Hugging Face Daily Papers 頁面功能指南
Hugging Face 介紹 Daily Papers 頁面的功能，包括認領論文、提交社羣推薦論文、與作者討論，以及查看相關模型、數據集和示範。過去一年，Daily Papers 收錄超過 3,700 篇論文，訂閲者超過 12k；只有已認領論文的用户可提交論文，留言支援多種語言並提供內置翻譯。用户可在評論區輸入 @librarian-bot 獲推薦相關論文，亦可訂閲每日更新（週末除外）。
#教學/實踐
#教學/實踐
今日 8 條Hugging Face BlogAI 評分5151
Hugging Face BlogAI 評分5757 Hugging Face 示範如何使用 Optimum-Intel 和 OpenVINO GenAI 優化及部署 Transformers 模型
Hugging Face Blog 示範如何用 Optimum-Intel 和 OpenVINO GenAI 優化 Transformers 模型，並部署至邊緣或客户端環境。
OpenAI NewsAI 評分1919 利用 GPT-4 改善巴西的教學與學習
GPT-4 用於改善巴西的教學與學習，主題聚焦當地教育中的教學與學習提升。現有內容未交代具體做法或成效。
Hugging Face Blog精選AI 評分6464 Hugging Face Hub 上 5 個常被忽略的工具及實作示例
Hugging Face Blog 介紹 Hugging Face Hub 上 5 項常被忽略的工具，並以 Reddit 資料展示自動更新的視覺化語義搜尋流程。
推薦理由：文章以每日更新的 Reddit 資料為例，拆解 Hugging Face Hub 五項工具如何協作，從資料抓取、嵌入向量處理與事件觸發，直到視覺化語義搜尋。
Hugging Face BlogAI 評分5959 如何在 Google Cloud Vertex AI 上部署 Meta Llama 3.1 405B
Hugging Face Blog 提供了在 Google Cloud Vertex AI 部署 Meta Llama 3.1 405B Instruct FP8 的操作教程，並示範如何以 Text Generation Inference（TGI）執行線上推理。
Hugging Face BlogAI 評分5252 ggml 入門指南：核心概念、矩陣運算與後端使用
Hugging Face Blog 的 ggml 入門指南介紹這個以 Transformer 推理為重點的 C/C++ 機器學習函式庫，並示範其基本用法。文章解釋 ggml_context、ggml_cgraph、ggml_backend 等概念，透過矩陣乘法展示張量建立、計算圖執行和 backend 記憶體配置流程。
Hugging Face BlogAI 評分5252 Hugging Face 介紹文件圖像增強方法 TextImage Augmentation
Hugging Face Blog 介紹 TextImage Augmentation，這套與 Albumentations AI 合作開發的流程可同步增強文件圖像及其中的文字標註。它可隨機插入、刪除或交換文字，並搭配圖像變換生成多樣化訓練樣本。變更後文字及對應 bounding box 可提取，用於模型訓練。
Hugging Face Blog精選AI 評分6666 使用 Quanto 和 Diffusers 提升 Diffusion Transformer 的記憶體效率
Hugging Face 示範如何在 Diffusers 中使用 Quanto 量化 Transformer-based diffusion pipeline，以降低推理時的 GPU 記憶體佔用。
推薦理由：文章提供在 Diffusers 中以 Quanto 量化擴散 Transformer 與文字編碼器的操作步驟，並用記憶體和延遲數據呈現精度設定的取捨。
Hugging Face Blog精選AI 評分6060 如何利用 distilabel 為 Argilla 2.0 建立聊天機械人
Hugging Face Blog 示範如何用 distilabel 為 Argilla 2.0 技術文件建立 RAG 聊天機械人。流程包括從文件建立切塊與合成查詢三元組、微調領域嵌入模型、建立向量資料庫，並將 Gradio 應用部署至 Hugging Face Spaces。聊天互動會記錄在 Argilla，供持續評估與改進。
推薦理由：文章串起文件切塊、合成查詢三元組、微調領域嵌入模型、向量檢索與對話評估，提供一套可複用的文件問答 RAG 實作流程。
Hugging Face BlogAI 評分4545 Hugging Face 倫理與社會通訊 #6：打造更好的 AI：數據質素的重要性
Hugging Face《倫理與社會通訊》第 6 期闡述高質素數據如何支撐更好的 AI，並強調數據須切合具體用途，而非只看準確度或數量。文章列出相關性、全面性、時效性及偏見緩解等質素要素，並指出優質數據有助提升模型表現、穩健性、效率與包容性。數據整理、去重、內容篩選、人類回饋、參與式收集、治理框架及定期評估，都是改善數據質素的做法。
