Deploying 🤗 ViT on Kubernetes with TF Serving
Hugging Face Blog1395d agoTutorial本文詳細說明了將 Hugging Face 的 Vision Transformer (ViT) 模型部署到生產環境的完整流程。內容涵蓋將模型轉換為 TensorFlow SavedModel 格式、配置 TF Serving 服務，以及撰寫 Kubernetes 部署與服務 YAML 檔。最後展示了如何透過 API 進行高效能的圖像分類推理，是 MLOps 工程師將視覺模型落地生產環境的實用指南。
Train and Fine-Tune Sentence Transformers Models★ 75
Hugging Face Blog1396d agoTutorial本指南詳細介紹如何訓練與微調 Sentence Transformers 模型。內容涵蓋雙編碼器（Bi-Encoder）與交叉編碼器（Cross-Encoder）的差異、如何準備訓練數據（如成對文本或三元組），以及如何選擇適合的損失函數（如 MultipleNegativesRankingLoss）來提升語意搜尋與向量檢索的精準度，是優化 RAG 系統必讀的經典教學。
How we made the Vercel Dashboard twice as fast
Vercel Changelog1396d agoTutorialVercel 官方分享了優化其 Dashboard 效能的實戰經驗。團隊透過程式碼拆分（Code Splitting）減少 JavaScript 載入量、利用 SWR 優化資料獲取與快取機制，並結合 Vercel Edge Network 降低延遲。這些前端與架構層面的優化，最終讓 Dashboard 的互動與載入速度成功翻倍，是 React 與 Next.js 效能優化的經典範例。
Improving INP with React 18 and Suspense
Vercel Changelog1396d agoTutorialVercel 分享了如何透過 React 18 的並行功能與 Suspense 改善「互動到下次繪製」(INP) 指標。傳統 React 的同步渲染會阻塞瀏覽器主線程，導致使用者操作出現延遲；而 React 18 允許中斷低優先級的渲染，優先處理使用者輸入，並透過選擇性水合技術，大幅降低互動延遲，提供更流暢的網頁體驗。
Automating image collection
Replicate Blog1401d agoTutorial本文探討如何利用 CLIP 的語意搜尋能力與龐大的 LAION-5B 開源影像數據集，自動化建立自定義圖像數據集。讀者可以透過輸入文字描述，精準篩選並批次下載成千上萬張相關圖片與其標籤。這對於需要訓練專屬 AI 模型（如 Stable Diffusion 微調）的開發者與研究人員來說，是一個極具實用價值的工具與工作流。
Proximal Policy Optimization (PPO)★ 70
Hugging Face Blog1401d agoTutorial本教學為 Hugging Face 深度強化學習課程的一部分，深入探討當前最主流的強化學習演算法「近端策略優化 (PPO)」。文章解析了 PPO 如何透過「剪裁代理目標函數」解決傳統策略梯度法步長過大導致崩潰的問題，並引導讀者使用 Stable-Baselines3 進行實戰演練，是理解 LLM 對齊技術（如 RLHF）的重要基石。
Hashnode runs the fastest blogs on the web with Vercel
Vercel Changelog1402d agoBusiness知名開發者部落格平台 Hashnode 宣布將其基礎設施遷移至 Vercel。藉由 Next.js 的增量靜態生成（ISR）與 Vercel 的邊緣網路，Hashnode 成功優化了數百萬個部落格的載入速度。這項合作不僅提升了網站的 Core Web Vitals 表現，也大幅簡化了大規模自訂網域與 SSL 憑證的管理流程。
Enhanced geolocation information for Vercel Functions
Vercel Changelog1402d agoReleaseVercel 宣佈為 Vercel Functions（包含 Serverless 與 Edge Functions）提供更豐富的地理位置（Geolocation）資訊。開發者現在除了國家與地區外，還能直接存取城市、緯度、經度及時區等精細數據。這項更新讓開發者能更輕鬆地實現本地化內容、動態時區調整與基於位置的個性化體驗，且無需額外付費或配置第三方 API。
Introducing the Private Hub: A New Way to Build With Machine Learning★ 75
Hugging Face Blog1403d agoReleaseHugging Face 正式推出 Private Hub，允許企業與團隊在安全的私有環境中託管、管理和共享機器學習模型、數據集與 Spaces。該服務提供細粒度的權限控制與企業級安全保障，並與 Hugging Face 開源生態系無縫整合，讓團隊能更高效且合規地協作開發 AI 應用。
Nyströmformer: Approximating self-attention in linear time and memory via the Nyström method
