AI Policy @🤗: Open ML Considerations in the EU AI Act★ 72
Hugging Face Blog1045d agoOpinion隨著歐盟《AI 法案》進入立法關鍵期，Hugging Face 發表政策倡議，探討法案對開源機器學習（Open ML）的潛在衝擊。文章強調開源在提升 AI 安全性與透明度上的關鍵作用，呼籲立法者應區分商業部署與非商業研究，避免對開源開發者與託管平台施加不切實際的合規負擔，以維護歐洲的創新活力。
Results of the Open Source AI Game Jam
Hugging Face Blog1048d agoReleaseHugging Face 舉辦的首屆開源 AI 遊戲創作大賽（Open Source AI Game Jam）圓滿落幕。本次活動吸引了上千名開發者參與，並提交了眾多將開源 AI 技術（如 LLM、圖像生成、語音辨識）融入遊戲玩法的創意作品。獲獎作品展示了如何利用 Hugging Face 的工具生態系與開源模型，為傳統遊戲注入全新的動態生成與互動機制。
Happy 1st anniversary 🤗 Diffusers!
Hugging Face Blog1049d agoReleaseHugging Face 慶祝旗下核心開源庫 Diffusers 推出一週年。在過去一年中，Diffusers 憑藉直覺的 API 設計，成功降低了 Stable Diffusion 等擴散模型的技術門檻。該庫不僅支援了 ControlNet、LoRA 等多種前沿技術，還透過記憶體優化與硬體加速，讓生成式 AI 走入消費級硬體，成為開源 AI 生態系中不可或缺的基石。
Ethics and Society Newsletter #4: Bias in Text-to-Image Models
Hugging Face Blog1073d agoCommentary本期 Hugging Face 倫理與社會電子報聚焦於文字生成圖像（Text-to-Image）模型的偏見。文章指出，這些模型在生成職業、社會角色等圖像時，常顯露出嚴重的性別與種族刻板印象。這源於訓練數據中不均衡的代表性，Hugging Face 呼籲社群透過開發評估工具與推動數據透明化來共同應對此挑戰。
AI Policy @🤗: Response to the U.S. NTIA's Request for Comment on AI Accountability
Hugging Face Blog1079d agoOpinionHugging Face 針對美國國家電信和資訊管理局（NTIA）的 AI 問責制徵求意見書提交了官方回應。HF 主張，開放科學與開源生態系對於 AI 的安全與問責至關重要，能促進外部審計與研究。他們建議推廣 Model Cards 等標準化文件，並呼籲建立因地制宜、分擔責任的監管框架，避免對開源創新造成過度限制。
Can foundation models label data like humans?★ 75
Hugging Face Blog1087d agoCommentary隨著 RLHF 成為微調大模型的關鍵，高昂的人工標記成本成為瓶頸。研究顯示，基座模型（如 GPT-4）在許多文本分類與偏好標記任務上，已能達到甚至超越普通群眾外包人員的準確度，且成本僅為百分之一。然而，AI 標記仍存在自我偏好、字數偏見等系統性誤差，未來將走向 AI 輔助與人類協同的混合模式。
The Hugging Face Hub for Galleries, Libraries, Archives and Museums
Hugging Face Blog1087d agoTutorialHugging Face 發布針對 GLAM（美術館、圖書館、檔案館與博物館）領域的應用指南，介紹如何利用 Hugging Face Hub 託管、分享並協作開發文化遺產相關的數據集、機器學習模型與互動式 Spaces 應用。此指南旨在推動文化機構的數位轉型，促進開放科學與文化遺產的 AI 研究。
Announcing the Open Source AI Game Jam 🎮
Hugging Face Blog1098d agoReleaseHugging Face 宣布舉辦「Open Source AI Game Jam」，邀請全球開發者在限定時間內，利用開源 AI 工具與模型（如 Hugging Face 上的各類模型）來創作遊戲。此活動旨在探索 AI 在遊戲開發（如美術生成、NPC 對話、音效等）的實際應用，並促進遊戲與 AI 社群的跨界交流。
🐶Safetensors audited as really safe and becoming the default★ 75
Hugging Face Blog1107d agoReleaseHugging Face 宣布其開發的 Safetensors 格式已成功通過專業安全公司 Trail of Bits 的審計，確認其安全性。相較於傳統具有任意程式碼執行風險的 Pickle 格式，Safetensors 不僅安全，還具備極速載入（Zero-copy）的優勢。Hugging Face 已正式將其設為平台上的預設模型儲存格式，推動開源 AI 社群邁向更安全的生態。
Hugging Face and IBM partner on watsonx.ai, the next-generation enterprise studio for AI builders
Hugging Face Blog1107d agoBusinessHugging Face 與 IBM 宣布建立合作夥伴關係，將 Hugging Face 的開源 AI 模型與工具整合至 IBM 全新的 watsonx.ai 平台。此合作旨在為企業提供安全、合規且靈活的 AI 開發環境，讓企業開發者能輕鬆運用開源社群的數千個模型，並結合 IBM 的企業級技術進行微調與部署。