Hugging Face Blog精選AI 評分6363 Florence-2 微調教程：Microsoft 視覺語言模型的 DocVQA 實作
Hugging Face Blog 示範以 DocVQA 微調 Microsoft 的 Florence-2，使其適配視覺問答任務。訓練 7 個 epochs 後，驗證集 Levenshtein 相似度由 0 升至 57.0。文中提供凍結視覺編碼器、batch size 6 的低資源方案，並記錄以 8 張 H100、batch size 64 微調全模型需時 70 分鐘。
推薦理由：文章以 DocVQA 示範 Florence-2 微調，並列出驗證集表現及不同 GPU 配置，可供評估下游任務適配與訓練資源。
OpenAI DevelopersAI 評分5959 OpenAI Developers 示範以 GPT-4o 開發模型幻覺防護欄
OpenAI Developers 的 Notebook 示範以 GPT-4o 建立檢查客服智能體回覆是否出現幻覺的輸出防護欄。流程先生成客服政策與對話作為評測集，再按句檢查事實準確性、相關性、政策遵循及上下文連貫性。文中報告 precision 為 0.97、recall 為 1.00。
Hugging Face Blog精選AI 評分6666 使用 Sentence Transformers 訓練及微調嵌入模型
Sentence Transformers 指南示範如何微調嵌入模型以配合特定任務，並説明亦可從頭訓練新模型。內容講解資料集、損失函數、訓練參數、評估器與 Trainer，並示範從 Hugging Face Hub 或本機載入資料及多資料集訓練。文中 AllNLI 三元組範例以餘弦相似度計算，開發集及測試集準確率分別為 90.04% 和 91.5%；訓練前基礎模型的開發集準確率為 68.32%。
推薦理由：文章拆解資料集格式、損失函數、訓練參數、評估器與 Trainer 的配合，並展示多資料集搭配不同損失函數的訓練方式，方便轉用於不同嵌入任務。
Hugging Face BlogAI 評分5353 使用 Intel Gaudi 2 和 Intel Xeon 構建具成本效益的企業級 RAG 應用
Hugging Face Blog 示範以 Intel Xeon CPU 運行嵌入模型、以 Intel Gaudi 2 運行 LLM，並透過 LangChain、Redis 和 TGI 構建及部署企業級 RAG 應用。
Hugging Face Blog精選AI 評分6262 Hugging Face Inference Endpoints 部署 ASR、説話人分離與推測解碼流程
Hugging Face 示範透過自訂 inference handler，在 Hugging Face Inference Endpoints 將 ASR、説話人分離與推測解碼整合至單一 API endpoint。
推薦理由：文章展示如何把 ASR、説話人分離與推測解碼組成單一端點，並以長短音訊基準説明推測解碼的效益會隨輸入長度改變。
Hugging Face BlogAI 評分5959 Zama 示範如何透過 Hugging Face Endpoints 對加密資料執行推理
Zama 團隊示範如何透過 Hugging Face Endpoints 部署 Concrete ML 預編譯模型，讓使用者在加密資料上執行推理。文章以垃圾郵件決策樹為例，説明 Endpoint 部署、客户端設定及自製預編譯模型的流程。文中指出，CPU Endpoint 當時最多提供 8 vCPU 和 16 GB RAM，FHE 評估密鑰存於 Endpoint 的 RAM，重啟後需要重新傳送。
Hugging Face Blog精選AI 評分6262 如何用 Gradio reload mode 快速構建 AI 應用
Gradio reload mode 可在不重啟 Gradio server 的情況下載入來源檔案的最新變更，文章以此快速構建 AI 文件問答應用。
推薦理由：文章透過文件問答應用示範 Gradio reload mode，並説明如何用 gr.NO_RELOAD 保留客户端，減少開發迭代時重建資源的等待。
Hugging Face BlogAI 評分5353 使用 Hugging Face Dataset Viewer API 與 MotherDuck DuckDB-NSQL-7B 執行 Text2SQL
Hugging Face Blog 示範以 DuckDB-NSQL-7B 結合 Hugging Face Dataset Viewer API 和 DuckDB，將自然語言問題轉為 SQL 查詢資料集中的資料。
Hugging Face BlogAI 評分5454 🤗 Optimum Intel 加速 SetFit 在 Xeon 上的推理
Hugging Face Blog 示範使用 🤗 Optimum Intel 對 SetFit 模型進行靜態訓練後量化，在 Intel Xeon CPU 上推理時，最高吞吐量較原始 Transformers fp32 模型提升 7.8x。
