，只能同时处理 8 个请求，GPU 的 KV 缓存很快就满了。DeepSeek R1 发布已经两周了，而我们启动 open-r1 项目——试图补齐它缺失的训练流程和合成数据——也才过了一周。我们这才刚起步呢，打算把训练流程弄完，在小模型上试试，再用放大版的推理流程搞出高质量的数据集。虽然大家还在研究 DeepSeek-R1 的成果和报告，但这款模型在发布短短两周后，就已经火遍了大街小巷，吸引了无数目光。: 一个超棒的合成推理数据集，有 114k 个例子，数学、科学、代码、谜题啥都有。
博客
为什么 AI 模型离科学革命还差得很远？
03-26 1010
文章的核心观点是，在未来一两年内，我们将拥有一个“装在数据中心里的爱因斯坦之国”，所有 21 世纪的科学发现将在短短 5 到 10 年内被一股脑地完成，从而压缩了整个世纪的科技进程。现在，我们评估 AI 模型智能提升的方式，大多是通过一些“高难度考试题”，比如所谓的“人类的最后一场考试”或 “Frontier Math”，这些测试由博士生设计，问题复杂但都是封闭式、明确有标准答案的题目。在我看来，按照当前的发展路径，我们真正可能得到的，是“一国的服务器上全是唯唯诺诺的好学生”，而不是爱因斯坦。
博客
常见的 AI 模型格式
03-25 917
GGUF 格式的 Llama-3.1 8B 模型示例，链接https://hf.co/bartowski/Meta-Llama-3.1-8B-Instruct-GGUF/tree/main。虽然也可以将其用于其他类型的模型，例如通过stable-diffusion.cpp实现的扩散模型，但这并不像在语言模型中的应用那样普遍。
博客
SmolVLM2: 让视频理解能力触手可及
03-21 1382
模型与演示全集https://hf.co/collections/HuggingFaceTB/smolvlm2-smallest-video-lm-ever-67ab6b5e84bf8aaa60cb17c7。虽然属于实验性发布，但期待它能激发更多创新应用。微调笔记https://github.com/huggingface/smollm/blob/main/vision/finetuning/SmolVLM2_Video_FT.ipynb。我们推出三款新模型 (2.56 亿/5 亿/22 亿参数)。
博客
在 Hugging Face Spaces 上使用 Gradio 免费运行 ComfyUI 工作流
03-18 868
在本教程中，我将逐步指导如何将一个复杂的 ComfyUI 工作流转换为一个简单的 Gradio 应用程序，并讲解如何将其部署在 Hugging Face Spaces 的 ZeroGPU 无服务器架构上，这样可以让它以无服务器的方式免费部署和运行。不过，你可能需要根据本教程中学到的知识进行一些修正。虽然需要一些基础的编程知识，但我鼓励初学者尝试跟随本教程，因为它可以作为一个很好的 Python、Gradio 和 Hugging Face Spaces 的入门指南，不需要太多的编程经验。
博客
在 Hugging Face 上部署语音转语音模型
03-11 1024
介绍S2S (语音到语音)是 Hugging Face 社区内存在的一个令人兴奋的新项目，它结合了多种先进的模型，创造出几乎天衣无缝的体验: 你输入语音，系统会用合成的声音进行回复。https://github.com/huggingface/speech-to-speech该项目利用 Hugging Face 社区中的 Transformers 库提供的模型实现了流水化处理。该流程处理由以下组件...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值