Hugging Face 发布 Evaluation on the Hub，一键评估任意模型与数据集
Hugging Face 推出 Evaluation on the Hub，基于 AutoTrain，可在 Hub 上不写代码评估任意模型在任意数据集上的表现。
推荐理由：官方介绍无代码评估任意 Hub 模型与数据集的流程和排行榜用法，读者可据此了解如何复现和比较模型性能。
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 241–257 条 · 共 257 条Hugging Face：Blog（RSS）精选AI 评分6464
Hugging Face：Blog（RSS）精选AI 评分6767 Hugging Face Hub 推出 Pull Requests 和 Discussions 社区协作功能
Hugging Face 在 Hub 上线 Pull Requests 和 Discussions 功能，所有模型、数据集和 Spaces 仓库的 Community 标签页均可使用，任何社区成员都能发起和参与讨论及 PR。PR 不使用 fork 和分支，而是直接在源仓库上存储名为 refs 的自定义分支，并简化了 Issues 与 PR 的区分，面向 ML 仓库做了精简。
推荐理由：官方说明了 PR 与讨论功能的入口和底层 ref 机制，读者可以据此了解它与 GitHub 式 fork 流程的差异。
Hugging Face：Blog（RSS）精选AI 评分7373 Gradio 3.0 发布：前端重构并推出 Blocks 低阶 API
Hugging Face 发布 Gradio 3.0，对 Gradio 库进行彻底重构。自 2019 年首个版本以来已有超过 600,000 个机器学习演示用 Gradio 构建。
推荐理由：官方发布 Gradio 3.0，说明前端重构与 Blocks 低阶 API 的具体能力，读者可据此评估是否升级自己的演示应用。
Hugging Face：Blog（RSS）精选AI 评分6060 Hugging Face Optimum 1.2 发布：支持 Transformers pipelines 加速推理
Hugging Face 发布 Optimum 1.2，为 Optimum 增加推理支持，可通过 ORTModelForXxx 类配合 ONNX Runtime 使用 transformers pipelines。
推荐理由：官方教程给出从转换、优化到量化的完整流程和实测数据，延迟约减半而精度保留 99.61%，方法可直接迁移。
Hugging Face：Blog（RSS）精选AI 评分6464 🤗 Transformers 推出约束束搜索（Constrained Beam Search）功能
Hugging Face 在 Transformers 中推出约束束搜索功能，通过 model.generate() 的 force_words_ids 参数让用户强制生成结果包含指定词语或短语。
推荐理由：作者以翻译和 GPT-2 示例演示 force_words_ids 用法，并解释 banks 轮询机制如何在满足约束与生成通顺文本间取得平衡。
OpenAI：官网动态（RSS · 排除企业/客户案例）精选AI 评分7272 OpenAI API 推出文本与代码 embeddings 端点
OpenAI 在 API 中推出新的 embeddings 端点，用于处理自然语言和代码任务。该端点可支持语义搜索、聚类、主题建模和分类等应用。
推荐理由：OpenAI 官方宣布 API 新增 embeddings 端点，读者可据此了解语义搜索等任务的官方接入方式。
OpenAI：官网动态（RSS · 排除企业/客户案例）精选AI 评分6969 OpenAI 开放 GPT-3 微调功能，一条命令即可定制
OpenAI 宣布 GPT-3 支持针对应用场景的微调（fine-tuning），只需一条命令即可完成定制。
推荐理由：OpenAI 官方宣布 GPT-3 支持微调，一条命令即可完成，适合关注定制化模型能力的开发者。
OpenAI：官网动态（RSS · 排除企业/客户案例）精选AI 评分6868 OpenAI API 取消候补名单，全面开放
OpenAI 宣布其 API 不再需要候补名单，任何人均可直接使用。官方说明，更广泛的开放得益于安全方面的进展。
推荐理由：原文说明 API 开放申请的原因是安全方面的进展，读者可据此了解 OpenAI 开放策略背后的考量。
Hugging Face：Blog（RSS）精选AI 评分6363 Hugging Face 发布开源库 Optimum，面向 Transformer 大规模生产优化
Hugging Face 发布开源库 Optimum，目标是让 Transformer 模型在特定硬件上高效训练和推理，并与硬件伙伴合作提供优化工具。首个合作案例是 Intel Neural Compressor，支持后训练量化、量化感知训练和动态量化，文中演示了如何用 Optimum 对 Intel Xeon CPU 上的模型做动态量化。