Hugging Face Blog精選AI 評分7171 Cosmopedia 如何構建用於大語言模型預訓練的大規模合成數據
Hugging Face 發佈 Cosmopedia，這套合成數據集旨在重現 Phi-1.5 的訓練數據，供大語言模型預訓練使用。
推薦理由：文章拆解 Cosmopedia 從種子資料、提示詞擴展到去污染與訓練的流程，並交代如何藉由受眾和文體變化擴大提示詞規模。
Hugging Face BlogAI 評分5353 Argilla 與 Hugging Face 邀請社羣透過 Hugging Face Spaces 共建資料集
Argilla 與 Hugging Face 發起 Data is Better Together 實驗，透過社羣協作建立提示詞排序偏好資料集，並邀請社羣加入首批共建項目。
Hugging Face BlogAI 評分5959 在 Hugging Face 上微調 Gemma 模型
Hugging Face Blog 示範如何使用 Hugging Face Transformers 和 PEFT，透過 LoRA 微調 Gemma 模型，並涵蓋 GPU 與 Cloud TPU 設定。
Hugging Face Blog精選AI 評分6161 Matryoshka Embedding 模型入門：訓練、使用與效能比較
Hugging Face Blog 介紹 Matryoshka Embedding 模型的訓練與使用方法，並比較向量截短後與一般嵌入模型的表現。
推薦理由：文章把 Sentence Transformers 訓練方式與 STSBenchmark 實測相連，量化向量縮至原大小 8.3% 後仍保留 98.37% 表現。
Hugging Face Blog精選AI 評分6565 Hugging Face 示範如何訓練個人化程式碼助手 HugCoder
Hugging Face 示範以其 GitHub 組織內按 stargazers 排名前 10 的公開程式碼庫，微調 StarCoder 製作個人化程式碼助手 HugCoder。
推薦理由：文章示範以 Hugging Face 公開程式碼庫微調個人化程式碼助手，並對照 QLoRA 與全量微調的成本和 HumanEval 結果，呈現訓練資源與表現的取捨。
Hugging Face BlogAI 評分5757 Renumics Spotlight 如何以一行程式碼互動探索 Hugging Face 資料集
Renumics Spotlight 可直接讀取 Hugging Face datasets，讓使用者以一行程式碼建立互動式視覺化，檢視資料樣本與羣集。文章以 speech_commands 和 CIFAR-100 示範加入模型預測與嵌入向量，並利用相似度圖、混淆矩陣等視圖分析資料羣集及模型失敗模式。
Hugging Face Blog精選AI 評分7070 探索 SDXL 推理速度與記憶體的簡單優化方法
Hugging Face 在 🤗 Diffusers 中測試多種 SDXL 推理優化方法，並於 A100 GPU（40 GB）比較其記憶體佔用和推理延遲。未優化管線為 28.09GB、72,200.5ms；fp16 + SDPA 降至 21.72GB、11,413.0ms，加入 torch.compile 後延遲為 10,296.7ms。
推薦理由：文章以 A100 測試數據對照 SDXL 加速與省記憶體方案的取捨，並説明 Tiny Autoencoder 可能省略部分圖像細節，提供按硬件限制與生成用途選擇配置的參考。
OpenAI NewsAI 評分5353 OpenAI 發佈教師在課堂使用 ChatGPT 的指南
OpenAI 發佈一份供教師在課堂使用 ChatGPT 的指南。指南涵蓋建議提示詞、ChatGPT 的運作方式與限制、AI 偵測器的效能，以及偏見。
Hugging Face BlogAI 評分5959 AudioLDM 2 推理優化教程：在 Diffusers 中將音頻生成時間縮短至不足 1 秒
Hugging Face Blog 示範在 Diffusers 中優化 AudioLDM 2 推理，將 10.24 秒音頻樣本的生成時間由約 14 秒縮短至不足 1 秒，音質下降幅度輕微。
Hugging Face BlogAI 評分5151 生成式 AI 製作 PS1 風格 3D 資產：實用逐步指南
教程提供以生成式 AI 製作 PS1 風格 3D 資產的逐步流程，從 Shap-E 依文字生成模型，到在 Unity 中查看成品。流程包括用 Blender 將模型減面、以 Dream Textures 生成貼圖、完成 UV 展開並匯出 FBX；文中説明，PS1 風格較能包容現階段文字生成 3D 模型的低保真表現。
Hugging Face Blog精選AI 評分6262 如何用 Transformers.js 製作即時機器學習網頁遊戲 Doodle Dash
Hugging Face Blog 作者以 Transformers.js 製作 Doodle Dash，並示範如何構建可在瀏覽器本地運行的即時機器學習遊戲。遊戲模型以 Google Quick, Draw!
