什么是 Hugging Face？

作者

Staff Editor, AI Models

IBM Think

Hugging Face 是什么？

Hugging Face 是一家公司，它维护着一个庞大的同名开源社区。该社区致力于构建用于人工智能开发的工具、机器学习模型和平台，重点关注数据科学、机器学习和自然语言处理（NLP）领域。Hugging Face 因其 NLP transformers 库及允许用户共享模型与数据集的平台而闻名。

使用 Hugging Face 的优势

Hugging Face 培育了全球最具活力的 AI 社区之一，用户每日持续贡献新的 AI 模型、数据集、教程与研究内容。该平台提供丰富的 API 接口，允许开发者将模型直接集成到应用程序中，其平台支撑着跨越多行业及应用场景的广泛任务需求。以下是该平台的主要优势：

及时获取最新模型
简化工作流程
便捷部署与弹性扩展
活跃的开发者社区
聚焦负责任的人工智能

使用 Hugging Face 的优势

及时获取最新模型

Hugging Face 通过其 Model Hub 提供数千个预训练模型的访问权限，涵盖语音识别、文本分类、文本生成、文本摘要、问答、图像生成等各类任务。Model Hub 就像一个模型市场，用户可轻松查找模型，并通过寥寥数行代码完成下载与微调，相比从零开始训练，为开发者和研究人员节省了大量时间与资源。

简化工作流程

Hugging Face 系列库以用户友好和文档完善著称。初学者能够快速微调强大模型，并借助 Hugging Face 工具执行分布式训练、token 化、效果评估及模型部署等复杂任务。这种兼顾基础工具与高级功能的设计，为更广大的开发者群体敞开了 AI 开发的大门。

便捷部署与弹性扩展

除模型训练外，Hugging Face 极大简化了生产环境部署流程。借助其工具，用户无需深厚的基础设施背景，即可将模型部署至 Web 端、移动应用程序或内部系统。这种全栈支持使该平台对初创企业及大型公司都具有特殊吸引力。

活跃的开发者社区

除了触手可及的技术资源，Hugging Face 充满活力的社区生态已使其成为开发者、数据科学家和研究人员的聚集地。对于缺乏经验的开发人员而言，这里是一个向经验丰富的从业者学习，并向可能已面临过类似挑战的人员请教问题的平台。

聚焦负责任的人工智能

许多 Hugging Face 模型均附带了关于其局限性、认知偏差及适用场景的说明文档。该公司投入大量资金用于完善开放治理机制，积极推动社区主导的 AI 伦理探讨。

Mixture of Experts | 12 月 12 日，第 85 集

解码 AI：每周新闻摘要

加入我们世界级的专家小组——工程师、研究人员、产品负责人等将为您甄别 AI 领域的真知灼见，带来最新的 AI 资讯与深度解析。

观看 Mixture of Experts 所有剧集

开源带来的差异化价值

在 Hugging Face 出现之前，最强大的模型往往因需要专业知识和巨大算力而难以普及。通过将工具开源化，并配套提供完整的代码与文档，这些模型的使用门槛得以显著降低。这使得研究人员、学生和初创公司能够进行实验与构建，全球创新进程由此大幅加速。在 Hugging Face 之后，开发者能够便捷地分享知识并相互借鉴成果，从而共同打造更优秀的模型。

这种对开源的重视也鼓励了大型企业分享其成果，使整个生态系统受益。微软已将 Hugging Face 模型集成至其 Azure 服务中，为企业客户直接提供先进的 AI 工具。同样，英伟达与 Hugging Face 合作，优化了 GPU 上的模型训练与推理，帮助将深度学习工作流扩展到海量数据集。

Hugging Face 历史

Hugging Face 由法国创业者 Clément Delangue、Julien Chaumond 与 Thomas Wolf 于 2016 年在纽约创立。¹创始团队最初致力于开发面向青少年的聊天机器人，但在认识到支撑聊天机器人技术的模型潜力后，果断将业务重心转向模型开发本身。

他们将内部工具开源，并推出初代 Hugging Face Transformers 库，该库很快就在研究人员和工程师群体中迅速流行起来。Hugging Face 由此成为预训练Transformer 模型的权威资源库，并于 2020 年推出模型仓库 Hugging Face Hub，使用户能够轻松上传、下载和共享模型。次年，他们发布 Datasets 数据集库简化数据集共享流程，同时推出 Hugging Face Spaces 用于部署交互式 AI 演示应用。2022 年，该公司收购了 Gradio，这是一个用于在 Python 中开发机器学习应用的开源 AI 库。²

Hugging Face 已发布面向多模态模型、大语言模型、扩散模型和强化学习的工具。2023 年，Hugging Face 开始与 IBM 就 watsonx.ai 展开合作，该平台是 IBM 的 AI 工作室，使用户能够训练、验证、调整并部署传统机器学习模型及当时新兴的生成式 AI 功能。同年晚些时候，IBM参与了 Hugging Face 的 D 轮融资。

Hugging Face 服务

以下是 Hugging Face 的主要服务：

Hugging Face Hub

Hugging Face Hub 是一个基于网络的中央平台，用户可在此共享、发现模型、数据集及应用程序，并开展协作。其功能类似于“面向 AI 的 GitHub”，托管了数千个公开可用的资源。模型与数据集页面大多包含文档、示例、版本跟踪及实时演示。该平台同时为团队和企业提供私有代码库，以保障协作安全。

Transformers 库

Transformers 库是自然语言处理、计算机视觉和深度学习模型领域应用最广泛的工具之一。这是一个需要用户安装于计算机或服务器上的 Python 库，用户可通过其提供的代码调用在 Hub 中找到的模型。该库涵盖模型架构、预处理工具、训练实用程序等功能。基于 PyTorch 和 TensorFlow 等流行框架构建，Transformers 库使用户仅需几行代码即可加载 BERT、GPT 等强大机器学习模型。它还提供丰富工具，支持基于自定义数据集对开源模型进行微调，从而提升研究与生产应用的实用性。