Hugging Face
此條目介紹的是美國公司。關於表情圖標，請見「表情圖標」。Hugging Face是一家美國公司，專門開發用於構建機器學習應用的工具。該公司的代表產品是其為自然語言處理應用構建的transformers庫，以及允許用戶共用機器學習模型和數據集的平台。
| Hugging Face, Inc. | |
|---|---|
 | |
| 公司類型 | 私人公司 |
| 成立 | 2016年，紐約 |
| 代表人物 |
|
| 總部 | New York City , U.S. |
| 業務範圍 |  全世界 |
| 產業 | 人工智能、機器學習、軟件開發 |
| 產品 | Transformers模型、數據集（datasets）、spaces |
| 營業額 | 15,000,000 美元 (2022年)  |
| 員工人數 | 170 (2023年) |
| 網站 | huggingface |
歷史
編輯Hugging Face成立於2016年，由法國企業家克萊門特·德朗格（法語：Clément Delangue）、朱利安·肖蒙（Julien Chaumond）和托馬斯·沃爾夫（Thomas Wolf）創立，最初是一家開發面向青少年的聊天機械人應用程式的公司[1] 。在開源聊天機械人背後的模型後，該公司轉變方向，專注於成為一個機器學習平台。
2021年3月，Hugging Face在B輪融資中籌集了4000萬美元[2]。
2021年4月28日，Hugging Face與其他幾個研究團隊合作，推出了BigScience研究工作坊（BigScience Research Workshop），發佈了一個開放的大型語言模型[3]。2022年，該工作坊以1760億參數的多語言大型語言模型BLOOM的發佈而結束[4]。
2021年12月21日，該公司宣佈收購Gradio，這是一個用於製作機器學習模型互動式瀏覽器演示的軟件庫[5]。
2022年5月5日，該公司宣佈由Coatue和Sequoia領投的C輪融資[6]。公司估值達到20億美元。
2022年5月13日，該公司推出了學生大使計劃，旨在到2023年時實現向500萬人教授機器學習[7]。
2022年5月26日，該公司宣佈與Graphcore合作，為Graphcore IPU最佳化其Transformers庫[8]。
2022年8月3日，該公司宣佈推出Private Hub，這是其公共Hugging Face Hub的企業版本，支援SaaS或本地部署[9]。
2023年2月，該公司宣佈與亞馬遜雲端運算服務（AWS）合作，使Hugging Face的產品可供AWS客戶使用，作為構建其自訂應用程式的基礎。該公司還表示，下一代BLOOM將在AWS建立的專有機器學習晶片Trainium上執行[10][11]。
服務與技術
編輯Transformers模型庫
編輯Transformers模型庫（Transformers Library）是一個Python軟件套件，其中包含了用於文字、圖像和音頻任務的Transformer模型的開源實現。它與PyTorch、TensorFlow和JAX深度學習庫相容，並包括了BERT和GPT-2等知名模型的實現[12]。該庫最初名為「pytorch-pretrained-bert」[13]，後來更名為「pytorch-transformers」，最終改名為「transformers」。
Hugging Face Hub
編輯Hugging Face Hub是一個集中式Web服務平台，用於寄存以下內容：[14]
- 基於Git的代碼倉庫，具有類似於GitHub的功能，包括專案的討論（discussions）和拉取請求（pull requests）。
- 模型（models），同樣具有基於Git版本控制的；
- 數據集（datasets），主要涵蓋文字、圖像和音頻；
- Web應用程式（「spaces」和「widgets」），用於機器學習應用的小規模演示。
Gradio
編輯Gradio 是一個開源Python包,可讓您快速為機器學習模型、API 或任何任意Python函數構建演示或Web應用程式。然後，您可以使用Gradio的內建共用功能在短短幾秒鐘內共用演示或Web應用程式的連結。 [15] 使用Gradio，可以構建互動式用戶介面，而無需編寫任何HTML、CSS或JavaScript代碼。Gradio與各種機器學習框架相容，如TensorFlow、PyTorch和scikit-learn。還可以使用Gradio以互動方式除錯模型、從用戶取得反饋，並通過自動生成的可共用連結輕鬆部署模型。[16][17]
其他庫
編輯除了Transformers庫和Hugging Face Hub之外，Hugging Face生態系統還包括用於其他任務的庫，例如數據集處理（「Datasets」），模型評估（「Evaluate」），模擬（「Simulate」），以及機器學習演示（「Gradio」）[15]。
參考資料
編輯- ^ Hugging Face wants to become your artificial BFF. TechCrunch. 2017-03-09 [2022-08-20] （美國英語）.[失效連結]
- ^ Hugging Face raises $40 million for its natural language processing library. 2021-03-11 [2023-08-04]. （原始內容存檔於2023-07-28）.
- ^ Inside BigScience, the quest to build a powerful open language model. 2022-01-10 [2023-08-04]. （原始內容存檔於2022-07-01）.
- ^ BLOOM. bigscience.huggingface.co. [2022-08-20]. （原始內容存檔於2022-11-14）.
- ^ Gradio is joining Hugging Face!. huggingface.co. [2022-08-20]. （原始內容存檔於2022-11-14）.
- ^ Cai, Kenrick. The $2 Billion Emoji: Hugging Face Wants To Be Launchpad For A Machine Learning Revolution. Forbes. [2022-08-20]. （原始內容存檔於2022-11-03） （英語）.
- ^ Student Ambassador Program's call for applications is open!. huggingface.co. [2022-08-20]. （原始內容存檔於2023-03-14）.
- ^ Graphcore and Hugging Face Launch New Lineup of IPU-Ready Transformers. huggingface.co. [2022-08-19]. （原始內容存檔於2022-11-14）.
- ^ Introducing the Private Hub: A New Way to Build With Machine Learning. huggingface.co. [2022-08-20]. （原始內容存檔於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]. （原始內容存檔於2023-05-22）.
- ^ Nellis, Stephen. Amazon Web Services pairs with Hugging Face to target AI developers. Reuters. 2023-02-21 [2023-08-04]. （原始內容存檔於2023-05-30）.
- ^ 🤗 Transformers. huggingface.co. [2022-08-20]. （原始內容存檔於2023-09-27）.
- ^ First release. Github. 2018-11-17 [2023-03-28]. （原始內容存檔於2023-04-30）.
- ^ Hugging Face Hub documentation. huggingface.co. [2022-08-20]. （原始內容存檔於2023-09-20）.
- ^ 15.0 15.1 Hugging Face - Documentation. huggingface.co. [2023-02-18]. （原始內容存檔於2023-09-30）.
- ^ Gradio: The New Frontier in Interactive Python Data Apps. [2023-12-23]. （原始內容存檔於2023-12-22）.
- ^ Python library for easily interacting with trained machine learning models https://pypi.org/project/gradio/ （頁面存檔備份，存於互聯網檔案館）