Hugging Face Selected for the French Data Protection Agency Enhanced Support Program
Hugging Face Blog1115d agoBusiness法國資料保護監管機構 CNIL 宣布將 Hugging Face 納入其「加強支援計劃」。該計劃旨在協助具備系統重要性的數位創新企業符合 GDPR 規範。雙方將密切合作，針對開源 AI 模型訓練、數據集隱私及開源社群的合規性，共同探索並建立具體的最佳實踐指南。
Language model roundup, April 2023
Replicate Blog1139d agoReleaseReplicate 發布了 2023 年 4 月的開源語言模型（LLM）彙整報告。文章介紹了當時快速崛起的開源模型，包括基於 LLaMA 微調的 Vicuna、首款可商用的 Dolly v2，以及 Stability AI 推出的 StableLM。讀者可以透過 Replicate 的雲端 API 輕鬆部署與測試這些模型，大幅降低了開發者使用開源大模型的門檻與硬體成本。
Snorkel AI x Hugging Face: unlock foundation models for enterprises
Hugging Face Blog1154d agoBusinessSnorkel AI 與 Hugging Face 宣布合作，旨在解決企業應用基礎模型（Foundation Models）時面臨的領域數據不足挑戰。透過將 Snorkel Flow 的程式化標註技術與 Hugging Face 的開源模型庫結合，企業能快速標註私有數據並進行模型微調。此方案不僅能加速企業級 AI 應用的開發，還能透過模型蒸餾技術降低推理成本，實現高效且安全的落地部署。
Ethics and Society Newsletter #3: Ethical Openness at Hugging Face
Hugging Face Blog1161d agoOpinionHugging Face 在第三期《倫理與社會簡報》中深入探討了「倫理開放性（Ethical Openness）」的概念。他們強調開源 AI 不應是毫無限制的釋出，而需在促進科學協作與防範技術濫用之間取得平衡。文章介紹了 Hugging Face 如何透過「閘門式模型（Gated Models）」、負責任 AI 授權條款（RAIL）以及社群檢舉機制，在實踐開放科學的同時降低潛在風險。
How Hugging Face Accelerated Development of Witty Works Writing Assistant
Hugging Face Blog1190d agoBusiness本案例研究介紹了 Witty Works 如何利用 Hugging Face 的技術加速其寫作助手的開發。Witty Works 旨在幫助企業撰寫具備多元與包容性（D&I）的文本。透過 Hugging Face 的文本分類模型與生態系統，他們能夠快速識別並修正文本中的潛在偏見（如性別、年齡或種族偏見），大幅縮短了模型開發與部署的週期。
Red-Teaming Large Language Models★ 75
Hugging Face Blog1195d agoTutorial本文介紹了大型語言模型（LLM）的「紅隊演練」概念，這是一種源自網路安全、旨在透過模擬對抗性攻擊來找出模型漏洞的方法。文章探討了紅隊演練在防範越獄（jailbreak）、有害輸出及隱私洩漏上的重要性，並分析了手動與自動化紅隊測試的實踐方式與挑戰。這對於開發安全、可靠的 AI 系統至關重要。
Fetch Consolidates AI Tools and Saves 30% Development Time with Hugging Face on AWS
Hugging Face Blog1196d agoBusiness美國知名消費回饋平台 Fetch 過去面臨 AI 工具碎片化與部署流程繁瑣的挑戰。透過在 AWS 上導入 Hugging Face 的解決方案，Fetch 成功統一了其機器學習工作流。這項整合不僅簡化了模型訓練與部署，更為團隊節省了高達 30% 的開發時間，加速了其收據辨識與個人化推薦服務的迭代。
Machine learning needs better tools
Replicate Blog1198d agoOpinion儘管機器學習（ML）的需求爆發，但對於多數軟體工程師而言，部署與運行模型仍面臨極高的技術門檻。現有的 ML 工具鏈過於複雜，開發者常需處理 GPU 設定、CUDA 版本及依賴衝突。Replicate 指出，ML 領域急需如同傳統軟體開發般成熟、易用的基礎設施與工具，才能釋放其真正的應用潛力。
Model Cards★ 75
Hugging Face Blog1261d agoTutorialHugging Face 詳細介紹了「Model Cards（模型卡）」的概念與實作方法。作為模型倉庫的 README.md，Model Cards 不僅記錄了模型的預期用途、限制、訓練數據與評估結果，還透過 YAML 元數據實現結構化搜尋。這項工具旨在推動開源 AI 社群的透明度與可解釋性，是實踐負責任 AI（Responsible AI）不可或缺的基礎文檔。
Director of Machine Learning Insights [Part 4]
Hugging Face Blog1288d agoOpinion本篇為 Hugging Face 探討機器學習團隊管理的系列文章第四部分。內容聚焦於 ML 總監在實際營運中面臨的三大核心挑戰：如何將技術指標轉化為業務 ROI、如何在高昂的 GPU 成本下進行預算與推論優化，以及在建構 MLOps 工具鏈時，如何權衡「自主研發（Build）」與「採購現成服務（Buy）」。這為正在規模化 ML 團隊的管理者提供了極具價值的實務指南。