推薦理由：文章串連 Quick, Draw! 數據微調、ONNX 轉換與 Transformers.js 瀏覽器推理，呈現把圖像分類模型接入即時網頁遊戲的實作路徑。
Hugging Face BlogAI 評分5858 使用 Hugging Face Inference Endpoints 部署開源 LLM
Hugging Face Blog 示範如何使用 Hugging Face Inference Endpoints 部署開源 LLM，並以 API 提供服務。示範以 Falcon 40B instruct 建立端點、測試生成參數，並透過 Python 和 JavaScript 串流生成結果。
Hugging Face BlogAI 評分4545 將 Livebook 筆記本部署為 Hugging Face Spaces 應用程式
Livebook 可將筆記本部署為 Hugging Face Spaces 應用程式；示範以 Elixir 建立由 Whisper 機器學習模型驅動的語音聊天應用。應用只接受音訊訊息，並由 Whisper 自動轉成文字，整個示範流程不到 15 分鐘。Livebook 是開源的 Elixir 互動式程式碼筆記本，也可在 Spaces 免費執行，供使用者編寫及試驗筆記本。
Hugging Face BlogAI 評分4747 面向畫廊、圖書館、檔案館和博物館的 Hugging Face Hub
Hugging Face Hub 面向畫廊、圖書館、檔案館和博物館（GLAM）從業者，供其尋找及分享機器學習模型、資料集和示範應用。平台收錄逾 190,000 個模型、33,000 個資料集及逾 100,000 個機器學習應用和示範，並支援直接上載 CSV 資料集而無須編寫程式碼。
Hugging Face Blog精選AI 評分6868 文字生成影片模型深入解析：技術演進、主要挑戰與 Hugging Face 工具
Hugging Face Blog 梳理文字生成影片模型的發展，對比 GAN、Transformer 與擴散模型路線，並概述生成能力限制。空間與時間一致性、配對資料稀缺及影片描述困難，令模型訓練成本高，長影片生成亦受上下文限制。Hugging Face Diffusers 可下載、執行及微調 Text2Video-Zero 和 ModelScope，Hub 亦提供多個示範及本地運行指引。
推薦理由：文章梳理文字生成影片模型從 GAN、Transformer 到擴散模型的演進，並交代資料與長影片生成的核心限制。
Hugging Face BlogAI 評分5454 Hugging Face Unity API 安裝與使用指南
Hugging Face Blog 示範如何在 Unity 專案安裝及使用 Hugging Face Unity API，透過 Hugging Face Inference API 呼叫模型。
Hugging Face BlogAI 評分5353 使用 Hugging Face Transformers 進行圖分類
Hugging Face Blog 示範如何使用 Transformers 中的 Graphormer 模型進行圖分類，涵蓋資料載入、預處理及微調訓練。示例採用 OGB/ogbg-molhiv 資料集，載入 clefourrier/pcqm4mv2_graphormer_base，將任務設為二分類後以 Trainer 訓練。
Hugging Face BlogAI 評分5151 Substra 如何用聯邦學習構建保護私隱的 AI
Hugging Face 與 Substra 合作製作互動空間，介紹聯邦學習如何在數據不離開本地的情況下協同訓練模型。Substra 是面向真實生產環境的開源聯邦學習框架，模型權重在多個伺服器間傳遞，讓研究者利用不同來源的數據訓練模型。空間可調整樣本分佈並觀察簡單模型的反應；文中稱，聯邦學習模型在驗證數據上的表現幾乎總是優於單一來源訓練的模型。
Hugging Face BlogAI 評分5151 使用 Hugging Face 與 Flower 進行聯邦學習
這篇教程示範如何結合 Hugging Face 與 Flower，在多個客户端聯邦微調預訓練的 distilBERT，將 IMDB 評分分類為正面或負面。客户端在本地訓練模型並將參數傳回伺服器，由 FedAvg 聚合參數，無需共享數據。另有使用 Flower 的 simulation 功能在 Google Colab 模擬聯邦環境的 Notebook。
Hugging Face Blog精選AI 評分7070 如何使用 diffusers 訓練 ControlNet
Hugging Face Blog 示範使用 diffusers 為 Stable Diffusion 訓練 ControlNet，並以 FaceSynthetics 的 100K 張合成臉製作人臉姿勢條件資料。
推薦理由：文章以 FaceSynthetics 示範從人臉關鍵點製作 ControlNet 條件圖、整理訓練資料到配置低顯存參數的流程，可供類似訓練任務參照。
Hugging Face BlogAI 評分5454 使用 Informer 進行多變量機率時間序列預測
Hugging Face 在 🤗 Transformers 中提供 Informer，並示範如何以該模型進行多變量機率時間序列預測。Informer 以 ProbSparse attention 將注意力運算複雜度降至 O(T log T)，並透過 distilling 將記憶體複雜度降至 O(N·T log T)，而非 O(N·T²)。