Hugging Face 推出 Amazon SageMaker 推理方案，支持快速部署 Transformer 模型
Hugging Face 联合亚马逊推出基于 Amazon SageMaker 的全新推理解决方案，上线了专用的 Hugging Face 推理深度学习容器（DLC）与推理工具套件。
推荐理由：原文给出了基于 DLC 容器在 SageMaker 部署 Transformer 模型的完整代码与参数范式，适合工程团队评估模型云端托管流程。
产品更新
全部主题AI 产品与应用的功能上新、改版与商业化动态——谁家的产品变强了、变贵了、能用了。
最新精选
第 241–246 条 · 共 246 条Hugging Face精选AI 评分6161
Hugging Face精选AI 评分6969 Hugging Face Hub 正式集成 Sentence Transformers 框架
Hugging Face Hub 宣布正式集成句子与段落嵌入框架 Sentence Transformers，上线超过 90 个覆盖 100 多种语言的预训练模型。平台同步推出了特征提取和句子相似度计算的交互式微件，并提供托管 Inference API 供开发者进行程序化调用。用户还可通过简单的代码直接将模型上传至 Hub，自动生成模型卡片以便在开源社区中分享。
推荐理由：该文梳理了嵌入模型在 Hub 上的托管、在线体验与 API 调用方式，为开发者分享和验证语义检索模型提供了清晰流程。
Hugging Face精选AI 评分7171 Gradio 2.0 支持单行代码调用与混用 Hugging Face 模型
Gradio 2.0 正式支持仅用一行代码为 Hugging Face Model Hub 上的模型构建 Web GUI 交互界面。该功能默认调用 Hugging Face 托管的 Inference API，也支持本地安装 transformers 运行。此外，新版本支持将多个模型并行对比或串联构建工作流，便于快速搭建多模型复合应用。
推荐理由：读者可以通过该方案掌握仅用单行代码为开源模型构建交互界面，并将多个模型进行串联或并联组合的轻量演示方法。
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。
OpenAI精选AI 评分8080 OpenAI 发布用于访问新 AI 模型的 OpenAI API
OpenAI 正式发布 OpenAI API，为开发者提供访问其最新研发的 AI 模型的接口。
OpenAI精选AI 评分7171 OpenAI 发布强化学习工具包 OpenAI Gym 公测版
OpenAI 宣布推出强化学习开发与对比工具包 OpenAI Gym 的公开测试版。该工具包包含从模拟机器人到 Atari 游戏等不断扩充的环境套件，并配备用于对比和复现算法结果的网站。
推荐理由：原文明确了环境套件覆盖范围与结果对比机制，读者可据此评估其作为标准化强化学习评测基准的作用。