Hugging Face 完成 1 亿美元 C 轮融资，加速开源机器学习生态建设
Hugging Face 宣布完成由 Lux Capital 领投的 1 亿美元 C 轮融资，红杉资本、Coatue 等机构参投。该笔资金将用于继续投入开源研究与产品开发，推进聚集超 1,000 名研究人员的 BigScience 开源多语言大语言模型训练，并持续扩张团队规模。
推荐理由：原文披露了融资领投方及平台托管规模等数据，展示了开源机器学习社区在商业化与生态建设上的关键节点。
Hugging Face
全部主题Hugging Face 开源社区动态：热门模型与数据集、排行榜变化与开源生态的晴雨表。
最新精选
第 221–226 条 · 共 226 条Hugging Face精选AI 评分6262
Hugging Face精选AI 评分8080 Hugging Face 正式收购机器学习交互界面库 Gradio
Hugging Face 宣布收购机器学习演示工具 Gradio，Gradio 团队将正式加入 Hugging Face。Gradio 始于 2019 年斯坦福大学的研究协作需求，支持通过简易界面分享文本、语音和视频等多模态模型 Demo，目前已有超过 30 万个演示应用基于其构建。团队加入后将继续推进 Gradio 的开源生态，让任何具备浏览器的人都能更便捷地访问和测试机器学习模型。
推荐理由：该收购将交互界面工具与模型托管生态整合，使开发者能够更低门槛地向非技术人员分享与测试模型。
Hugging Face精选AI 评分6363 如何使用 Gradio 在 Hugging Face Spaces 中展示机器学习项目
Hugging Face 介绍了利用 Gradio 在 Hugging Face Spaces 中托管与展示机器学习 Demo 的完整流程，允许开发者通过几行代码调用 Inference API 快速上线交互界面。
推荐理由：文章给出了通过 Gradio 在 Hugging Face Spaces 部署模型的具体步骤，开发者可直接参考代码模板搭建轻量交互应用。
Hugging Face精选AI 评分6161 使用 Streamlit 在 Hugging Face Spaces 托管模型与数据集教程
Hugging Face 官方演示了如何利用 Streamlit 在 Hugging Face Spaces 上搭建并托管机器学习模型与数据集的交互应用。教程以复现 Write with Transformer 文本补全为例，展示了通过侧边栏控件调整生成参数以及结合 Datasets 流式加载和可视化库展示数据的方法。
推荐理由：文章给出了结合 Streamlit 在 Spaces 上搭建模型交互界面与可视化数据集的完整代码，便于快速上手部署应用。
Hugging Face精选AI 评分6464 基于互联网的深度学习：通过 DeDLOC 协作训练语言模型
Hugging Face 联合多所机构提出跨互联网协作分布式训练方法 DeDLOC，并联合 40 名志愿者成功预训练出孟加拉语模型 sahajBERT。该方法通过在各节点累加大批次梯度并根据网络条件自适应分配聚合负载，解决了家用宽带带宽受限和节点易掉线的问题。
推荐理由：原文展示了如何通过去中心化自适应聚合让普通设备协作预训练，为缺乏大算力集群的研究团队提供了低成本替代方案。
Hugging Face精选AI 评分7474 Hugging Face 推出 PyTorch 分布式训练库 Accelerate
Hugging Face 正式推出开源训练库 Accelerate，让开发者仅需在原生 PyTorch 训练脚本中增加数行代码，即可在 CPU、多 GPU、TPU 以及混合精度等不同硬件配置下无缝运行。该库通过统一的 API 自动接管设备放置、模型包装与 DataLoader 分发，同时提供简化的 CLI 工具以统一各环境的启动流程。
推荐理由：原文展示了仅需改动数行代码即可适配多卡与混合精度的方案，读者可参考其封装方式降低原生训练循环的跨硬件维护成本。