推荐理由：原文给出 Optimum 的定位、与 Intel Neural Compressor 的量化示例和后续硬件合作计划，读者可评估其对生产部署的用处。
Hugging Face：Blog（RSS）精选AI 评分7070 Hugging Face Hub 集成 Sentence Transformers，上线句子嵌入与相似度组件
Hugging Face 宣布 Hub 集成 Sentence Transformers v2，Hub 上已有超过 90 个预训练模型、覆盖 100 多种语言。新增 feature-extraction 和句子相似度两个组件，并提供 Inference API 端点；用户可用 model.save_to_hub 一键分享模型，自动生成模型卡并按标签筛选发现模型。
推荐理由：官方介绍了 Sentence Transformers v2 与 Hub 的集成方式，读者可据此了解模型分享、演示组件和 API 的实际用法。
Hugging Face：Blog（RSS）精选AI 评分6262 Gradio 2.0 发布：1 行代码为 Hugging Face 模型创建 GUI
Gradio 2.0 发布，可用 1 行代码加载并使用 Hugging Face Model Hub 上超过 10,000 个模型并生成 GUI。默认走 Hugging Face 托管 Inference API（可自带 API key 或无 key 公共访问），也可 pip install transformers 在本地运行模型。
推荐理由：原文给出用 1 行代码为 Hugging Face 模型搭 GUI 的方法，还支持多模型并行或串联组合，可直接上手复用。
Hugging Face：Blog（RSS）精选AI 评分6666 Hugging Face 发布 Accelerate 库，让 PyTorch 训练脚本适配任意分布式设备
Hugging Face 发布开源库 Accelerate，让 PyTorch 用户只需在训练脚本中添加约五行代码，即可在多 GPU（单机或多节点）、TPU 及混合精度等任意分布式设置下运行，同时保留对训练循环的完全控制。
推荐理由：官方发布 Accelerate 库，用五行代码改造 PyTorch 训练脚本即可适配多 GPU、TPU 和混合精度，附代码示例和 CLI 启动器。
OpenAI：官网动态（RSS · 排除企业/客户案例）精选AI 评分6565 OpenAI 宣布将深度学习框架统一为 PyTorch
OpenAI 宣布将其深度学习框架统一标准化为 PyTorch。
推荐理由：OpenAI 官方宣布统一深度学习框架为 PyTorch，读者可据此了解其训练技术栈的走向。
OpenAI：官网动态（RSS · 排除企业/客户案例）精选AI 评分7676 OpenAI 用机械手复原魔方，训练完全在仿真中完成
OpenAI 训练了一对神经网络，用类人机械手复原魔方。网络完全在仿真中训练，使用与 OpenAI Five 相同的强化学习代码，并配合一种名为 Automatic Domain Randomization（ADR）的新技术。系统能应对训练中从未见过的情形，例如被长颈鹿玩偶戳碰，表明强化学习不只能完成虚拟任务，也能解决需要极高灵巧度的现实物理问题。
推荐理由：原文说明神经网络完全在仿真中训练即可操控实体机械手复原魔方，并给出 ADR 这一可迁移的强化学习技术思路。
OpenAI：官网动态（RSS · 排除企业/客户案例）精选AI 评分6363 OpenAI 发布完整版 Gym Retro 强化学习游戏平台
OpenAI 发布完整版 Gym Retro，一个用于游戏强化学习研究的平台。公开游戏数量从约 70 款 Atari 游戏和 30 款 Sega 游戏扩展到超过 1,000 款，覆盖多种底层模拟器，并同时发布了用于向平台添加新游戏的工具。
推荐理由：原文给出游戏数量从约百款扩到超千款的具体变化，并附添加新游戏的工具，便于研究者评估平台适用性。
OpenAI：官网动态（RSS · 排除企业/客户案例）精选AI 评分6969 OpenAI 发布 Universe 平台，用游戏、网站和应用训练 AI 通用智能
OpenAI 发布 Universe，一个用于测量和训练 AI 通用智能的软件平台，覆盖全球的游戏、网站及其他应用程序。
推荐理由：原文给出 Universe 的定位是跨游戏、网站和应用测量与训练 AI 通用智能的平台，可据此了解其覆盖范围。
OpenAI：官网动态（RSS · 排除企业/客户案例）精选AI 评分7474 OpenAI Gym 公开测试版发布
OpenAI 发布 OpenAI Gym 公开测试版，这是一个用于开发和比较强化学习（RL）算法的工具包。它包含一套持续扩充的环境（从模拟机器人到 Atari 游戏），并提供一个用于比较和复现结果的网站。
推荐理由：OpenAI 官方发布强化学习算法开发与比较工具包的公开测试版，读者可据此了解其环境套件与结果复现机制。