本教學詳細介紹如何從頭構建一個自訂的 Hugging Face 模型排行榜。文章以 Vectara 的「LLM 幻覺排行榜(Hallucination Leaderboard)」為實際案例,展示如何結合 Hugging Face Spaces(使用 Gradio)與 Datasets 儲存評測數據,並實現自動化更新與前端展示。這對於想要建立特定領域(如 RAG、安全、特定語言)模型評估標準的開發者與研究人員非常實用。
Hugging Face 宣布在其 Spaces 平台中正式整合 Panel 框架。Panel 是由 HoloViz 開發的強大 Python 庫,專為建立複雜的資料面板與 Web 應用而設計。此整合讓開發者能利用 Panel 的豐富組件與雙向綁定功能,在 Hugging Face 上快速部署、分享並展示他們的 AI 與機器學習模型,為 Gradio 和 Streamlit 之外提供了更具彈性的新選擇。
Hugging Face 與 Livebook 合作,現在開發者可以直接將 Elixir 的 Livebook 互動式筆記本一鍵部署至 Hugging Face Spaces。這項功能讓 Elixir 社群能更輕鬆地展示機器學習模型與互動式儀表板。透過 Docker 模板,使用者無需複雜設定即可託管並分享他們的 Elixir AI 專案,進一步擴大 Elixir 在 AI 生態系的影響力。
Hugging 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。
Hugging Face 官方發布教學,指導開發者如何將 Unity 遊戲部署至 Hugging Face Spaces。透過將 Unity 專案匯出為 WebGL 格式,並利用 Spaces 的 Docker 或靜態網頁託管功能,開發者可以輕鬆在平台上展示結合 AI 技術的互動式 3D 遊戲與 Demo,促進 AI 與遊戲開發的結合。
Hugging Face 宣布與學術論文平台 arXiv 展開合作,將 Hugging Face Spaces 的互動式機器學習 Demo 直接整合至 arXiv 論文頁面。讀者在閱讀論文時,可以直接點擊連結體驗模型效果,無需自行下載程式碼或配置環境。這項合作極大地提升了學術成果的可驗證性與傳播效率。
Hugging Face 宣布調整其平台定價機制。本次更新推出了每月 9 美元的 PRO 方案,為個人創作者與研究人員提供 GPU 額度與進階功能。同時,針對 Spaces 硬體升級、Inference Endpoints 與 AutoTrain 等付費服務,全面改為更靈活的按需計費(Pay-as-you-go)模式,而免費社群版功能則維持不變。
開源機器學習互動介面庫 Gradio 宣布正式加入 Hugging Face。此次合併旨在加速機器學習的民主化,讓開發者能更輕鬆地為模型建立直觀的 Web 介面。Gradio 將保持開源與免費,並與 Hugging Face Spaces 深度整合,讓任何人都能在幾分鐘內部署並分享自己的 AI 模型 Demo。
Hugging Face 宣布在 Spaces 平台正式支援 Gradio,開發者現在可以輕鬆將機器學習模型轉化為具備美觀 UI 的互動式網頁應用。只需撰寫簡單的 Python 程式碼,即可將專案託管於 Spaces 並產生分享連結。這項整合大幅降低了 AI 專案展示的門檻,促進了開源社群的交流與模型體驗。
Hugging Face 宣布在其平台推出 Spaces 服務,並原生支援熱門的 Python 網頁框架 Streamlit。開發者只需撰寫簡單的 Python 程式碼,即可將 Hugging Face 上的模型與資料集轉化為具備互動介面的 Web 應用。透過 Git 工作流,開發者能輕鬆部署、分享並與社群共同協作,極大降低了 AI 專案展示的門檻。
Hugging Face 發表 2021 年夏季回顧,重點介紹其暑期實習生在多個前沿 AI 領域的貢獻。實習生們參與了包括 Wav2Vec2 語音模型優化、多模態模型開發、Datasets 庫擴充,以及與 Google 合作的 JAX/Flax 社群黑客松。這段期間也見證了 Hugging Face Spaces 的快速成長,為開源 AI 社群注入了強大動力。