Hugging Face Blog1404d agoReleaseHugging Face 官方部落格介紹了 Nyströmformer 模型。該模型旨在解決傳統 Transformer 在處理長序列時面臨的平方級（O(n²)）時間與記憶體複雜度限制。透過引入數學上的 Nyström 方法，Nyströmformer 能夠以線性（O(n)）的複雜度高效逼近標準的 Self-Attention 機制，並已整合至 Hugging Face transformers 庫中，方便開發者直接調用。
Comments on U.S. National AI Research Resource Interim Report
Hugging Face Blog1405d 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。
Build your own web framework
Vercel Changelog1408d agoTutorial本文為 Vercel 釋出的經典技術指南，指導開發者如何從頭開始構建自己的 Web 框架。文章深入探討了現代框架（如 Next.js）的核心要素，包括路由機制、代碼打包、伺服器端渲染（SSR）以及如何將其部署至 Serverless 環境。這不僅是一份實作指南，更是理解現代前端生態系底層技術的絕佳教材。
Introducing new audio and vision documentation in 🤗 Datasets
Hugging Face Blog1409d agoReleaseHugging Face 針對其熱門開源庫 `datasets` 發布了全新的音訊與電腦視覺專屬文件。此更新旨在引導開發者如何載入、預處理及操作非文本資料，並詳細介紹了 `Audio` 與 `Image` 特徵類型的使用方法。這標誌著 Hugging Face 從純文本領域向多模態 AI 邁出的重要一步。
Faster Text Generation with TensorFlow and XLA
Hugging Face Blog1410d agoTutorialHugging Face 官方部落格介紹了結合 TensorFlow 與 XLA（加速線性代數）編譯器來優化文本生成的方法。透過在 generate() 函數中啟用 jit_compile=True，開發者可以顯著減少推論延遲。然而，由於 XLA 需要靜態形狀（static shapes），使用時必須對輸入進行固定長度的填充與截斷。
Deploying TensorFlow Vision Models in Hugging Face with TF Serving
Hugging Face Blog1412d agoTutorial本教學詳細說明如何將 Hugging Face 平台上的 TensorFlow 電腦視覺模型（如 ViT）導出為 SavedModel 格式。接著，展示如何利用 TensorFlow Serving (TF Serving) 搭配 Docker 進行模型部署，並透過 REST API 進行高效能的影像分類推論，為開發者提供一套將研發成果轉化為生產線服務的標準流程。
Advantage Actor Critic (A2C)
Hugging Face Blog1415d agoTutorial本教學為 Hugging Face 深度強化學習課程的一部分，詳細解析 Advantage Actor Critic (A2C) 演算法。A2C 結合了 Actor（負責決策）與 Critic（負責評估）的優勢，並透過優勢函數（Advantage Function）降低變異數，提升訓練穩定度。讀者將學習其核心數學原理，並了解如何實作與訓練 AI 代理人。
Announcing the Build Output API
Vercel Changelog1415d agoReleaseVercel 宣布推出 Build Output API，這是一項開放的架構規範。它定義了統一的 `.vercel/output` 目錄結構，包含靜態資源、Serverless 函數及路由設定。此舉打破了過去框架與託管平台間的壁壘，讓 Astro、SvelteKit、Nuxt 等任何前端框架都能輕鬆適配並完美部署至 Vercel。
Exploring text to image models
Replicate Blog1419d agoTutorialReplicate 介紹了如何透過其 API 運行文字生成圖片模型。讀者將學習到如何使用 Python 客戶端，只需幾行程式碼即可呼叫雲端託管的 AI 模型，並輸入提示詞（Prompt）來生成影像。這為開發者提供了一個無需本地高階 GPU 即可快速整合圖像生成功能的途徑。
How to train your model dynamically using adversarial data
Hugging Face Blog1421d agoTutorialHugging Face 介紹了一種利用對抗性數據動態訓練模型的方法。透過 Gradio 建立互動介面（以 MNIST 為例），讓使用者主動找出能騙過模型的樣本。這些對抗性數據會被自動收集並儲存至 Hugging Face Datasets，進而觸發模型的動態重新訓練，有效提升模型的魯棒性。
The Technology Behind BLOOM Training★ 80
