Hugging Face
Hugging Face是一家美国公司，专门开发用于构建机器学习应用的工具。该公司的代表产品是其为自然语言处理应用构建的transformers库，以及允许用户共享机器学习模型和数据集的平台。
| Hugging Face, Inc. | |
|---|---|
 | |
| 公司類型 | 私人公司 |
| 成立 | 2016年，纽约 |
| 代表人物 |
|
| 總部 | New York City , U.S. |
| 業務範圍 |  全世界 |
| 产业 | 人工智能、机器学习、软件开发 |
| 產品 | Transformers模型、数据集（datasets）、spaces |
| 營業額 | 15,000,000 美元 (2022年)  |
| 員工人數 | 170 (2023年) |
| 网站 | huggingface |
历史
编辑Hugging Face成立于2016年，由法国企业家克莱门特·德朗格（法語：Clément Delangue）、朱利安·肖蒙（Julien Chaumond）和托马斯·沃尔夫（Thomas Wolf）创立，最初是一家开发面向青少年的聊天機器人应用程序的公司[1] 。在开源聊天机器人背后的模型后，该公司转变方向，专注于成为一个机器学习平台。
2021年3月，Hugging Face在B轮融资中筹集了4000万美元[2]。
2021年4月28日，Hugging Face与其他几个研究团队合作，推出了BigScience研究工作坊（BigScience Research Workshop），发布了一个开放的大型语言模型[3]。2022年，该工作坊以1760亿参数的多语言大型语言模型BLOOM的发布而结束[4]。
2021年12月21日，该公司宣布收购Gradio，这是一个用于制作机器学习模型交互式浏览器演示的软件库[5]。
2022年5月5日，该公司宣布由Coatue和Sequoia领投的C轮融资[6]。公司估值达到20亿美元。
2022年5月13日，该公司推出了学生大使计划，旨在到2023年时实现向500万人教授机器学习[7]。
2022年5月26日，该公司宣布与Graphcore合作，为Graphcore IPU优化其Transformers库[8]。
2022年8月3日，该公司宣布推出Private Hub，这是其公共Hugging Face Hub的企业版本，支持SaaS或本地部署[9]。
2023年2月，该公司宣布与亚马逊云计算服务（AWS）合作，使Hugging Face的产品可供AWS客户使用，作为构建其自定义应用程序的基础。该公司还表示，下一代BLOOM将在AWS创建的专有机器学习芯片Trainium上运行[10][11]。
服务与技术
编辑Transformers模型库
编辑Transformers模型库（Transformers Library）是一个Python软件包，其中包含了用于文本、图像和音频任务的Transformer模型的开源实现。它与PyTorch、TensorFlow和JAX深度学习库兼容，并包括了BERT和GPT-2等知名模型的实现[12]。该库最初名为“pytorch-pretrained-bert”[13]，后来更名为“pytorch-transformers”，最终改名为“transformers”。
Hugging Face Hub
编辑Hugging Face Hub是一个集中式Web服务平台，用于托管以下内容：[14]
- 基于Git的代码仓库，具有类似于GitHub的功能，包括项目的讨论（discussions）和拉取请求（pull requests）。
- 模型（models），同样具有基于Git版本控制的；
- 数据集（datasets），主要涵盖文本、图像和音频；
- Web应用程序（“spaces”和“widgets”），用于机器学习应用的小规模演示。
Gradio
编辑Gradio 是一个开源Python包,可让您快速为机器学习模型、API 或任何任意Python函数构建演示或Web应用程序。然后，您可以使用Gradio的内置共享功能在短短几秒钟内共享演示或Web应用程序的链接。 [15] 使用Gradio，可以构建交互式用户界面，而无需编写任何HTML、CSS或JavaScript代码。Gradio与各种机器学习框架兼容，如TensorFlow、PyTorch和scikit-learn。还可以使用Gradio以交互方式调试模型、从用户获取反馈，并通过自动生成的可共享链接轻松部署模型。[16][17]
其他库
编辑除了Transformers库和Hugging Face Hub之外，Hugging Face生态系统还包括用于其他任务的库，例如数据集处理（“Datasets”），模型评估（“Evaluate”），模拟（“Simulate”），以及机器学习演示（“Gradio”）[15]。
参考资料
编辑- ^ Hugging Face wants to become your artificial BFF. TechCrunch. 2017-03-09 [2022-08-20] （美国英语）.[失效連結]
- ^ Hugging Face raises $40 million for its natural language processing library. 2021-03-11 [2023-08-04]. （原始内容存档于2023-07-28）.
- ^ Inside BigScience, the quest to build a powerful open language model. 2022-01-10 [2023-08-04]. （原始内容存档于2022-07-01）.
- ^ BLOOM. bigscience.huggingface.co. [2022-08-20]. （原始内容存档于2022-11-14）.
- ^ Gradio is joining Hugging Face!. huggingface.co. [2022-08-20]. （原始内容存档于2022-11-14）.
- ^ Cai, Kenrick. The $2 Billion Emoji: Hugging Face Wants To Be Launchpad For A Machine Learning Revolution. Forbes. [2022-08-20]. （原始内容存档于2022-11-03） （英语）.
- ^ Student Ambassador Program's call for applications is open!. huggingface.co. [2022-08-20]. （原始内容存档于2023-03-14）.
- ^ Graphcore and Hugging Face Launch New Lineup of IPU-Ready Transformers. huggingface.co. [2022-08-19]. （原始内容存档于2022-11-14）.
- ^ Introducing the Private Hub: A New Way to Build With Machine Learning. huggingface.co. [2022-08-20]. （原始内容存档于2022-11-14）.
- ^ Bass, Dina. Amazon's Cloud Unit Partners With Startup Hugging Face as AI Deals Heat Up. 彭博新聞社. 2023-02-21 [2023-08-04]. （原始内容存档于2023-05-22）.
- ^ Nellis, Stephen. Amazon Web Services pairs with Hugging Face to target AI developers. Reuters. 2023-02-21 [2023-08-04]. （原始内容存档于2023-05-30）.
- ^ 🤗 Transformers. huggingface.co. [2022-08-20]. （原始内容存档于2023-09-27）.
- ^ First release. Github. 2018-11-17 [2023-03-28]. （原始内容存档于2023-04-30）.
- ^ Hugging Face Hub documentation. huggingface.co. [2022-08-20]. （原始内容存档于2023-09-20）.
- ^ 15.0 15.1 Hugging Face - Documentation. huggingface.co. [2023-02-18]. （原始内容存档于2023-09-30）.
- ^ Gradio: The New Frontier in Interactive Python Data Apps. [2023-12-23]. （原始内容存档于2023-12-22）.
- ^ Python library for easily interacting with trained machine learning models https://pypi.org/project/gradio/ （页面存档备份，存于互联网档案馆）