Japanese Stable Diffusion
Hugging Face Blog1337d agoReleaseStability AI 於 2022 年 10 月推出了「Japanese Stable Diffusion」模型。該模型專為日語語境進行優化，解決了先前英文版 Stable Diffusion 難以精確理解日語輸入與日本文化細節的問題。用戶可以直接使用日語進行 Prompt 創作，生成更符合日本審美與文化背景的圖像，並已開源託管於 Hugging Face。
Image Classification with AutoTrain
Hugging Face Blog1344d agoTutorialHugging Face 介紹了其無程式碼平台 AutoTrain 在圖像分類任務上的應用。使用者只需上傳整理好的圖片資料集，系統便會自動進行模型選擇、超參數調優與訓練。訓練完成後，模型會直接託管於 Hugging Face Hub，並自動生成 Inference API，極大地降低了電腦視覺應用的開發門檻。
Ethics and Society Newsletter #1
Hugging Face Blog1350d agoCommentaryHugging Face 發表第一期《倫理與社會電子報》，正式介紹其倫理與社會研究團隊的願景。內容涵蓋 BigScience 專案的倫理憲章、推動限制惡意使用的「負責任 AI 授權條款（RAIL）」，以及資料集偏見評估工具。此舉旨在倡導開源社群在追求技術進步的同時，兼顧社會責任與倫理規範。
What's new in Diffusers? 🎨★ 70
Hugging Face Blog1360d agoReleaseHugging Face 發布 Diffusers 開源庫推出兩個月的進展報告。本次更新核心在於全面整合 Stable Diffusion，並推出圖生圖（Img2Img）與局部繪製（Inpainting）等全新 Pipeline。此外，團隊大幅優化了記憶體佔用，引入 Attention Slicing 技術，讓 4GB 顯存的 GPU 也能順利運行擴散模型，並新增了多種採樣調度器（Schedulers）。
OpenRAIL: Towards open and responsible AI licensing frameworks★ 75
Hugging Face Blog1372d agoCommentaryHugging Face 介紹了 OpenRAIL（開放負責任 AI 授權）框架，旨在解決傳統開源授權無法約束 AI 濫用的問題。該框架允許用戶自由下載、修改和商業化 AI 模型，但同時在授權條款中加入「使用限制條款」，禁止將 AI 用於惡意用途（如生成深偽造、違法行為等）。這項舉措在促進技術共享與防範 AI 風險之間取得了平衡，成為 Stable Diffusion 等知名模型所採用的授權基礎。
Stable Diffusion with 🧨 Diffusers★ 85
Hugging Face Blog1381d agoReleaseHugging Face 於 2022 年 8 月宣布將剛發布的 Stable Diffusion 整合至其 🧨 Diffusers 函式庫中。這項合作讓開發者與研究人員能夠透過極簡的 Python API，輕鬆載入權重並進行文字生成圖像（Text-to-Image）的推論。文章詳細介紹了潛在擴散模型（Latent Diffusion）的運作原理，並提供多種記憶體優化技術，大幅降低了開源 AI 繪圖的硬體門檻。
Comments on U.S. National AI Research Resource Interim Report
Hugging Face Blog1402d agoOpinionHugging Face 針對美國「國家 AI 研究資源（NAIRR）」中期報告提交官方反饋。其核心訴求包括：大力支持開源 AI 與開放科學、推動運算與數據資源的民主化分配以扶植中小型研究機構，以及建立完善的模型與數據集文件規範（如 Model Cards）。此舉旨在確保國家級 AI 資源能真正惠及大眾，而非僅由少數科技巨頭壟斷。
Building a Playlist Generator with Sentence Transformers
Hugging Face Blog1421d agoTutorial本文探討如何使用 Sentence Transformers 建立一個智慧歌單生成器。透過將歌曲描述、風格或歌詞轉化為向量嵌入（Embeddings），並利用餘弦相似度比對使用者的文字輸入，系統能精準推薦符合當下心情或情境的音樂。這展示了語意搜尋與向量嵌入技術在現代推薦系統中的實際應用。
Introducing The World's Largest Open Multilingual Language Model: BLOOM★ 75
Hugging Face Blog1422d agoReleaseHugging Face 協同 BigScience 社群正式發表 BLOOM，這是一個擁有 1760 億參數的開源多語言大模型。該模型由全球 70 多國、上千名研究人員歷時一年多共同協作完成，並在法國 Jean Zay 超級電腦上進行訓練。BLOOM 支援 46 種自然語言與 13 種程式語言，旨在打破科技巨頭壟斷，推動 AI 學術研究的民主化與開放合作。
Director of Machine Learning Insights [Part 3: Finance Edition]
Hugging Face Blog1450d agoOpinion本文為 Hugging Face 訪談金融業機器學習主管的專題。內容深入探討金融機構如何導入 Transformer 與 NLP 技術，並分析在高度監管環境中，面臨的資料隱私、模型可解釋性（XAI）與法規合規性等核心挑戰，同時分享開源生態系如何協助金融機構避免供應商鎖定並加速 AI 創新。