Hugging Face Blog1423d agoTutorialHugging Face 詳細公開了 1760 億參數開源模型 BLOOM 的訓練技術細節。該模型在法國 Jean Zay 超級電腦上，利用 384 張 NVIDIA A100 80GB GPU 進行了為期 117 天的訓練。核心技術採用 Megatron-DeepSpeed 框架，結合了張量並行、流水線並行與數據並行的「3D 並行」方案，並透過 BF16 精度解決了大規模訓練中的數值不穩定問題。
Building a Playlist Generator with Sentence Transformers
Hugging Face Blog1424d 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 Blog1425d 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。
Getting Started with Sentiment Analysis on Twitter
Hugging Face Blog1430d agoTutorial本指南為 Hugging Face 官方實戰教學，指導開發者如何利用 Transformers 庫對 Twitter (X) 貼文進行情緒分析。內容涵蓋使用 Pipeline API 進行快速推論、選用針對社群媒體優化的 twitter-roberta-base 模型，以及如何使用自訂資料集進行模型微調，是 NLP 初學者與社群輿情分析師的必讀經典。
A new template for model READMEs
Replicate Blog1432d agoNew ToolAI 託管平台 Replicate 宣布推出全新模型 README 模板。該模板靈感源自「Model Cards（模型卡）」概念，旨在引導開發者系統化地記錄模型的用途、輸入輸出格式、局限性與偏見。此舉將大幅提升 Replicate 平台上開源模型的透明度與易用性。
Policy Gradient with PyTorch
Hugging Face Blog1437d agoTutorial本文為 Hugging Face 深度強化學習課程的第四單元，詳細介紹了策略梯度（Policy Gradient）與 REINFORCE 演算法的理論基礎。讀者將學習如何使用 PyTorch 建立策略網路、進行動作採樣、計算損失函數並更新權重。最後，教學還包含如何將訓練好的 Agent 部署並分享至 Hugging Face Hub。
Liftoff! How to get started with your first ML project 🚀
Hugging Face Blog1438d agoTutorial本文為 Hugging Face 針對機器學習初學者撰寫的入門指南。文章詳細介紹了從定義問題、準備數據集、選擇預訓練模型，到使用 Trainer API 進行微調，最後透過 Hugging Face Spaces 與 Gradio 部署展示的完整流程。這是一份幫助新手快速跨越 ML 門檻的實用路線圖，讓開發者能以最快速度實現從數據到 Demo 的完整閉環。
Vercel Edge Middleware: Dynamic at the speed of static★ 70
Vercel Changelog1438d agoReleaseVercel 宣布 Edge Middleware 進入正式版（GA）。這項技術基於 Vercel Edge Runtime，允許開發者在使用者請求到達伺服器前，直接在離使用者最近的邊緣節點執行程式碼。這解決了傳統「靜態網頁速度快但缺乏彈性」與「動態網頁個人化但速度慢」的兩難，適用於 A/B 測試、地理位置定位、身分驗證與動態重定向。
Announcing Evaluation on the Hub
Hugging Face Blog1439d agoNew ToolHugging Face 宣布推出「Evaluation on the Hub」功能。用戶無需編寫任何程式碼，即可直接在瀏覽器中評估 Hub 上的模型與數據集。該功能與 AutoTrain 整合，評估結果會自動發布並連結至模型卡片，大幅提升了 AI 模型評估的便利性、透明度與可重複性。
Accelerate Large Model Training using DeepSpeed★ 75
Hugging Face Blog1439d agoTutorial本文介紹 Hugging Face Accelerate 與 Microsoft DeepSpeed 的整合方案。開發者只需透過簡單的 CLI 設定，即可在不修改 PyTorch 程式碼的前提下，啟用 ZeRO-Stage 1/2/3 與 ZeRO-Offload 技術。這大幅降低了單機多卡或多機多卡訓練超大型模型的門檻，有效解決 GPU 記憶體不足（OOM）的痛點。
Getting Started With Embeddings★ 75
Hugging Face Blog1444d agoTutorial這是一篇由 Hugging Face 官方撰寫的經典入門指南，系統性地介紹了向量嵌入（Embeddings）的核心概念。文章解釋了如何將文字、圖像等非結構化數據轉化為高維向量，並透過餘弦相似度等指標計算語意相關性。此外，也展示了如何利用 sentence-transformers 庫快速實作語意搜尋與推薦系統。