Hugging Face 宣布與 KerasHub(前身為 KerasNLP 與 KerasCV)達成全新整合。開發者現在可以使用簡單的 API,直接在 Hugging Face Hub 上儲存與載入 KerasHub 模型。這項整合支援 Keras 3 的多後端特性,讓使用者能無縫在 JAX、PyTorch 或 TensorFlow 之間切換,大幅簡化了跨框架模型的部署與微調流程。
Hugging Face 宣布推出新開源庫 Skops,專為 scikit-learn 等表格數據模型設計。Skops 解決了傳統 pickle 格式的安全漏洞,提供更安全的模型序列化方案。此外,它還簡化了將 scikit-learn 模型上傳至 Hugging Face Hub 的流程,並支持自動生成模型卡片與互動式預測介面,讓傳統機器學習也能享有現代 MLOps 的便利。
Hugging Face 宣佈將熱門的工業級自然語言處理(NLP)庫 spaCy 整合至 Hugging Face Hub。開發者現在可以使用全新推出的 `spacy-huggingface-hub` 工具,輕鬆將訓練好的 spaCy 管道模型上傳至 Hub 進行版本控制與分享。此外,Hub 還為 spaCy 模型提供了專屬的互動式瀏覽器測試介面(Widget),大幅提升了模型展示與協作的便利性。