【发布会回放】Gradio 4.0 正式发布！
Gradio 的目标是使机器学习模型的演示更容易定制和访问，以满足不同用户的需求。在 4.0 正式版的发布活动上，Hugging Face 的 Gradio 团队介绍了自己为了提高机器学习模型的可访问...
排序
【AI安全探索】AI 流行的时代，我们应该担心什么？
Sasha Luccioni 作为Hugging Face 道德和可持续人工智能研究员，被邀请做了TED演讲📢 演讲主题也是最近在AI伦理道德方面的热门话题：人工智能流行的时代，我们到底应该担心什么...
【使用 Gradio 创建聊天机器人】Create Your Own Gradio Component – Part 1
介绍 Gradio 4.0 的更新，Gradio 组件更加可定制和可扩展。本视频将通过 Live coding 的方式创建自定义 Gradio 组件的，演示创建一个多模态聊天机器人组件的过程——该组件...
【中文科普】🤗 Hugging Face 与 Intel 共同构建生成式 AI
我们中国地区负责人/ 高级工程师 王铁震受 Intel OpenVINO的邀请 与英特尔AI软件工程师杨亦诚一起做了一场关于「人工智能普惠化」的讲座 对Hugging Face是如何通过开源来推进人工...
长程 Transformer 模型
Tay 等人的 Efficient Transformers taxonomy from Efficient Transformers: a Survey 论文 本文由 Teven Le Scao、P...
Hugging Face 分词器新增聊天模板属性
一个幽灵，格式不正确的幽灵，在聊天模型中游荡！ 太长不看版 现存的聊天模型使用的训练数据格式各各不同，我们需要用这些格式将对话转换为单个字符串并传给分词器。如果我们在微调或推理时使用的格式与模型训练时...
Hugging Face 联合 Meta, Scaleway, STATION F启动人工智能创业项目 📢
Hugging Face、Meta、Scaleway 与法国创业孵化基地 STATION F 合作的人工智能创业项目正式启动 📢 🔥 申请截止日期为 12 月 1 日 本项目旨在利用开源人工智能的力量...
编码器 – 解码器 | 基于 Transformers 的编码器 – 解码器模型
基于 transformer 的编码器-解码器模型是 表征学习 和 模型架构 这两个领域多年研究成果的结晶。本文简要介绍了神经编码器-解码器模型的历史，更多背景知识，建议读者阅读由 Sebastion...
背景 | 基于 Transformers 的编码器 – 解码器模型
!pip install transformers==4.2.1 !pip install sentencepiece==0.1.95 Vaswani 等人在其名作 Attention is all ...
RWKV – transformer 与 RNN 的强强联合
在 NLP (Natural Language Processing, 自然语言处理) 领域，ChatGPT 和其他的聊天机器人应用引起了极大的关注。每个社区为构建自己的应用，也都在持续地寻求强大、可...